Pythoner

Open in Telegram

Полезные материалы по Python, которые будут интересны опытному и начинающему разработчику. Сотрудничество - @flattys Цены - @serpent_media Канал на бирже: https://telega.in/c/pythonercode

Network:Домашние рецепты Russia88 961 Technologies & Applications15 471

6 624

Subscribers

+124 hours

-87 days

-3430 days

523

Post views

~ 29324 hours

~ 36448 hours

7.90%

Engagement rate

No data

Posts per day

Ads index

beta

Posts Archive

6 624

✈️BeautifulSoup — это мощная библиотека Python для парсинга HTML и XML документов. Она предоставляет инструменты для извлечения данных из веб-страниц, что делает ее идеальным инструментом для веб-скрапинга и анализа данных. BeautifulSoup легко интегрируется с другими библиотеками, такими как Requests, что позволяет создавать мощные веб-приложения. ➡️Основные возможности BeautifulSoup: 1.Парсинг HTML и XML: BeautifulSoup позволяет парсить HTML и XML документы, включая сложные структуры и вложенные элементы. 2. Извлечение данных: Библиотека предоставляет инструменты для извлечения данных из HTML и XML, включая поисковые функции и фильтры. 3. Работа с тегами и атрибутами: BeautifulSoup позволяет легко работать с тегами и атрибутами, включая добавление, удаление и изменение элементов. 4. Поддержка различных парсеров: BeautifulSoup поддерживает несколько парсеров, включая html.parser, lxml и html5lib, что позволяет выбирать наиболее подходящий для ваших задач. 5. Интеграция с другими библиотеками: BeautifulSoup легко интегрируется с другими библиотеками Python, такими как Requests, что позволяет создавать мощные веб-приложения. ➡️Примеры использования. Парсинг HTML:

from bs4 import BeautifulSoup

# HTML-документ
html_doc = """
<html>
<head>
    <title>Пример страницы</title>
</head>
<body>
    <h1>Заголовок</h1>
    <p>Это пример веб-страницы.</p>
    <a href="https://example.com">Ссылка</a>
</body>
</html>
"""

# Создание объекта BeautifulSoup
soup = BeautifulSoup(html_doc, 'html.parser')

# Извлечение заголовка
title = soup.title.string
print('Заголовок:', title)

# Извлечение всех абзацев
paragraphs = soup.find_all('p')
for p in paragraphs:
    print('Абзац:', p.text)

# Извлечение ссылки
link = soup.find('a')['href']
print('Ссылка:', link)

Парсинг XML:

from bs4 import BeautifulSoup

# XML-документ
xml_doc = """
<root>
    <item>
        <name>Пример</name>
        <value>123</value>
    </item>
</root>
"""

# Создание объекта BeautifulSoup
soup = BeautifulSoup(xml_doc, 'xml')

# Извлечение всех элементов <item>
items = soup.find_all('item')
for item in items:
    name = item.find('name').text
    value = item.find('value').text
    print(f'Имя: {name}, Значение: {value}')

⚡️Ссылки: Официальный сайт GitHub Документация 💡Заключение: BeautifulSoup — это мощная библиотека для парсинга HTML и XML документов в Python. Она позволяет легко извлекать данные из веб-страниц, что делает ее идеальным инструментом для веб-скрапинга и анализа данных. BeautifulSoup легко интегрируется с другими библиотеками, такими как Requests, что позволяет создавать мощные веб-приложения. Благодаря простому и интуитивному API, BeautifulSoup легко использовать и интегрировать в ваши проекты. 🐍 Pythoner

6 624

😮 Добавлена новая база слитых курсов на 800ГБ: Python: https://t.me/+A5wOmjJrOw8xMjIy Программирование: https://t.me/+vuMfGuhvVTAyYzIy Графика и дизайн: https://t.me/+jF38ipib239kMDli Frontend и Web: https://t.me/+R_0B7SelmWAyMWZi

6 624

➡️NumPy (Numerical Python) - это библиотека Python, которая предоставляет поддержку для работы с многомерными массивами и эффективными математическими функциями. В NumPy индексы используются для доступа к элементам массива. В NumPy существует несколько способов индексации массивов: 1. Индексирование с помощью целых чисел: Можно использовать целые числа для доступа к элементам массива. Массивы в NumPy индексируются начиная с 0:

   import numpy as np

   arr = np.array([10, 20, 30, 40, 50])
   print(arr[2])  # Выводит 30 (значение с индексом 2)

