en
Feedback

Don't get caught by a cheater! Telemetrio finds and tags such channels 👉 If you want to see the tag, subscribe

python_practics

python_practics

Open in Telegram

Python - обучающие материалы, полезные советы и статьи. Админ, сотрудничество, реклама: @seniorFrontPromo, @maria_seniorfront Купить рекламу: https://telega.in/c/python_practics

Show more
5 101
Subscribers
No data24 hours
-107 days
-3230 days
Posts Archive
🚀 В Python 3.15 появился профилировщик, который почти не мешает программе Он называется Tachyon, а в стандартной библиотеке
🚀 В Python 3.15 появился профилировщик, который почти не мешает программе Он называется Tachyon, а в стандартной библиотеке это модуль profiling.sampling. Он не следит за каждым вызовом. Он часто делает снимки стека вызовов и считает по ним статистику. Пример: за 10 секунд собран миллион снимков, и в 25 000 из них (2,5%) видна функция foobar. Значит, на неё ушло около 2,5% времени, примерно 250 мс. Чем дольше замер и чем чаще снимки, тем точнее оценка. Tachyon работает в отдельном процессе. Поэтому он может подключиться к уже запущенной программе по PID, но может попросить повышенные права. Запустить скрипт под профилировщиком просто:
% python -m profiling.sampling run myscript.py
У подхода есть предел: разницу в 1–2% между двумя реализациями он может не заметить. Для таких точных замеров нужно трассирующее профилирование. А ещё Tachyon умеет строить тепловую карту по строкам кода и flamegraph. 👍 - если было полезно @python_practics

Зарабатывайте на установках Яндекс Браузера Рекомендуйте Яндекс Браузер и поиск Яндекса и зарабатывайте до 600 ₽ за каждого п
Зарабатывайте на установках Яндекс Браузера Рекомендуйте Яндекс Браузер и поиск Яндекса и зарабатывайте до 600 ₽ за каждого привлечённого пользователя. Партнёрская программа для каждого: от мастера по ремонту ПК до блогера — это возможность получать дополнительный доход от того, что вы уже делаете. – Бонусы для ваших пользователей и клиентов – Удобные инструменты для работы офлайн и онлайн – Наглядная статистика и стабильные выплаты Предлагайте приложения Яндекса своим читателям и клиентам в вашем блоге, сервисном центре или на сайте — и получайте вознаграждения. Подать заявку #реклама 0+ partner.browser.yandex.ru О рекламодателе

🐍 Почему функция в Python «помнит» прошлые вызовы Функция add_element(new_elem, starter_list=[]) добавляет элемент в список.
🐍 Почему функция в Python «помнит» прошлые вызовы Функция add_element(new_elem, starter_list=[]) добавляет элемент в список. Если список не передать, она должна начинать с пустого. Но выходит так:
>>> add_element(1)
[1]
>>> add_element(2)
[1, 2]
Python вычисляет значение по умолчанию один раз, когда определяет функцию. Поэтому все вызовы без аргумента работают с одним и тем же списком. Частая попытка исправить: default None и проверка if not starter_list. Но пустой список тоже ложный. Переданный [] функция подменит новым, и список вызывающего останется пустым. Нужна проверка is None. Real Python разбирает эту задачу вместе со своим ИИ-наставником Mentor AI (он для подписчиков): тот читает упавшие тесты и дает подсказки вместо готового ответа. А еще там есть пример, где == None ошибается, а is None нет. 👍 - если было полезно @python_practics

