python_practics

Создаем красивую анимацию на модуле turtle

   from turtle import*
   title("Python Turtle Art")
   bgcolor("black")
   speed(0)
   pensize(3)

   for i in range(9):
    color("yellow") 
    left(60)
    circle(-18, 200)
    color("yellow", "red")
    r = 100
    for j in range(12):
        begin_fill()
        circle(r-11*j, 90)
        end_fill() 
    left(180) 
    penup()
    goto(0,0)
    pendown()
    hideturtle()

   done()

#sandbox @python_practics

Внимание! - Вопрос! Что такое __new__? И чем он отличается от __init__? В какой последовательности они выполняются? Основное различие между этими двумя методами состоит в том, что __new__ обрабатывает создание объекта, а __init__ обрабатывает его инициализацию. __new__ вызывается автоматически при вызове имени класса (при создании экземпляра), тогда как __init__ вызывается каждый раз, когда экземпляр класса возвращается __new__, передавая возвращаемый экземпляр в __init__ в качестве параметра self, поэтому даже если вы сохранили экземпляр где-нибудь глобально/статически и возвращали его каждый раз из __new__, для него все-равно будет каждый раз вызываться __init__. Из вышесказанного вытекает что сначала вызывается __new__, а потом __init__. #вопросы_из_собеседований @python_practics

10 лучших практик логирования в Python По мере того как приложение собирает все больше данных, правильное ведение журналов становится решающим фактором для быстрого и эффективного понимания общей функциональности. Это позволяет устранять проблемы до того, как они повлияют на конечных пользователей. В этой статье мы рассмотрим лучшие практики логирования в Python. Следуя им, вы сможете обеспечить информативность, практичность и масштабируемость генерируемых логов. Подробнее по ссылке👇 #статьи @python_practics

Создаем красивую анимацию на модуле turtle

   from turtle import*
   import colorsys 
   title("Python Turtle Art")
   bgcolor("black")
   tracer(90)
   pensize(2)
   h = 0.3

   for i in range(1100):
    c = colorsys.hsv_to_rgb(h,1,1)
    h += 0.005
    color(c)
    penup()
    goto(0, 0)
    circle(12, 50)
    forward(20)
    pendown()
    right(360)
    fillcolor(c)
    begin_fill()
    circle(10, 320)
    end_fill()
    backward(i/4)
    right(6)

   done()

#sandbox @python_practics

#теория_python @python_practics

Python: Искусственный интеллект, большие данные и облачные вычисления В вашем распоряжении более пятисот реальных задач — от фрагментов до 40 больших сценариев и примеров с полноценной реализацией. IPython с Jupyter Notebooks позволят быстро освоить современные идиомы программирования Python. Главы 1–5 и фрагменты глав 6–7 сделают понятными примеры решения задач искусственного интеллекта из глав 11–16. Вы познакомитесь с обработкой естественного языка, анализом эмоций в Twitter, когнитивными вычислениями IBM Watson, машинным обучением с учителем в задачах классификации и регрессии, машинным обучением без учителя в задачах кластеризации, распознавания образов с глубоким обучением и сверточными нейронными сетями, рекуррентными нейронными сетями, большими данными с Hadoop, Spark и NoSQL, IoT и многим другим. Книга в формате pdf👇 #курсы_книги @python_practics

Python, однако, не единственный, кто так выделился @python_practics

Python Developer — мастхев для любого питониста За ручку проведём тебя к первому офферу, расскажем о сложных вещах простыми словами и научим смеяться с айтишных мемов. 👉🏻 Подписывайся и прокачивай свои навыки

Главная проблема новичков в асинхронном программировании на Python Асинхронность в Python должен знать почти каждый разработчик на Python, который хочет быть вовлечён в коммерческую разработку. Как минимум это касается веб-программирования, где очень важна скорость отклика приложения (сервиса). Вообще, асинхронность в Python - это отдельный мир, сильно отличающийся от синхронного Python. Наличие одного событийного цикла уже вносит много изменений в привычный порядок вещей. Существует много интересных и одновременно спорных вещей, суть которых скрыт в самой концепции асинхронности. В этой статье автор объясняет, в чем проблема асинхронного программирования на Python, и как она касается синтаксиса высокоуровневой концепции async и await. Подробнее по ссылке👇 #статьи @python_practics

Создаем черепашьи гонки на модуле turtle Полный код можно посмотреть по ссылке👇 #sandbox @python_practics

SciPy С увеличением опыта специалиста будут усложняться и задачи: придётся прибегать к линейной алгебре, интерполяции, интеграции, статистике и другим сложным математическим операциям. В этом специалисту по анализу данных помогает библиотека SciPy, которая построена на базе массивов и функций NumPy. Особенности SciPy: ● Быстрое и надёжное выполнение сложных операций благодаря оптимизации. ● Широкий набор функций и инструментов для разнообразных операций. ● Содержит множество подпакетов для конкретных задач, например преобразования Фурье. С помощью SciPy можно: ● Проводить сложные математические вычисления: например, решать дифференциальные уравнения или находить численное решение интегралов. ● Обрабатывать изображения. ● Работать с генетическими алгоритмами. ● Проводить сложные инженерные вычисления. Подробнее👇 #фреймворки_библиотеки @python_practics

Задача: Создайте программу, которая фильтрует список строк и возвращает список, содержащий только имена ваших друзей. Если в имени ровно 4 буквы, можете быть уверены, что это ваш друг! В противном случае, это не ваш друг. Пример:

   friend ["Ryan", "Kieran", "Mark"] `should be` ["Ryan", "Mark"]

#задачник @python_practics

Рисуем символ олимпийских игр на модуле turtle Полный код можно посмотреть по ссылке👇 #sandbox @python_practics

Определение строк-анаграмм Скрипт проверяет, являются ли две строки анаграммами друг друга. Иными словами, не получена ли одна строка перестановкой символов другой строки. Используется Counter из библиотеки collections — это разновидность словаря, используемая для подсчёта элементов в итерируемых объектах: списках, кортежах, словарях, строках. #полезные_сниппеты @python_practics