2. Индексирование многомерных массивов: В многомерном массиве можно использовать кортеж индексов для доступа к элементам:

   import numpy as np
   
   arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
   print(arr[1, 2])  # Выводит 6 (элемент во второй строке и третьем столбце)

3. Использование срезов (slicing): Можно использовать срезы для извлечения подмассива из массива:

   import numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   print(arr[1:4])  # Выводит [2, 3, 4] (элементы со второго по четвертый)

4. Индексирование с использованием булевых массивов: Можно использовать булевы массивы для фильтрации элементов массива:

   import numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   mask = np.array([True, False, True, False, True])
   print(arr[mask])  # Выводит [1, 3, 5] (выбирает элементы, соответствующие True)

5. Индексирование fancy indexing: Позволяет выбирать элементы массива, используя массив индексов:

   import numpy as np
   
   arr = np.array([10, 20, 30, 40, 50])
   indices = np.array([1, 3, 4])
   print(arr[indices])  # Выводит [20, 40, 50] (выбирает элементы с индексами 1, 3 и 4)

⬆️Это основные методы индексации в NumPy, которые помогут вам эффективно работать с массивами и многомерными данными в Python. NumPy предоставляет мощные средства работы с данными и вычислениями, особенно в области научных вычислений и анализа данных. 🐍 Pythoner

6 624

🤔Разбор Важно знать, что (2) —> просто 2. (2,) —> кортеж с элементом 2 В круглых скобках запятая сильно решает. Умножая 'a' * 2 —> 'aa' Список всегда список, поэтому b —> ['b', 'b'] Ну и f-строка выведет это все, предварительно отформатировав в текст. 🐍 Pythoner

6 624

Что выдаст код выше❔

Anonymous voting

6 624

Крупнейший университет искусственного интеллекта Приглашаем на бесплатный однодневный интенсив по AI! Освой искусственный интеллект для профессионального роста: создавай нейросети, автоматизируй бизнес-задачи и зарабатывай на AI-решениях. ✨ 8 000+ студентов со всего мира ✨ 600+ AI-проектов, созданных студентами ✨ Сборная Университета — победители крупнейших AI-хакатонов России ✨ Стажировки в крупнейших компаниях России (РЖД, Ростелеком, РУДН, Совкомбанк, Самолет и другие) ✨ Трудоустраиваем выпускников в крупнейшие компании (Яндекс, ВТБ, Сбербанк, Роскосмос и другие) Будем рады видеть тебя в наших рядах! Узнать больше #реклама 16+ neural-university.ru О рекламодателе

6 624

Repost from IT memer

😈 IT memer

6 624

жиз

6 624

Ищешь высокооплачиваемые проекты? Попробуй SkillStaff SkillStaff — это платформа для ИТ-специалистов, менеджеров и креаторов, которым мало одного оклада. Здесь можно найти клиентов, выполнять их проекты и увеличивать свой доход. - Проекты с гибким графиком: part time, full time, удаленка и гибрид - Ставка за час работы — та, что ты сам выбрал - Клиенты — ведущие бренды, проверенные с юридической точки зрения при регистрации на платформе - Оплата поступает ежемесячно на расчетный счет исполнителя - Удобный личный кабинет и функционал, автоматизирующий документооборот Все, что нужно для работы — иметь статус самозанятого или ИП, а платформа поможет со всеми нюансами. Регистрируйся прямо сейчас Зарегистрироваться #реклама 16+ skillstaff.ru О рекламодателе

6 624

✈️SymPy — это библиотека Python для символьных вычислений. Она предоставляет инструменты для работы с математическими выражениями, включая алгебру, исчисление, линейную алгебру, комбинаторику и многое другое. SymPy позволяет выполнять вычисления с символьными переменными, что делает ее идеальным инструментом для математиков, физиков и инженеров, которые работают с аналитическими вычислениями. ➡️Основные возможности SymPy: 1.Символьные переменные и выражения: SymPy позволяет создавать символьные переменные и выполнять операции с ними, не присваивая им конкретных числовых значений. 2.Алгебра: SymPy предоставляет инструменты для работы с алгебраическими выражениями, включая упрощение, разложение и факторинг. 3.Исчисление: SymPy поддерживает дифференцирование, интегрирование, пределы и ряды Тейлора. 4.Линейная алгебра: SymPy позволяет работать с матрицами и векторами, включая операции сложения, умножения, определения и решения систем линейных уравнений. 5.Решение уравнений: SymPy предоставляет инструменты для решения алгебраических и дифференциальных уравнений. 6.Графики: SymPy интегрируется с Matplotlib для визуализации математических функций и выражений. ➡️Примеры использования: 1.Создание символьных переменных и выражений:

