Программистика

🧠 Загадка на ночь: что выведет этот код?

def func(x):
    x = x + [1]
    return x

a = [0]
b = func(a)
print(a, b)

Варианты: 1. [0] [0, 1] 2. [0, 1] [0, 1] 3. [0] [1] 4. Ошибка Пиши свой вариант в комментарии! Ответ и разбор — через пару часов 🔥 Программистика|| #quiz

Вы не пользуетесь даже 10% функциями нейросетей Вы знали, что с помощью ChatGPT можно пересылать деньги с карты на карту? А слышали про режим в Claude, где он по голосовому сообщению создает 5-10 минутный ролик на YouTube? Чтобы выжать из нейронок максимум, пользуйтесь каналом ИИнтеллигенция. Там узнаете: ➜ Как бесплатно активировать Pro-тариф в ChatGPT и Gemini ➜ Какая нейронка за вас пройдет собеседование на работу ➜ Как с помощью ИИ восстановить удалённые сообщения в ТГ Подписывайтесь, потом сами себе спасибо скажете: https://t.me/+oyn1gm14ZwZhNDAy

🔍 Секрет `next()`: найди первый подходящий элемент без цикла Нужно найти первый элемент в списке, удовлетворяющий условию? Вместо цикла с break используйте next() с генератором. ❌ Было (цикл с флагом):

first = None
for item in items:
    if item > 10:
        first = item
        break

✅ Стало (одна строка):

first = next((item for item in items if item > 10), None)

next(iterable, default) возвращает следующий элемент итератора или default, если элементов больше нет. Идеально для поиска без лишнего кода. 🟢 Где пригодится: поиск первого валидного элемента, чтение первой строки из файла по условию, получение первого значения из генератора.

Запомни: next() + генератор = чистый и быстрый поиск.

Программистика|| #tips

🧰 Pelutils: швейцарский нож для Python-проектов

В каждом проекте рано или поздно появляется один и тот же набор утилит: удобный логгер с цветным выводом, парсер конфигов, таймер для замеров производительности, работа с JSON… Можно каждый раз писать это заново, а можно взять готовый инструмент, который уже всё умеет. Pelutils — это именно такой набор. Логгер с цветным выводом, стектрейсами и ротацией файлов, парсер, объединяющий CLI-аргументы и конфиги, таймер в стиле Matlab (tic/toc), профайлер, расширение для pydantic с сериализацией в человекочитаемый JSON, форматирование таблиц с поддержкой LaTeX и даже unique для массивов, работающий за линейное время.

📦 Установка:

pip install pelutils

Поддерживается Python 3.9+. 🧪 Пример:

from pelutils import TT

# Замер времени
TT.tick()
# ... ваш код ...
print(f"Время: {TT.tock():.2f} сек")

# Профилирование
with TT.profile("Мой код"):
    # ... код ...
print(TT)  # Таблица с результатами

Программистика|| #Репозиторий

🔠 Слили 4 ТБ по IT, хакингу и разработке. ⚪️ Все лучшие инструкции, гайды, книги и инструменты — без воды. 🖥 Курсы & GitHub — 579GB ☁️ Хакинг & ИБ — 756GB 🤒 OSINT — 315GB ⌨️ Python — 955GB 🙃 Linux & Bash — 459GB 😦 Работа в IT — 278GB 🖥 Общий архив — 946GB ➡️ Присоединяйтесь и скачивайте. Пост будет удален через 48 часов.

💻 Вопрос из собеседования: Чем отличается `__getattr__` от `__getattribute__`? Этот вопрос проверяет, насколько глубоко вы понимаете механизм доступа к атрибутам в Python. Оба метода перехватывают обращение к атрибутам, но работают по‑разному и в разных ситуациях. Путаница в них может привести к трудноуловимым багам, особенно в прокси‑классах и ORM.

class Example:
    def __getattr__(self, name):
        print(f"__getattr__: {name}")
        return None

    def __getattribute__(self, name):
        print(f"__getattribute__: {name}")
        return super().__getattribute__(name)

obj = Example()
obj.x  # __getattribute__: x → __getattr__: x → None

👉 Базовый ответ (которого ждут): - __getattribute__ вызывается при любом обращении к атрибуту (даже если он существует). - __getattr__ вызывается только если обычный поиск атрибута не удался (т.е. атрибут не найден ни в __dict__, ни в родителях, ни через дескрипторы). 👉 Глубокий разбор (для мидла+): 1. `__getattribute__` — это первая точка входа. Он перехватывает все обращения, включая доступ к self.__dict__, и если вы не будете осторожны, легко уйти в бесконечную рекурсию. 2. `__getattr__` — это «запасной аэродром». Он срабатывает только после того, как стандартный поиск провалился. 3. Порядок поиска атрибута: - data‑дескриптор в классе → атрибут экземпляра → non‑data дескриптор → __getattr__ → AttributeError. 4. Где применяются: - __getattr__ удобен для динамических атрибутов (например, в ORM, где поле может отсутствовать в модели, но быть в базе данных). - __getattribute__ используется реже — для строгого контроля доступа (логирование, валидация), но требует аккуратной работы с super(). ⚠️ Ловушки и частые ошибки: 1. Бесконечная рекурсия в `__getattribute__` — если внутри него обратиться к self.attr, он вызовет сам себя.

   def getattribute(self, name):
       return self.dict[name]  # ❌ рекурсия!

