Pythoner

🔥 6895 ГБ платного контента для программистов выложили в Telegram Тонны курсов, уроков и видео теперь в открытом доступе: 🖥 Python — 724 ГБ 🖥 Frontend — 981 ГБ 🖥 Backend — 817 ГБ 👩‍💻 Все языки — 4373 ГБ Успей подать заявку, пока не удалили

✈️Plumbum — это библиотека, предназначенная для упрощения работы с командной строкой и вызова внешних программ. Она упрощает автоматизацию задач, которые требуют вызова командной строки из\ кода. Это может быть запуск скриптов, утилит, вызов программ для обработки данных и т. д. ➡️Основные возможности библиотеки: — Удобный синтаксис для запуска команд и программ из Python кода. Позволяет вызывать команды командной строки так же просто, как обычные функции. — Автоматическое формирование командной строки. Можно передавать аргументы и параметры в виде обычных переменных, Plumbum сам сформирует командную строку. — Перенаправление ввода/вывода. Поддержка стандартных операторов Unix для работы с потоками данных. — Проверка кодов возврата и обработка ошибок. — Локальное или удаленное выполнение. Возможность запускать команды как локально, так и по SSH на удаленных хостах. ➡️Пример

from plumbum import local

ls = local["ls"]

output = ls("-l")

print("Вывод команды 'ls -l':")
print(output)

# Также можно выполнять составные команды
# Например, мы можем использовать команду `grep` для фильтрации вывода
grep = local["grep"]
result = (ls("-l") | grep[".py"])()  # Пайпим вывод ls в grep

print("\nВывод файлов с расширением .py:")
print(result)

⬆️Пояснение кода: 💬Мы импортируем local из модуля plumbum. 💬Определяем команду ls с помощью local["ls"]. 💬Выполняем команду с аргументом -l, который выводит содержимое текущей директории в длинном формате. 💬Вывод команды сохраняем в переменной output и затем печатаем. 💬Также мы создаем команду grep и используем возможность пайпинга (|) для фильтрации вывода команды ls, чтобы показать только файлы с расширением .py. 🐍Pythoner

✈️difflib особенно полезен для работы с текстами. Содержит функции для создания отчётов в нескольких распространённых форматах, в том числе в HTML. ➡️Класс Differ(), например, выводит различия в отдельных строках, сопровождая их префиксами. ➡️Класс SequenceMatcher() позволяет вычислить сходство между строками. Функция get_opcodes() возвращает список инструкций для приведения первой последовательности к виду второй. ➡️Пример:

import difflib

# Две строки для сравнения
string1 = "Привет, как дела?"
string2 = "Привет, как у тебя дела?"

# Используем SequenceMatcher для получения отличий
d = difflib.Differ()
diff = d.compare(string1.split(), string2.split())

# Вывод различий
print('\n'.join(diff))

⬆️Как это работает: Мы используем difflib.Differ() для сравнения двух строк, разбивая их на слова.Метод compare возвращает итератор, который показывает различия между строками. - Результат отображает изменения с символами: - – если слова одинаковые, - - – если слово присутствует только в первой строке, - + – если слово присутствует только во второй строке. Таким образом, difflib полезен в ситуациях, когда нужно определить не только факт различия между двумя последовательностями, но и конкретные места, где эти различия возникают. 🐍Pythoner

😱 Сейчас в Иннотехе скандал из-за канала этого парня! Парень без опыта работы накрутил себе стаж в резюме и прошёл собеседование на 300+ Забавно, что он делится опытом и устраивает людей на 150 000+ за 2 месяца в IT с гарантией по договору! Без опыта и образования! 👉 Также в канале 👈 🚀 Как быстро найти первую работу в IT за 3 шага 🙋‍♂️ Что спрашивают на каждом собеседовании 🎁 Скандальный ГАЙД «Как накрутить опыт и не спалиться»

➡️Что такое importlib? Это встроенная библиотека Python, которая предоставляет интерфейс для механизма импорта. С ее помощью вы можете программно импортировать модули, перезагружать их и даже создавать свои собственные импортеры! ➡️Вот простой пример использования importlib:

import importlib

# Динамический импорт модуля
math = importlib.import_module('math')

# Использование импортированного модуля
print(math.pi)  # Выводит 3.141592653589793

# Перезагрузка модуля
importlib.reload(math)

➡️С importlib вы можете: • Динамически импортировать модули • Перезагружать модули во время выполнения • Создавать пользовательские импортеры • Работать с пространствами имен пакетов 🔎Эта библиотека особенно полезна при разработке плагинов, создании расширяемых приложений или отладке кода. ⛓Документация 🐍Pythoner