from sympy import symbols, sin, cos

# Создание символьных переменных
x, y = symbols('x y')

# Создание выражения
expr = sin(x) + cos(y)

# Вывод выражения
print(expr)

2.Работа с матрицами:

from sympy import Matrix

# Создание матрицы
A = Matrix([[1, 2], [3, 4]])

# Вычисление определителя
det_A = A.det()
print('Определитель матрицы A:', det_A)

# Решение системы линейных уравнений
B = Matrix([1, 2])
solutions = A.solve(B)
print('Решение системы уравнений:', solutions)

➡️Документация и дополнительные ресурсы: Официальный сайт GitHub Документация 🐍 Pythoner

6 624

Получи грант на обучение в Центральном университете Центральный университет выдает гранты на 4 года обучения в бакалавриате. Грант покрывает до 100% стоимости обучения. Участвуй в отборе, чтобы получить грант. Получи доступ к уникальным активностям для абитуриентов. Для выпускников 10-х, 11-х классов и колледжей. Подать заявку #реклама apply.centraluniversity.ru О рекламодателе

6 624

Хотите освоить программирование или сменить работу в IT? А вы готовы всего за час создать и опубликовать целое приложение? Отлично! Тогда присоединяйтесь к онлайн-конференции «Как создать первый проект на Python и Java с нуля»! Новички в IT узнают: - какой язык программирования лучше выбрать для старта - как быстро создать и развернуть приложение - как работают Python и Java на практике - как размещать код на GitHub и работать с репозиториями - какие дополнительные инструменты использовать для профессионального роста Программисты на других языках, и те, кто ищет новые возможности в IT: - поймёте, какие IT-технологии сейчас востребованы - узнаете, какие навыки прокачивать для успешной смены деятельности - отработаете навыки быстрой сборки и быстрого развёртывания проекта - узнаете о новых возможностях для обучения и развития Также вас ждёт квиз с призами! Спикеры: Сурен Хоренян: бэкенд-разработчик на Python, руководитель команды в «VK Рекламе» Сергей Прощаев: Java-разработчик Бонус! Скидка 7% на любой курс OTUS и полезные материалы в подарок! 18 апреля, 19:00 МСК Бесплатно Записаться на событие - https://otus.pw/vEWG/?erid=2W5zFHGbdS8 Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

6 624

В канале Selectel Newsfeed новые бесплатные курсы! Наши бесплатные курсы для специалистов всех уровней помогут разобраться в темах быстро, структурно и последовательно. Вступайте в сообщество IT-специалистов в Telegram от Selectel и развивайте новые навыки📚 Смотреть #реклама 16+ О рекламодателе

6 624

✈️Сегодня разберём тему, которая частенько вызывает головную боль даже у опытных разработчиков — области видимости переменных и ключевые слова global и nonlocal. ➡️В чём суть? Представьте, что вы пишете функцию внутри функции и вам нужно изменить переменную "снаружи". Без special words Python скажет: "Неа, не получится!" ➡️Как это работает? Global:

x = 5  # глобальная переменная

def change_x():
    global x  # говорим Python, что хотим менять глобальную x
    x = 10    # теперь работает!

change_x()
print(x)  # выведет 10

Nonlocal:

def outer():
    counter = 0  # переменная внешней функции
    
    def inner():
        nonlocal counter  # хотим менять counter из outer
        counter += 1      # работает!
    
    inner()
    print(counter)  # выведет 1

outer()

⚡️Важные моменты: - Global можно использовать для создания новых переменных - Nonlocal работает только с существующими переменными - В Python 3.13 пофиксили баги с global в блоках else и except ➡️Типичные ошибки: Неправильно:

def bad_function():
    print(x)    # ошибка!
    global x    # global нужно объявлять до использования
    x = 10

Правильно:

def good_function():
    global x
    print(x)    # теперь всё ок
    x = 10

➡️Полезные инструменты: Чтобы проверить, какие переменные у вас есть:

print(globals())  # все глобальные переменные
print(locals())   # все локальные переменные

