Just Python

Миллионер-айтишник в 24 года? Знакомьтесь — это Влад, ему 24, и он программист без высшего образования.. IT и программирование — это ниша, которая никогда не умрет и в которой нет потолка ! ~ Думаешь это сложно? Я и тебя научу зарабатывать в IT и растить себя как высококлассного специалиста мирового уровня! Не веришь? Забирай бесплатные материалы в моем канале 👇 https://t.me/+kaP3uEcWGnc0MmZi

Используем * для мерджа списка, кортежа и множества в одну строчку Для того, чтобы это сделать самый элегантный способ - использование * Звездочки можно использовать в качестве префиксов для распаковки их элементов. Но помимо распаковки, звездочки также можно использовать для деструктуризации присваиваний в Python. #theory // Just Python

Избегайте вложенных циклов с помощью product Когда программа становится сложной, неизбежно приходится писать вложенные циклы. Однако вложенные циклы делают программы более сложными для чтения и сопровождения. К счастью, в Python всегда можно избежать вложенных циклов с помощью встроенной функции product(). #theory // Just Python

Быстрое логирование с декоратором Логирование помогает отслеживать выполнение кода и выявлять ошибки. Вместо того чтобы добавлять логирование вручную в каждую функцию, можно использовать декоратор, который автоматически будет логировать вызовы функций. Этот лайфхак помогает автоматически логировать вызовы функций, что упрощает отладку и мониторинг кода. Он особенно полезен для разработчиков, работающих над большими проектами, где нужно отслеживать множество функций, а также для тех, кто хочет улучшить читаемость и поддержку кода, обеспечивая централизованное логирование.

Быстрая сортировка словаря по значениям Иногда вам нужно отсортировать словарь по значениям вместо ключей. Этот лайфхак поможет сделать это быстро и эффективно. Этот лайфхак позволяет быстро и легко сортировать словари по значениям, что может быть полезно для анализа данных, построения отчетов и упорядочивания информации. Например, он будет полезен аналитикам данных, разработчикам, работающим с различными метриками и значениями, а также тем, кто хочет улучшить читаемость и управляемость данных. #theory // Just Python

⚡️ Стартовал ГЛАВНЫЙ РОЗЫГРЫШ ОСЕНИ — дарим призов на ПОЛМИЛЛИОНА рублей! Вас ждут: — iPhone 17 Pro Max; — Macbook Air M3; — Playstation 5 PRO; — Nintento Switch 2; — AirPods Pro 2; — Самокат Xiaomi Mi Electric Scooter M365 Pro; — Целый ЯЩИК СНИКЕРСОВ! Для участия нужно: 1. Подписаться на Москва Инсайд, Москва Нон-Стоп, Москва Лайф 2. Нажать «Участвую!» под этим постом Итоги подведём 11 Ноября в 18:00 случайным образом при помощи бота. Доставка для победителей бесплатная.

Оператор морж (:=) или способ записывать данные в переменную о котором вы не знали Начиная с Python 3.8, появился новый синтаксис под названием «оператор морж» или walrus operator, который может присваивать значения переменным как часть более крупного выражения. Оператор := получил свое милое название из-за глаз и бивней моржа. #theory // Just Python

Быстрая замена значений в столбце DataFrame на основе условий Когда у вас есть DataFrame и вам нужно заменить значения в столбце на основе определенных условий, вместо использования циклов, можно воспользоваться методом np.where из библиотеки NumPy. Этот лайфхак помогает заменить значения в столбце DataFrame на основе заданных условий, избегая использования циклов и делая код более читаемым и эффективным. Он будет особенно полезен для аналитиков данных и всех, кто работает с большими наборами данных, где требуется производить массовые изменения данных на основе условий. #theory | Гайды по Python

Быстрое получение диапазона дат При работе с временными данными часто возникает необходимость создать диапазон дат, например, для анализа данных за определенный период или генерации отчетов. Используя библиотеку Pandas, это можно сделать быстро и удобно. Этот лайфхак помогает быстро создать список всех дат в заданном диапазоне. Он будет особенно полезен для аналитиков данных, специалистов по бизнес-аналитике и разработчиков, работающих с временными рядами или данными, завязанными на даты. #theory // Just Python