🐍 824 ГБ платного контента для Python-разработчиков выложили бесплатно в Telegram Выбирай нужное и обучайся: 62 ГБ — Всё про язык Python 98 ГБ — Django, Flask, FastApi и т.д. 71 ГБ — ИИ и Машинное обучение 33 ГБ — Аналитика данных 62 ГБ — Разработка приложений 47 ГБ — Тестирование ПО 51 ГБ — Автоматизация процессов 17 ГБ — Разработка ботов 31 ГБ — Разработка игр 14 ГБ — Пентестинг 22 ГБ — Парсинг веб-сайтов 37 ГБ — Создание облачных сервисов 279 ГБ — Многое другое... 🔒 Успей подписаться, пока не удалили

1️⃣AIOGram: ➕Поддерживает асинхронное программирование, что позволяет эффективно обрабатывать множество запросов без блокирования основного потока. ➕Хорошо документирована и имеет большое сообщество разработчиков. ➕Предоставляет обширный набор функций для работы с Telegram API. ➖Деплоится не на всех бесплатных сервисах. 2️⃣python-telegram-bot: ➕Простой в использовании и понимании, особенно для новичков в разработке телеграм-ботов. ➕Хорошо документирована и имеет активное сообщество разработчиков. ➕Предоставляет обширный набор функций для работы с Telegram API. ➖Не поддерживает асинхронное программирование, поэтому может быть неэффективным при обработке большого количества запросов одновременно. ➖Из-за синхронного подхода может возникать блокирование основного потока при выполнении долгих операций. 3️⃣telebot: ➕Простой в использовании и понимании. ➕Хорошо документирована и имеет небольшое, но активное сообщество разработчиков. ➕Предоставляет обширный набор функций для работы с Telegram API. ➖Не поддерживает асинхронное программирование, поэтому может быть неэффективным при обработке большого количества запросов одновременно. ➖Некоторые функции могут быть менее гибкими или сложными в использовании по сравнению с другими библиотеками. 4️⃣twx.botapi: ➕Простой в использовании и понимании, особенно для новичков в разработке телеграм-ботов. ➕Хорошо документирована и имеет некоторые примеры использования. ➕Предоставляет базовый набор функций для работы с Telegram API. ➖Ограничена в функциональности и не предоставляет некоторые продвинутые возможности, доступные в других библиотеках. ➖Неактивно поддерживается и может быть устаревшей. ❗️Выбор конкретной библиотеки зависит от ваших потребностей, уровня опыта и предпочтений в разработке. 🐍Pythoner

❓Разбор Все, что вам стоит знать - это // —> целочисленное деление .count —> считает количество повторений текста/символа в строке

✈️Контейнер — это объект, предназначенный для хранения других объектов. Контейнеры реализуют различные структуры данных, такие как списки, кортежи, словари, множества и другие. ➡️Основное назначение контейнеров — удобное и эффективное хранение и доступ к группам объектов. Контейнеры позволяют легко добавлять, удалять и итерировать элементы. ➡️Все контейнеры в Python реализуют общие методы, такие как len() для получения размера и contains() для проверки вхождения элемента. Это обеспечивает единый интерфейс работы с разными типами контейнеров. 🐍Pythoner

Знаете основы Python, но руки не доходят сделать первый шаг к практике? Сделайте его под руководствои опытного разработчика за полтора часа практики! Приглашаем вас на бесплатный практикум от преподавателя школы IT профессий Level Up - «Мой первый бот в Telegram» По окончании практикума вы:  СОЗДАДИТЕ БОТА С НУЛЯ ПОРАБОТАЕТЕ СО СТОРОННИМИ ПРИЛОЖЕНИЯМИ ДЛЯ СОЗДАНИЯ БОТА НАУЧИТЕСЬ РАЗВЕРТЫВАТЬ ПРИЛОЖЕНИЕ НА СЕРВЕРЕ Спикер практикума - Евгений Сергунин (Big Data аналитик в компании Wildberries)  Оставить заявку на практикум  Забронировать место на курсе «Python разработчик Junior» с выгодой 6000 рублей за раннее бронирование

Регистрируйтесь на главную конференцию Yandex Cloud! Большая конференция Yandex Cloud для тех, кто создаёт цифровые продукты и решения. Вас ждут 5 тематических треков, 31 доклад, 50 экспертов, нетворкинг и общение. Участие бесплатное! Зарегистрироваться #реклама 16+ scale.yandex.cloud О рекламодателе

➡️Подготовка базы данных Прежде чем начать вставку внешних ключей, необходимо подготовить базу данных и создать таблицы, между которыми мы будем устанавливать связи. Рассмотрим простой пример двух таблиц: authors и books. Таблица authors будет содержать информацию об авторах, а таблица books - информацию о книгах, написанных этими авторами. Для начала создадим эти таблицы с использованием языка SQL.