💡Практические советы: - Используйте global только когда действительно необходимо - Nonlocal отлично подходит для счетчиков и аккумуляторов - Всегда документируйте использование global и nonlocal в комментариях - Старайтесь минимизировать использование глобальных переменных 🐍 Pythoner

6 624

✈️Astropy — это мощная библиотека Python, предназначенная для астрономических вычислений и анализа данных. Она предоставляет инструменты для работы с астрономическими данными, включая обработку изображений, анализ спектров, управление временем и координатами, а также множество других функций, которые облегчают работу астрономам и исследователям. ⚡️Основные возможности Astropy: - Управление временем и датами: Astropy предоставляет инструменты для работы с астрономическим временем, включая преобразование между различными временными шкалами и форматами. - Координатные системы: Библиотека позволяет работать с астрономическими координатами, включая преобразование между различными системами координат (например, экваториальными, эклиптическими и галактическими). - Обработка изображений: Astropy включает инструменты для чтения, записи и обработки астрономических изображений, включая поддержку формата FITS (Flexible Image Transport System). - Анализ спектров: Библиотека предоставляет функции для анализа астрономических спектров, включая измерение линий спектра и расчет физических параметров. - Астрономические единицы и константы: Astropy предоставляет набор астрономических единиц и фундаментальных констант, которые можно использовать в вычислениях. - Интеграция с другими библиотеками: Astropy интегрируется с другими популярными библиотеками Python, такими как NumPy, SciPy, Matplotlib и Pandas, что позволяет создавать мощные астрономические приложения. ➡️Примеры использования: 1.Работа с временем:

from astropy.time import Time

# Создание объекта времени
t = Time('2023-10-10 12:00:00', format='iso', scale='utc')

# Преобразование времени в другой формат
print(t.jd)  # Вывод времени в формате Julian Date

2.Работа с координатами:

from astropy.coordinates import SkyCoord
from astropy import units as u

# Создание объекта координат
c = SkyCoord(ra=10.68458*u.degree, dec=41.26917*u.degree, frame='icrs')

# Преобразование координат в другую систему
print(c.galactic)  # Вывод координат в галактической системе

3.Анализ спектров:

from astropy import units as u
from astropy.modeling import models, fitting

# Создание спектра
wavelength = [400, 500, 600, 700] * u.nm
flux = [1, 2, 3, 4] * u.Jy

# Подгонка модели к спектру
model = models.Gaussian1D(amplitude=2*u.Jy, mean=500*u.nm, stddev=50*u.nm)
fitter = fitting.LevMarLSQFitter()
fitted_model = fitter(model, wavelength, flux)

# Вывод параметров модели
print(fitted_model)

💡Заключение Astropy предоставляет широкий набор инструментов для работы с астрономическими данными, включая обработку изображений, анализ спектров, управление временем и координатами. А благодаря простому и интуитивному API, Astropy легко интегрируется в проекты. 🐍 Pythoner

6 624

Хотите освоить программирование или сменить работу в IT? А вы готовы всего за час создать и опубликовать целое приложение? Отлично! Тогда присоединяйтесь к онлайн-конференции «Как создать первый проект на Python и Java с нуля»! Новички в IT узнают: - какой язык программирования лучше выбрать для старта - как быстро создать и развернуть приложение - как работают Python и Java на практике - как размещать код на GitHub и работать с репозиториями - какие дополнительные инструменты использовать для профессионального роста Программисты на других языках, и те, кто ищет новые возможности в IT: - поймёте, какие IT-технологии сейчас востребованы - узнаете, какие навыки прокачивать для успешной смены деятельности - отработаете навыки быстрой сборки и быстрого развёртывания проекта - узнаете о новых возможностях для обучения и развития Также вас ждёт квиз с призами! Спикеры: Сурен Хоренян: бэкенд-разработчик на Python, руководитель команды в «VK Рекламе» Сергей Прощаев: Java-разработчик Бонус! Скидка 7% на любой курс OTUS и полезные материалы в подарок! 18 апреля, 19:00 МСК Бесплатно Записаться на событие - https://otus.pw/agHXY/?erid=2W5zFGDrpf2 Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

6 624

🤔Разбор Атрибуты класса (count) являются общими для всех экземпляров класса. Метод __del__ вызывается автоматически, когда объект уничтожается (например, после выполнения del или когда программа завершается). Если объект больше не имеет ссылок, он удаляется сборщиком мусора, и вызывается деструктор. 🐍 Pythoner

6 624

Что выдаст код выше❔

Anonymous voting

6 624