Python Hub - сборище Питонистов

Разбор 👨‍💻 Цикл for будет пробегать по среду слова "July". Изменение переменной а на "August" никак не повлияет на изначально заданное условие цикла. Срез 1:3 - срез с 1 индекса по 3 (не включая). Получим буквы ul. (индексация же с 0) Ответ: ul

🔥 Модуль collections в Python? [2] Одной из главных функций Collections Counter является подсчет элементов в коллекции. Для этого необходимо импортировать модуль collections и создать объект Counter с передачей коллекции в качестве аргумента. В результате выполнения функции мы получим словарь, где ключами будут элементы коллекции, а значениями — их количество. Рассмотрим пример:

from collections import Counter

lst = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
counted_elements = Counter(lst)
print(counted_elements)

В результате выполнения этого кода мы получим следующий словарь:

{1: 1, 2: 2, 3: 3, 4: 4}

➡️ Переопределение элементов коллекции С помощью Collections Counter мы также можем переопределить элементы коллекции. Для этого необходимо создать объект Counter для исходной коллекции и передать новые значения с помощью метода update(). Рассмотрим пример:

from collections import Counter

lst = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
counted_elements = Counter(lst)
print(counted_elements)

counted_elements.update({2: 5, 5: 1})
print(counted_elements)

В результате выполнения этого кода мы получим следующий словарь:

{1: 1, 2: 2, 3: 3, 4: 4}
{1: 1, 2: 7, 3: 3, 4: 4, 5: 1}

➡️ Нахождение n наиболее часто встречающихся элементов Collections Counter также позволяет находить n наиболее часто встречающихся элементов в коллекции. Для этого необходимо использовать метод most_common(n), где n — количество наиболее часто встречающихся элементов, которые нужно найти. Рассмотрим пример:

from collections import Counter

lst = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
counted_elements = Counter(lst)

most_common_elements = counted_elements.most_common(2)
print(most_common_elements)

В результате выполнения этого кода мы получим следующий список:

[(4, 4), (3, 3)]

Разбор 👨‍💻 Именованные кортежи ( namedtuple ) — это подкласс кортежей в Python. У них те же функции, что и у обычных, но их значения можно получать как с помощью имени (через точку, например, . name ), так и с помощью индекса (например [0] ). Мы создали кортеж obj, элементы которого позже достали через точку (.), а не индекс. В param1 был текст "2", в param2 - "3". Получим 23.

🔥 Модуль collections в Python? ▶️ NamedTuple NamedTuple - это подтип кортежа, который позволяет объявлять собственные именованные типы, которые могут использоваться в качестве структуры данных. Он предоставляет возможность определить тип данных с помощью именованных полей. Каждое поле имеет свой собственный тип данных. Это может быть полезно в случаях, когда вам нужно создать объекты с определенными свойствами. К примеру, если вы создаете объекты, представляющие собой записи в базе данных, вы можете использовать NamedTuple, чтобы создать тип данных, содержащий поля, соответствующие полям в таблице.

from collections import namedtuple

Person = namedtuple('Person', ['name', 'age'])

person1 = Person(name='John', age=30)
person2 = Person(name='Jane', age=25)

print(person1.name)  # John
print(person2.age)  # 25

Или например:

from collections import namedtuple

Person = namedtuple('Person', 'name age')

person1 = Person('John', 30)
person2 = Person(name='Jane', age=25)

print(person1.name)  # John
print(person2.age)  # 25

Разбор 👨‍💻 [] и {} — это часть синтаксиса. Списки и словари, созданные этим методом, инициализируются в байт-коде сразу, тогда как методы list() и dict() требуют поиска в таблице методов.

🔔Читаете статьи на ХАБРЕ? Я его спарсил😎 📹 Сделал видео о парсинге заголовков статей и ссылок на habr📹 🔥 Смотрите, используйте, комментируйте, спрашивайте! 🔥 ▶️ использовал requests, bs4 https://www.youtube.com/watch?v=oWZmy4EO-vs&ab_channel=Shcoder

Разбор 👨‍💻 Инструкция raise позволяет программисту принудительно вызвать одно исключение в любое время и в любом месте кода. Мы самостоятельно вызываем ошибку.

🔥 Что такое декоратор? Декоратор - это функция, которая принимает функцию в качестве аргумента и возвращает другую функцию. В основном, декораторы используются для добавления дополнительного поведения к функциям или классам. Декораторы могут быть использованы для регистрации функций, логирования, кэширования и многих других задач. ➡️ Как использовать декоратор Для использования декоратора в Python, вы можете определить функцию, которая будет принимать функцию в качестве аргумента и возвращать другую функцию, которая будет выполнять дополнительный код. Затем вы можете применить эту функцию к вашей целевой функции. Вот пример:

def my_decorator(func):
    def wrapper():
        print("Before function is called.")
        func()
        print("After function is called.")
    return wrapper

@my_decorator
def say_hello():
    print("Hello!")

say_hello()

В этом примере мы определили декоратор my_decorator, который принимает функцию в качестве аргумента и возвращает другую функцию wrapper, которая будет выполнять дополнительный код до и после вызова целевой функции. Затем мы применяем декоратор к функции say_hello с помощью символа @. При вызове функции say_hello, будет вызвана функция wrapper, которая выполнит дополнительный код.

Разбор 👨‍💻 У нас есть цикл for, который перебирает значения от 1 до 4 включая. ( 5 не включается ) Внутри цикла for стоит цикл while, который срабатывает только, когда i < 3. В этот момент значение i выводится и цикл while прерывается —> переходим к циклу for. Не смотря на то, что for прокрутится 4 раза, цикл while сработает только 2 из них —> выведет числа 1 2 Ответ: 1 2