CREATE TABLE authors (
    author_id SERIAL PRIMARY KEY,
    name VARCHAR(100) NOT NULL
);

CREATE TABLE books (
    book_id SERIAL PRIMARY KEY,
    title VARCHAR(100) NOT NULL,
    author_id INT,
    FOREIGN KEY (author_id) REFERENCES authors (author_id)
);

➡️Вставка данных и внешних ключей с помощью Python Теперь, когда наша база данных готова, мы можем перейти к вставке данных и внешних ключей с помощью Python. Для этого нам понадобится библиотека psycopg2, которая позволяет взаимодействовать с PostgreSQL базой данных. Убедитесь, что она установлена:

pip install psycopg2

Далее, напишем скрипт на Python, который будет вставлять данные в таблицы authors и books, устанавливая соответствующие внешние ключи.

import psycopg2

# Соединение с базой данных
conn = psycopg2.connect(
    dbname="your_db_name",
    user="your_db_user",
    password="your_db_password",
    host="your_db_host",
    port="your_db_port"
)
cursor = conn.cursor()

# Вставка данных в таблицу authors
cursor.execute("INSERT INTO authors (name) VALUES (%s) RETURNING author_id", ("J.K. Rowling",))
author_id = cursor.fetchone()[0]

#Вставка данных в таблицу books с указанием внешнего ключа
cursor.execute("INSERT INTO books (title, author_id) VALUES (%s, %s)", ("Harry Potter", author_id))

# Сохранение изменений и закрытие соединения
conn.commit()
cursor.close()
conn.close()

➡️Проверка и управление целостностью данных Внешние ключи помогают поддерживать целостность данных в базе данных. Например, они не позволяют вставлять в таблицу books значения author_id, которых нет в таблице authors. Рассмотрим, как это работает на практике. Попробуем вставить книгу с несуществующим author_id и посмотрим, что произойдет.

try:
    cursor.execute("INSERT INTO books (title, author_id) VALUES (%s, %s)", ("Unknown Book", 999))
    conn.commit()
except psycopg2.IntegrityError as e:
    conn.rollback()
    print("Ошибка целостности данных: невозможно вставить книгу с несуществующим автором.")

В данном случае psycopg2 выбросит исключение IntegrityError, и мы сможем обработать его, откатив изменения и предупредив пользователя об ошибке. 🐍Pythoner

✈️Да, функции можно объявлять внутри других функций. Такая вложенная функция будет видна и доступна для вызова только внутри родительской функции, в которой она определена. ➡️Это называется замыканием и позволяет ограничить область видимости вложенной функции, чтобы она не загрязняла глобальное пространство имен. 🔎Вложенные функции могут быть полезны, когда нужно реализовать вспомогательную логику, связанную только с работой родительской функции. 🐍Pythoner

➡️Django чуть медленнее Flask из-за своей более высокой функциональности и накладных расходов. Однако на практике разница в скорости работы между ними незначительна для большинства веб-приложений. ➡️Flask может быть немного быстрее при обработке простых запросов, но Django лучше масштабируется при увеличении нагрузки благодаря встроенным инструментам кэширования и оптимизации. Кроме того, производительность в большей степени зависит от архитектуры и качества кода конкретного приложения. 🐍Pythoner

✈️В Django ORM можно использовать механизм миграций для изменения структуры базы данных без необходимости вручную вносить изменения через SQL запросы. Миграции позволяют вам определять изменения в моделях и применять их к базе данных автоматически. ➡️Для начала работы с миграциями в Django необходимо создать начальное состояние базы данных, которое будет соответствовать текущим моделям вашего приложения. Для этого можно воспользоваться командой python manage.py makemigrations, которая создаст файл миграции в папке migrations вашего приложения. ➡️Затем, чтобы применить миграции к базе данных, можно воспользоваться командой python manage.py migrate, которая применит все необходимые изменения к базе данных. При этом Django будет автоматически отслеживать и применять новые миграции при изменениях в моделях. ➡️Миграции в Django ORM могут включать различные операции, такие как создание новых таблиц, добавление и удаление полей, изменение типа данных и многое другое. Кроме того, можно создавать собственные миграции с помощью команды python manage.py makemigrations --empty, чтобы определить свои собственные изменения в базе данных. 👀Использование миграций в Django ORM делает процесс изменения структуры базы данных более удобным и безопасным, позволяя сохранить целостность данных и избежать ошибок при ручном внесении изменений. 🐍Pythoner

✈️Иногда элементы массива изначально неизвестны, но массив для их хранения необходим сейчас. Поэтому в NumPy есть функции для создания массива с исходным содержимым (по умолчанию тип массива — float64)

>>> import numpy as np

➡️zeros((n, m)) - создает массив нулей с размером n x m.

>>> np.zeros((3, 2))
array([[0., 0.],
[0., 0.],
[0., 0.]])

➡️ones((n, m)) - создает массив единиц с размером n x m.

>>> np.ones((2, 3))
array([[1., 1., 1.],
[1., 1., 1.]])

>>> np.ones((2, 2), dtype=np.int16)
array([[1, 1],
[1, 1]], dtype=int16)

➡️empty() - создает массив без заполнения. Исходное содержимое случайно и зависит от состояния памяти на момент создания массива (мусор, что в ней хранится).

>>> np.empty((2,2))
array([[5.e-324, 0.e+000],
[0.e+000, 5.e-324]])

📁Документация NumPy 🐍Pythoner

😕Джун пытается предложить свою идею на общей встрече