✨ len(order) вместо order.get_cart_len() Встроенные функции и операторы Python на деле вызывают специальные методы объекта. l
✨ len(order) вместо order.get_cart_len() Встроенные функции и операторы Python на деле вызывают специальные методы объекта. len(obj) означает obj.__len__(), а a + b превращается в a.__add__(b). Поэтому своему классу не нужен метод вроде get_cart_len(). Достаточно определить __len__:
>>> class Order:
...     def __init__(self, cart, customer):
...         self.cart = list(cart)
...         self.customer = customer
...
...     def __len__(self):
...         return len(self.cart)
...
>>> order = Order(["banana", "apple", "mango"], "Real Python")
>>> len(order)
3
Без __len__ такой вызов упадёт с TypeError. И есть подвох: метод обязан вернуть целое число. Вернёте float, получите тот же TypeError. Так же класс можно научить работать с +, [] и bool() и даже стоять справа в выражении 6 + obj. 👍 - если было полезно @python_practics

✨ Добавили скидку для гильдии, а ученики стали платить больше В учебном примере на Python класс PotionPricing считает цену зе
✨ Добавили скидку для гильдии, а ученики стали платить больше В учебном примере на Python класс PotionPricing считает цену зелья для учеников: минус 10% от базовой цены вместе с наценкой. За зелье £100 + £20 выходит £108. Через пару месяцев другой программист дописал в тот же метод скидку гильдии (5% только от базовой цены) и обобщил расчёт. Гильдия получила верные £115, а ученики внезапно £110. От такого защищает принцип открытости/закрытости (OCP, буква O в SOLID): код открыт для расширения, но закрыт для изменения. Каждое правило живёт в своём классе с методом .price(), а функция quote() просто вызывает его у переданного объекта. Общий родитель не нужен, хватает duck typing. Новый тариф теперь означает новый класс, а рабочий расчёт для учеников никто не трогает. Есть оговорка: если новых тарифов не предвидится, отдельные классы могут стоить дороже в понимании, чем сэкономят. В оригинале весь путь от поломки до починки показан на коде шаг за шагом. 👍 - если было полезно @python_practics

Это максимум: скидка на английский 22%. До 11.11 На бесплатной консультации определим уровень языка ребенка и подберём програ
Это максимум: скидка на английский 22%. До 11.11 На бесплатной консультации определим уровень языка ребенка и подберём программу под ваши цели Записаться онлайн #реклама 16+ practicum.yandex.ru О рекламодателе

✅ Если ИИ-агент написал и код, и тесты, зелёный прогон значит одно: агент согласен сам с собой Тесты, написанные после кода,
✅ Если ИИ-агент написал и код, и тесты, зелёный прогон значит одно: агент согласен сам с собой Тесты, написанные после кода, описывают этот код вместе с багами. Поэтому туториал Real Python предлагает делить роли в TDD иначе. Вы фиксируете контракт: что принимает класс, что возвращает, когда бросает ошибку. Первый тест пишете сами. Агент дописывает остальные, пока реализации ещё нет. Вы их проверяете, и только потом агент пишет код. Проверять стоит всерьёз. Для класса Version, который сравнивает строки версий, агент написал тест 1.2 < 1.2.1. Он похож на проверку правила «недостающие сегменты равны нулю», но проходит и без него. Пока агент пишет код, запись в tests/ закрывают правилом доступа в Claude Code. Оговорка: правило останавливает инструменты агента, но не запущенные им скрипты. Остальные ловушки цикла разобраны на том же примере. 👍 - если было полезно @python_practics

🐍 Точки в import: как сократить длинный путь в Python Свой модуль в Python можно импортировать двумя способами. Абсолютный и
🐍 Точки в import: как сократить длинный путь в Python Свой модуль в Python можно импортировать двумя способами. Абсолютный импорт пишет полный путь от корня проекта. Это понятно, но при глубокой вложенности папок строка становится очень длинной. Относительный импорт отсчитывает путь от файла, где он написан. Одна точка значит «та же папка», две точки значат «папка уровнем выше»:
from .some_module import some_class
from ..some_package import some_function
from . import some_class
Есть ловушка: такие импорты работают, только если Python знает, к какому пакету относится модуль. Запуск python package1/module1.py напрямую даст ImportError. Запускайте модуль как часть пакета: python -m package1.module1 из папки проекта. PEP 8 при этом советует абсолютные импорты: они читаются проще и не ломаются, если файл с импортом переедет. Когда точки всё же выигрывают, хорошо видно на примерах в оригинале. 👍 - если было полезно @python_practics

