Pythoner

✈️В asyncio есть два способа запустить корутину: - await — ждёт, пока задача завершится. - loop.create_task() — запускает задачу в фоне, не блокируя выполнение остального кода. ➡️Если ты используешь await, выполнение кода останавливается, пока корутина не закончится. А вот create_task() добавляет её в event loop — и она работает параллельно с другими задачами. ➡️Пример:

import asyncio

async def task(name):
    print(f"Начал {name}")
    await asyncio.sleep(2)
    print(f"Закончил {name}")

async def main():
    t1 = asyncio.create_task(task("Задача 1"))
    t2 = asyncio.create_task(task("Задача 2"))
    print("Обе задачи запущены!")
    await t1
    await t2

asyncio.run(main())

обе задачи выполняются одновременно, а не по очереди. 💡Это важно, если ты пишешь сетевые приложения, обрабатываешь запросы или работаешь с I/O — именно create_task() делает Python по-настоящему асинхронным. 🐍Pythoner

✈️OnnxOCR — это проект для распознавания текста с использованием ONNX Runtime, предлагающий эффективную модель без тяжелых фреймворков. ✈️Его главные плюсы — это портативность и скорость работы благодаря оптимизированным нейросетевым весам. 💡Отличное решение для встраивания в ваши Python-скрипты для обработки изображений там, где не нужны монструозные библиотеки. ⛓ Документация 🐍Pythoner

✈️Распаковка значений в Python - это способ присвоения значений из итерируемых объектов переменным. Это позволяет извлечь значения из списка, кортежа, строки или других итерируемых объектов и присвоить их отдельным переменным. ➡️Комбинации с примерами и краткими описаниями: 1. Распаковка в несколько переменных:

a, b, c = 1, 2, 3
 # a = 1, b = 2, c = 3

➡️Присваивание значений из кортежа переменным. 2. Распаковка посимвольно в строки:

a, b = "12"
 # a = '1', b = '2'

➡️Разделение строки на отдельные символы и присваивание их переменным. 3. Распаковка с использованием звёздочки (*):

a, *b = 1, 2, 3
 # a = 1, b = [2, 3]

➡️Сбор оставшихся значений в список с использованием звёздочки. 4. Распаковка в переменную со звёздочкой (*):

a, *b, c = 1, 2, 3, 4
 # a = 1, b = [2, 3], c = 4

➡️Присваивание первого и последнего значения, а остаток помещается в список. 5. Игнорирование значений при распаковке:

a, _, b = 7, 8, 9
 # a = 7, b = 9 (значение 8 игнорируется)

Пропуск значений, которые не нужны при присвоении. ➡️Различные итерируемые объекты: Можно использовать любые итерируемые объекты, такие как списки, кортежи, строки, объекты, поддерживающие итерацию и даже функция range(): - Список:

a, b, c = [4, 5, 6]
 # a = 4, b = 5, c = 6

- Кортеж:

x, y = (10, 20)
 # x = 10, y = 20

- Строка:

char1, char2, char3 = "xyz"
 # char1 = 'x', char2 = 'y', char3 = 'z'

- Использование range():

a, b, c = range(1, 4)
 # a = 1, b = 2, c = 3

💡Заключение: Распаковка значений в Python - удобный и эффективный способ присваивания значений переменным из итерируемых объектов, делая код более читаемым и компактным. Это дает гибкость при работе с данными различных типов и структур. 🐍Pythoner

Нужны 7 желающих для работы с искусственным интеллектом. Требования: 18-45 лет Работа из дома. График свободный. Пришло задание — изучили — выполнили — получили свои деньги. Деньги вы получаете в зависимости от сложности задания. Например: За задание могут платить 500-10.000 рублей. 500 рублей — это около 5-30 минут. 10 000 руб. это 5-6 часов. Работа может быть разной: Оживить фото, создать видео, реставрировать старое фото и т.д. 💰 В среднем новичок получает до 150.000 руб в месяц. А опытный может и 300-500т. Мы обучим вас сами: — 3 дня уроков по 30 минут — Домашки с проверкой и оплатой бонусами — Платим 10 тыс за каждую выполненную домашку ⚡ Набор заканчивается завтра. Для регистрации жмите кнопку "Зарегистрироваться": Зарегистрироваться #реклама 16+ ganstaagency.com О рекламодателе