Вложенный генератор внутри генератора — двумерная из двумерной Общий синтаксис: [[expression for y in x] for x in iterator] Применение: Обходим двумерную структуру данных, сохраняя результат в другую двумерную структуру. #theory // Just Python

Data Science: Зарабатывай на ИИ, пока другие просто играются с ним ИИ стремительно меняет рынок и те, кто умеет работать с нейросетями, получают преимущество. Data Scientist — одна из самых высокооплачиваемых профессий: средняя зарплата от 100 000 ₽ уже на старте и кратный рост с опытом. Для смотрящих в будущее подготовили бесплатный 4-дневный курс с полным разбором принципов работы ИИ, а также практикой создания своего собственного ИИ-проекта на Python. Пройди тест, открой доступ к обучению и получи огромные возможности.

Генератор итерирующийся по генератору Так как любой генератор может использоваться как итератор в цикле for, это так же можно использовать и для создания генератора по генератору. При этом синтаксически это может записываться в два выражения или объединяться во вложенный генератор.

Вложенные циклы for где циклы идут по независимым итераторам Общий синтаксис: [expression for x in iter1 for y in iter2] Применение: генерируем одномерную структуру, используя данные из двух итераторов.

Вложенный генератор внутри генератора — двумерная из двух одномерных Общий синтаксис: [[expression for y in iter2] for x in iter1] Применение: генерируем двумерную структуру, используя данные из двух одномерных итераторов. #theory // Just Python

«8-0-15-0» В 2019 году 24-летний москвич получил наследство 8 миллиардов рублей после смерти отца. За год прогулял всё на тусовки, «друзей» и девушек. К 2020 году он стал малоимущим. Март 2021 года. Он работает грузчиком на складе за 35 тысяч рублей. К концу 2023 года на его счетах 15 миллиардов. После падения устроился грузчиком на строительный склад. Снимал комнату за 15 тысяч, ел дошираки, ездил на метро. Бывшие друзья проезжали мимо на дорогих машинах. Не узнавали его. Но он вспомнил связи отца, старые контакты из строительного бизнеса. Один из бывших партнеров отца согласился встретиться. Предложил сделку: «Продолжение ищи в Монетном Дворе»…

Перебор части итерируемого. Иногда бывает задача из очень большой коллекции или даже бесконечного генератора получить выборку первых нескольких элементов, удовлетворяющих условию. Если мы используем обычное генераторное выражение с условием ограничением по enumerate() индексу или срез полученной результирующей коллекции, то нам в любом случае придется пройти всю огромную коллекцию и потратить на это уйму компьютерных ресурсов. Выходом может быть использование функции islice() из пакета itertools. #theory // Just Python

Работа с enumerate() Иногда в условиях задачи в условии-фильтре нужна не проверка значения текущего элемента, а проверка на определенную периодичность, то есть, например, нужно брать каждый третий элемент. Для подобных задач можно использовать функцию enumerate(), задающую счетчик при обходе итератора в цикле.

Генерация строк Для создания строки вместо синтаксиса выражений-генераторов используется метод строки .join(), которому в качестве аргументов можно передать выражение генератор. Обратите внимание: элементы коллекции для объединения в строку должны быть строками!

Занимаешься IT и ищешь свежие идеи? На этом канале собраны инсайды СЕО 1win о развитии iGaming-бизнеса. Узнай, как управлять крупной компанией в высококонкурентной нише, используя новые технологии и тренды. Подписывайся на Owner 1win и будь в теме!

Использование Counter из модуля collections для подсчета элементов Модуль collections в Python предоставляет класс Counter, который позволяет легко подсчитывать количество вхождений элементов в итерируемом объекте. Это полезно для анализа данных, работы с текстами и любых задач, связанных с подсчетом частоты элементов. Использование Counter из модуля collections позволяет значительно упростить и ускорить задачи, связанные с подсчетом элементов, делая код более чистым и эффективным #theory // Just Python