🚀 Два списка в одном цикле, без индексов Встроенная функция zip() в Python идёт по нескольким коллекциям одновременно. На ка
🚀 Два списка в одном цикле, без индексов Встроенная функция zip() в Python идёт по нескольким коллекциям одновременно. На каждом шаге она отдаёт кортеж: по одному элементу из каждой. Например, продажи и затраты по месяцам лежат в двух списках, а нужна прибыль:
>>> total_sales = [52000.00, 51000.00, 48000.00]
>>> prod_cost = [46800.00, 45900.00, 43200.00]
>>> for sales, costs in zip(total_sales, prod_cost):
...     profit = sales - costs
...     print(f"Total profit: {profit}")
...
Total profit: 5200.0
Total profit: 5100.0
Total profit: 4800.0
Есть нюанс. zip() останавливается на самом коротком списке, а хвост длинного молча теряется. С Python 3.10 можно передать strict=True, и тогда при разной длине вылетит ValueError. А как тем же zip() разобрать пары обратно на два списка, отдельная красивая история. 👍 - если было полезно @python_practics

Ловушки Python, SQL и Git с кодом и разбором Почему round(2.5) в Python даёт 2, а cart=[] в аргументе функции помнит прошлые
Ловушки Python, SQL и Git с кодом и разбором Почему round(2.5) в Python даёт 2, а cart=[] в аргументе функции помнит прошлые вызовы? И почему один NULL в подзапросе превращает NOT IN в пустой результат? В канале Koddo — короткие разборы таких ловушек в Python, SQL, JavaScript, Linux и Git. В каждом посте код с выводом, объяснение и ссылка на полный разбор в справочнике koddo.ru. Подписывайся, чтобы встречать их в ленте, а не на собеседовании. Подписаться #реклама 16+ О рекламодателе

🙂 Почему 3 + 3.0 работает, хотя int не умеет прибавлять float? Оператор + в Python вызывает метод __add__ левого объекта. По
🙂 Почему 3 + 3.0 работает, хотя int не умеет прибавлять float? Оператор + в Python вызывает метод __add__ левого объекта. Попробуем вызвать его напрямую:
>>> a = 3
>>> b = 3.0
>>> b.__add__(a)
6.0
>>> a.__add__(b)
NotImplemented
NotImplemented значит «не знаю, как это сделать, спроси другого». Получив его, Python вызывает у правого объекта b.__radd__(a), и float отвечает 6.0. В своих классах стоит делать так же. Если в __eq__ пришёл объект незнакомого типа, верните NotImplemented, а не False. Тогда у второго объекта останется шанс ответить. Если не справятся оба, == просто даст False, а + или < выбросят TypeError. Возврат False вместо этого выглядит безобидно, но может сделать == несимметричным: a == b и b == a дадут разные ответы. 👍 - если было полезно @python_practics

🐍 Временный файл в Python, который можно закрыть и не потерять NamedTemporaryFile из стандартного модуля tempfile создаёт вр
🐍 Временный файл в Python, который можно закрыть и не потерять NamedTemporaryFile из стандартного модуля tempfile создаёт временный файл с настоящим именем на диске. Когда блок with заканчивается, файл удаляется сам. Часто файл нужно закрыть и отдать его имя другому коду. До 3.12 для этого ставили delete=False и потом удаляли файл вручную. С Python 3.12 есть delete_on_close=False. Закрытый файл остаётся на диске и удаляется при выходе из with:
from tempfile import NamedTemporaryFile

with NamedTemporaryFile(mode="wt", delete_on_close=False) as file:
    file.write("Temporary text.\n")
    file.close()  # Close file so it can be opened elsewhere

    process_file(file.name)  # The file still exists here

# The file would be deleted at this point (outside the "with")
На версиях ниже 3.12 этого параметра нет. А почему TemporaryFile может вовсе не дать вам имени файла, разобрано в статье. 👍 - если было полезно @python_practics