✈️Байтовые объекты представляют собой последовательность байтов, которая хранит информацию в двоичном формате. ➡️В Python байтовые объекты представлены типами данных bytes и bytearray. Различие заключается в том, что bytes является неизменяемым типом данных, в то время как bytearray - изменяемым. Также в Python имеется тип данных memoryview, предоставляющий доступ к внутренним данным объекта, который поддерживает буферный протокол, без копирования. Для создания байтовых объектов можно использовать байтовые литералы (синтаксис схож со строковыми литералами, за исключением того, что добавляется префикс "b"). ➡️В Python также существует модуль struct, который позволяет работать с байтовыми данными на низком уровне, осуществляя их упаковку и распаковку. 💡Эти объекты часто используются для работы с бинарными файлами, сетевыми пакетами и другими данными, которые нужно представить в виде последовательности байтов. 🐍Pythoner

Обновить нельзя экономить — запятую поставит Ref-сервер Новый сервер с 2 ТБ DDR5 стоит как 3 восстановленных с 4 ТБ DDR4 каждый. Для виртуализации, 1С, K8s и критичных сервисов редко нужны новые поколения. Прирост производительности — 5-15%, а разница в цене — до 70%. Отказоустойчивый кластер часто лучше, чем один новый узел. Наши восстановленные серверы — это не б/у с гарантией. Они прошли дефектоскопию, замену комплектующих (накопители — только новые), стресс-тесты и отбраковку. Даём гарантию 5 лет с выездом инженеров и держим свой склад ЗИП, чтобы снизить риски и ускорить сервис. Доставка по всей России — бесплатно. Нужна консультация технического специалиста? Обращайтесь — ответим на любые вопросы. Сайт с чатом: servermall.ru Телефон: 8 (800) 755-25-51 Узнать больше #реклама servermall.ru О рекламодателе

✈️git merge объединяет две ветки, создавая новый коммит, который объединяет изменения из обеих веток. Это означает, что вся история обеих веток сохраняется, и создается так называемый "слияние" (merge commit). ✈️git rebase позволяет переназначить (переписать) коммиты из одной ветки на другую. Это создаёт новое основание для вашей ветки и делает историю более линейной, очищая её от избыточных merge-коммитов. 🐍Pythoner

Аукцион выделенных серверов! Серверы дешевеют у вас на глазах! Новые лоты каждый день, скидки до -35% на весь срок аренды. Успейте арендовать, пока лот не ушел другому! Получить предложение #реклама 16+ selectel.ru О рекламодателе

Переменные, функции, типы данных... Сразу хочется закрыть вкладку 🥲 Первый шаг в Python - самый страшный. Открываешь урок, а там термины сыплются один за другим. Кажется, что это какая-то сложная система для посвященных. И ты сидишь и думаешь: "Может, программирование - это вообще не мое?" ⁉️ На самом деле проблема не в тебе, а в подаче. Когда теория висит в воздухе без практики - мозг ее просто не принимает. ❇️ Ребята из Merion Academy (того самого YouTube-канала про IT) на бесплатных вводных уроках по Python сделали иначе. Сначала - воркшоп с ментором. Ты просто пишешь код руками и сразу видишь результат. А уже потом - термины и теория, когда есть понимание, зачем это нужно. Что еще внутри: ✔️ Основы Python (переменные, типы, функции) - не скучно, а с примерами ✔️ Твоя первая программа - воркшоп с ментором ✔️ Тест - проверишь, правда ли понял ➡️ Запишись на бесплатные вводные уроки Сначала напишешь код, потом разберешься с терминами.

✈️Одним из основных преимуществ Pendulum является возможность легко создавать и форматировать даты. Давайте рассмотрим пример:

import pendulum

# Создание даты
date = pendulum.datetime(2023, 10, 5)

# Форматирование даты
formatted_date = date.format('YYYY-MM-DD')
print(formatted_date)  # Вывод: 2023-10-05

⬆️С помощью Pendulum вы можете легко создавать даты и форматировать их в нужный формат с помощью метода format. ➡️Работа с временными зонами Pendulum значительно упрощает работу с временными зонами. Пример создания даты в одной временной зоне и её преобразования в другую:

# Создание даты в временной зоне 'Europe/Moscow'
moscow_time = pendulum.datetime(2023, 10, 5, tz='Europe/Moscow')
print(moscow_time)  # Вывод: 2023-10-05T00:00:00+03:00

# Преобразование в другую временную зону
ny_time = moscow_time.in_timezone('America/New_York')
print(ny_time)  # Вывод: 2023-10-04T17:00:00-04:00