⚡ database is locked за 0.0 секунды, хотя timeout=5 Так бывает в SQLite, если транзакция сначала читает, а потом пишет: скаже
⚡ database is locked за 0.0 секунды, хотя timeout=5 Так бывает в SQLite, если транзакция сначала читает, а потом пишет: скажем, считает открытые заказы и создаёт новый. Обычный BEGIN в SQLite означает BEGIN DEFERRED. Транзакция стартует как читающая и становится пишущей только на первом INSERT. Если другое соединение успело изменить базу, прочитанный снимок устарел. Ждать бессмысленно, поэтому в режиме WAL ошибка прилетает сразу. Чтобы этого избежать, такую транзакцию начинают с BEGIN IMMEDIATE. Блокировка на запись берётся сразу, и конкурент честно ждёт timeout вместо падения. При этом isolation_level="IMMEDIATE" в connect() не выручит: модуль sqlite3 ставит неявный BEGIN только перед записью, и SELECT остаётся вне транзакции. В статье ещё две причины этой ошибки и готовый класс на aiosqlite для Telegram-бота. 👍 - если было полезно @python_practics

👩‍💻 Всем программистам посвящается! Вот 14 авторских обучающих IT каналов по самым востребованным областям программирования: Выбирай своё направление: 👩‍💻 Python — t.me/python_ready 🤔 InfoSec & Хакинг — t.me/hacking_ready 🖥 SQL & Базы Данных — t.me/sql_ready 👩‍💻 IT Новости — t.me/it_ready 🤖 AI & ML — t.me/neuro_ready 👩‍💻 Frontend — t.me/frontend_ready 👩‍💻 C/C++ — https://t.me/cpp_ready 👩‍💻 C# & Unity — t.me/csharp_ready 👩‍💻 Linux — t.me/linux_ready 👩‍💻 Java — t.me/java_ready 📖 IT Книги — t.me/books_ready 📱 JavaScript — t.me/javascript_ready 🖼️ DevOps — t.me/devops_ready 🖥 Design — t.me/design_ready 📌 Гайды, шпаргалки, задачи, ресурсы и фишки для каждого языка программирования!

🔁 Три ретрая в конфиге, ноль ретраев в проде Сборщик данных о парковках на aiohttp (асинхронный HTTP-клиент для Python) повт
🔁 Три ретрая в конфиге, ноль ретраев в проде Сборщик данных о парковках на aiohttp (асинхронный HTTP-клиент для Python) повторял запрос до трёх раз. Сетевые ошибки он ловил через except aiohttp.ClientError. Но при срабатывании ClientTimeout(total=60) вылетает голый asyncio.TimeoutError. С Python 3.11 это встроенный TimeoutError, наследник OSError, а не ClientError. Он проскакивал мимо цикла с первой же попытки. В логе после двоеточия была пустота, потому что str() у него пустой. Подвох в том, что у aiohttp есть свои классы таймаутов, и они как раз наследуют ClientError. Глядя на них, легко решить, что всё накрыто. Исправляется это двумя строками, заодно в лог попадает имя класса:
except (aiohttp.ClientError, asyncio.TimeoutError) as error:
    last_error = f'ошибка соединения: {type(error).__name__}: {error}'
А ещё эти немые таймауты однажды убедили разработчика в сетевом ограничении сервера, которого на деле не было. 👍 - если было полезно @python_practics