⬆️С Pendulum работа с временными зонами становится интуитивно понятной и простой! ➡️Различные операции с датами Pendulum предоставляет широкий набор методов для выполнения различных операций с датами. Пример добавления и вычитания временных интервалов:

# Создание даты
date = pendulum.datetime(2023, 10, 5)

# Добавление 5 дней
new_date = date.add(days=5)
print(new_date)  # Вывод: 2023-10-10T00:00:00+00:00

# Вычитание 2 часов
new_date = date.subtract(hours=2)
print(new_date)  # Вывод: 2023-10-04T22:00:00+00:00

⬆️С методами add и subtract вы можете легко выполнять арифметические операции с датами, что делает работу с временными интервалами очень удобной. 🐍Pythoner

IT-магистратура ИТМО, МИФИ в партнёрстве с Яндексом Освойте высокооплачиваемую IT-профессию. Актуальные программы ИТМО и МФТИ 2026 года, диплом гособразца, много практики от Яндекса. Гибкий график, обучение полностью онлайн, господдержка оплаты, отсрочка от армии Узнать больше #реклама 16+ practicum.yandex.ru О рекламодателе

Как я стал Python-разработчиком с зп 500к в 18 лет Без удачи и связей Я был обычным парнем, который:

- Изучал десятки курсов и технологий - Получал сотни отказов - Выгорал и забивал на обучение

И первую работу нашёл лишь спустя ДВА года. 😭 Совершил кучу ошибок и прошел по всем нерабочим путям. И в итоге нащупал рабочие решения. Записал видео, где рассказываю:

- Почему я неэффективно обучался и как тебе этого избежать - Мои неудачные попытки поиска работы и выводы - Как можно было пройти этот путь быстрее на год

Без бреда по типу "вкатись в питон за месяц" 😏 Смотри видео в закрепе моего канала

✈️Модуль string в Python предоставляет ряд полезных констант, которые помогают работать со строками более эффективно и удобно. ➡️Основной список: 1. string.ascii_letters: Содержит все буквы английского алфавита (как заглавные, так и строчные). 2. string.digits: Включает все десятичные цифры от 0 до 9. 3. string.hexdigits: Содержит шестнадцатеричные цифры (0-9 и a-f, A-F). 4. string.octdigits: Включает восьмеричные цифры (0-7). 5. string.punctuation: Содержит все знаки пунктуации. 6. string.whitespace: Включает все пробельные символы (пробелы, табуляции и переносы строк). ➡️Пример использования:

import string

# Функция проверяет, состоит ли строка только из букв
def is_alpha(s):
    return all(char in string.ascii_letters for char in s)

# Тестируем функцию
print(is_alpha("HelloWorld"))  # Вывод: True
print(is_alpha("Hello World!"))  # Вывод: False

💡Заключение Константы из модуля string значительно упрощают обработку строк и могут быть использованы в различных алгоритмах, таких как валидация ввода, фильтрация символов и т.д. 🐍Pythoner

✈️При вызове скрипта Python можно указать различные параметры/флаги для большей гибкости. Вот наиболее часто используемые варианты: * -h или --help: Выводит справку по доступным флагам. * -V или --version: Выводит номер версии Python. * -m <module>: Запускает модуль как скрипт (например, python -m venv venv). * -c <command>: Выполняет указанную команду Python (например, python -c "print('Hello, World!')"). * -i: Включает интерактивный режим REPL после выполнения скрипта. * -O: Включает оптимизацию байт-кода (удаляет операторы assert и любой код, зависящий от значения __debug__). * -OO: Более агрессивная оптимизация, удаляющая docstrings. * -B: Отключает создание файлов .pyc (с компилированным байт-кодом). * -W: Контролировать частоту вывода предупреждений. 💡Это лишь некоторые из наиболее распространенных флагов. 🔗 подробнее 🐍Pythoner

Бесплатная конференция по PostgreSQL Регистрируйся на бесплатную конференцию по PostgreSQL — 19.03.2026.📅 Эксперты расскажут о разработке, администрировании и новинках мира Postgres. ✅ Бесплатное участие ✅ Опытные спикеры ✅ 25+ тематических докладов ✅ Рабочие кейсы Каждый участник получает именной Сертификат участника мероприятия. Одни из немногих спикеров конференции: — Андрей Бородин PostgreSQL Major contributor, руководитель подразделения разработки РСУБД с открытым исходным кодом Yandex Cloud — Родион Хабибов DevOps-инженер «СберСервис» — Андрей Овчаренко Руководитель отдела Java-разработки Московской биржи ... и многие другие. Регистрируйся, будет интересно! И бесплатно! Зарегистрироваться #реклама 16+ pgbootcamp.ru О рекламодателе