🔒 Один генератор, два потока, и сразу ValueError Генераторы в Python не потокобезопасны. Если один поток ждёт значение, а вт
🔒 Один генератор, два потока, и сразу ValueError Генераторы в Python не потокобезопасны. Если один поток ждёт значение, а второй в этот момент зовёт next() на том же генераторе, второй получит ValueError: generator already executing. В Python 3.15 в модуле threading появился serialize_iterator. Он оборачивает итератор и ставит блокировку на получение каждого элемента. Потоки берут значения по очереди: первый получает 1, второй 2. Внутри ничего хитрого, примерно так:
import threading

class serialize_iterator:
    def __init__(self, iterable):
        self._iterator = iter(iterable)
        self._lock = threading.Lock()

    def __iter__(self):
        return self

    def __next__(self):
        with self._lock:
            return next(self._iterator)
Учтите, что это новинка только Python 3.15. А ещё там есть декоратор synchronized_iterator, который защищает генератор прямо в момент объявления. 👍 - если было полезно @python_practics

Telegram-бот на Python, собранный с нуля Можно долго читать про Python, а можно за один урок пройти путь от идеи до бота, кот
Telegram-бот на Python, собранный с нуля Можно долго читать про Python, а можно за один урок пройти путь от идеи до бота, который отвечает пользователю. Именно так построен открытый урок «Telegram-бот с нуля на Python: от теории к практике». Подойдет тем, кто знает основы языка и ищет практическую задачу. Без громких обещаний: рабочий пример, который можно разобрать и повторить в одиночку. На уроке: - пройдем путь от идеи до работающего бота - посмотрим, как бот принимает сообщения и команды - разберем, как он отвечает Урок 10.11 в 20:00. Зарегистрироваться #реклама 16+ otus.ru О рекламодателе

🔍 Байты пришли, а события нет Сервер шлёт по SSE (поток событий от сервера по HTTP) три сообщения с паузой 250 мс. Клиент же
🔍 Байты пришли, а события нет Сервер шлёт по SSE (поток событий от сервера по HTTP) три сообщения с паузой 250 мс. Клиент же получает их пачкой в самом конце. Проверка «соединение живое, что-то пришло» тут не поможет: байты приходят сразу и в рабочем, и в сломанном варианте. Помогают три отметки времени: пришли байты, после распаковки появились строки data:, парсер отдал готовое событие. Между какими отметками задержка, там и проблема. На стенде с gzip первыми пришли 10 байт заголовка gzip, а данные лежали внутри компрессора до финального flush(). Без аргумента он использует Z_FINISH и закрывает поток. С flush(zlib.Z_SYNC_FLUSH) после каждого кадра события идут сразу, как без сжатия. Стенд намеренно узкий: без TLS, HTTP/2, nginx и CDN. Буферизация на этих слоях бывает, но здесь не проверялась. Вторая разобранная причина, незавершённый кадр SSE, даёт похожий симптом, но ловится уже на другой отметке. 👍 - если было полезно @python_practics

🎬 TypedDict в Python 3.15 научился разрешать лишние ключи TypedDict описывает словарь с заранее известными ключами и типом з
🎬 TypedDict в Python 3.15 научился разрешать лишние ключи TypedDict описывает словарь с заранее известными ключами и типом значения для каждого. Например, фильм с ключами "title" (строка) и "year" (число). А если в словаре бывают и другие поля? В Python 3.15 появился параметр класса extra_items. Он разрешает дополнительные ключи, но только со значениями нужного типа.
from typing import TypedDict

class Movie(TypedDict, extra_items=str):
    title: str
    year: int
Словарь с "genre": "Comedy/Romance" пройдёт проверку типов: такого ключа нет в описании, но значение строка. А "rating": 8.8 не пройдёт, ведь это float. Есть и обратный параметр closed=True: только описанные ключи, и больше никаких. Вместе с extra_items его указать нельзя. А в паре с Unpack тот же extra_items решает, какие лишние именованные аргументы примет функция через **kwargs. 👍 - если было полезно @python_practics