✈️В Python целые числа имеют "бесконечную" точность. Это означает, что вы можете работать с целыми числами любого размера, не беспокоясь о переполнении. ➡️Например, давайте возьмем число 2 и возведем его в степень 1000:

print(2**1000)

➡️Результат:

10715086071862673209484250490600018105614048117055336074437503883703510511249361224931983788156958581275946729175531468251871452856923140435984577574698574803934567774824230985421074605062371141877954182153046474983581941267398767559165543946077062914571196477686542167660429831652624386837205668069376

⬆️Это число содержит 302 цифры! ➡️В других языках программирования, таких как C или Java, вы бы столкнулись с ограничениями при работе с такими большими числами. Но в Python вы можете спокойно работать с числами практически любого размера. Это очень удобно для таких областей, как криптография или научные вычисления, где часто требуется работа с очень большими числами. Однако важно помнить, что хотя Python может обрабатывать такие большие числа, это может повлиять на производительность при выполнении операций с ними. Поэтому, если вам не нужна такая высокая точность, лучше использовать стандартные типы данных. В целом, эта особенность Python делает его очень мощным инструментом для работы с целыми числами любого размера. 🐍Pythoner

✈️В Python целые числа имеют "бесконечную" точность. Это означает, что вы можете работать с целыми числами любого размера, не беспокоясь о переполнении. ➡️Например, давайте возьмем число 2 и возведем его в степень 1000:

print(2**1000)

➡️Результат:

10715086071862673209484250490600018105614048117055336074437503883703510511249361224931983788156958581275946729175531468251871452856923140435984577574698574803934567774824230985421074605062371141877954182153046474983581941267398767559165543946077062914571196477686542167660429831652624386837205668069376

⬆️Это число содержит 302 цифры! ➡️В других языках программирования, таких как C или Java, вы бы столкнулись с ограничениями при работе с такими большими числами. Но в Python вы можете спокойно работать с числами практически любого размера. Это очень удобно для таких областей, как криптография или научные вычисления, где часто требуется работа с очень большими числами. Однако важно помнить, что хотя Python может обрабатывать такие большие числа, это может повлиять на производительность при выполнении операций с ними. Поэтому, если вам не нужна такая высокая точность, лучше использовать стандартные типы данных. В целом, эта особенность Python делает его очень мощным инструментом для работы с целыми числами любого размера. 🐍Pythoner

✈️Казалось бы, куда еще проще, но есть один интересный пакет JMESpath, который позволяет декларативно указать, как извлекать элементы из документа JSON. ➡️Основные примеры использования:

import jmespath

jmespath.search('foo.bar', {'foo': {'bar': 'baz'}})
# output: 'baz'

jmespath.search('foo.*.name', {'foo': {'bar': {'name': 'one'}, 'baz':
{'name': 'two'}}})
# output: ['one', 'two']

⬆️Тут нет ничего сложного. Метод search принимает паттерн, по которому требуется извлечь данные, а также словарь (который в общем-то похож на JSON). ➡️Возможностей у пакета достаточно, поэтому он достоен изучения и применения в проектах. Подробнее можно почитать в документации. 🐍Pythoner

✈️Функция globals() возвращает словарь всех глобальных переменных текущего модуля. Можно использовать для динамического доступа к переменным по имени. ➡️Пример:

x = 42
name = "Python"

print(globals()["x"])     # 42
print(globals()["name"])  # Python

💡Заключение: Полезно для отладки, метапрограммирования и работы с динамическими именами, но в обычном коде лучше использовать напрямую

✈️Sidecar — это архитектурный паттерн, когда рядом с основным сервисом запускается отдельный контейнер, который выполняет вспомогательные задачи. ➡️Что обычно выносят в sidecar: — логирование и сбор метрик — прокси для сетевых запросов — сервис Mesh (например, Istio Envoy) — мониторинг и безопасность 💡Преимущества: — основной сервис остаётся «чистым» и сосредоточенным только на бизнес-логике — независимое обновление и масштабирование sidecar — одинаковый подход к инфраструктуре (единые логеры, агенты метрик и т.д.) 🐍 Pythoner