Правильно: return super().__getattribute__(name). 2. Забыть, что `__getattr__` не сработает для существующих атрибутов — если вы динамически создаёте атрибут, он станет существующим, и __getattr__ больше не будет вызван. 3. Путаница с `__setattr__` — есть отдельный метод для перехвата записи атрибутов. 🧪 Пример: динамический доступ с `__getattr__`

class DynamicAttrs:
    def __init__(self):
        self.data = {'name': 'Алиса', 'age': 30}
    def __getattr__(self, name):
        if name in self.data:
            return self.data[name]
        raise AttributeError(f"Нет атрибута {name}")

obj = DynamicAttrs()
print(obj.name)  # Алиса
print(obj.age)   # 30
print(obj.city)  # AttributeError

Пример: логирование через `__getattribute__`

class LoggedAttrs:
    def __getattribute__(self, name):
        value = super().__getattribute__(name)
        print(f"Доступ к {name}: {value}")
        return value

Программистика|| #jobs

🚫 5 ошибок новичков в Python (и как их не допускать) Каждый начинающий разработчик наступает на одни и те же грабли. Эти ошибки кажутся мелочами, но они могут стоить часов отладки. Вот список самых частых — и как их избежать. 1. Изменяемые объекты как аргументы по умолчанию ❌ Плохо:

def add_user(name, users=[]):
    users.append(name)
    return users

print(add_user("Алиса"))  # ['Алиса']
print(add_user("Боб"))    # ['Алиса', 'Боб'] — сюрприз!

✔️ Хорошо:

def add_user(name, users=None):
    if users is None:
        users = []
    users.append(name)
    return users

Почему: Аргумент по умолчанию создаётся один раз при определении функции, а не при каждом вызове. Список общий для всех вызовов. 2. `==` vs `is` — сравнение значений и идентичности ❌ Плохо:

if a is 5:   # работает, но не гарантировано
    print("Пять")

✔️ Хорошо:

if a == 5:   # сравниваем значения
    print("Пять")

Почему: is сравнивает идентичность объектов (адреса памяти), == — значения. Для чисел и строк Python иногда кэширует объекты, но полагаться на это нельзя. Используйте is только для None и констант. 3. Изменение списка во время итерации ❌ Плохо:

numbers = [1, 2, 3, 4, 5]
for x in numbers:
    if x % 2 == 0:
        numbers.remove(x)
print(numbers)  # [1, 3, 5] — не все чётные удалены

✔️ Хорошо:

numbers = [1, 2, 3, 4, 5]
numbers = [x for x in numbers if x % 2 != 0]
print(numbers)  # [1, 3, 5]
# Или итерация по копии:
for x in numbers[:]:
    if x % 2 == 0:
        numbers.remove(x)

Почему: При удалении элементов индексы сдвигаются, и итератор может пропускать элементы. --- 4. Конкатенация строк в цикле (`+` вместо `join`) ❌ Плохо:

result = ""
for word in ["A", "B", "C"]:
    result += word

✅ Хорошо:

result = "".join(["A", "B", "C"])

Почему: Строки неизменяемы. Каждая операция += создаёт новую строку, что приводит к квадратичному росту сложности. Для больших данных это ощутимо. 5. `range(len(...))` вместо `enumerate` ❌ Плохо:

items = ['a', 'b', 'c']
for i in range(len(items)):
    print(i, items[i])

✔️ Хорошо:

items = ['a', 'b', 'c']
for i, item in enumerate(items):
    print(i, item)

Почему: Код с enumerate читается лучше, он меньше подвержен ошибкам и работает с любыми итерируемыми объектами, а не только с индексируемыми. 💡 Запомни: 🔴 Избегай изменяемых объектов как аргументов по умолчанию. 🔴 == для значений, is для идентичности (особенно с None). 🔴 Не изменяй список во время итерации — используй копию или списковое включение. 🔴 Для сборки строк используй ''.join(). 🔴 В цикле с индексом и значением предпочти enumerate Программистика|| #doc

👩‍💻 Гайд по Python параллелизму: Async, Потоки, Процессы

📱 Первоисточник

Программистика|| #video

🧹 Лайфхак: `_` для игнорирования значений При распаковке часто попадаются ненужные элементы. Не придумывайте имена для мусора — используйте подчёркивание.

# Берём только первый и последний
first, *_, last = [10, 20, 30, 40, 50]
print(first, last)  # 10 50

# Игнорируем второй элемент
x, _, z = (1, 2, 3)
print(x, z)  # 1 3

# В циклах, если индекс не нужен
for _ in range(5):
    print("Привет")

🟢 Запомни: _ — обычная допустимая переменная, но по соглашению означает «значение не нужно». Экономит имена и показывает намерение. Программистика|| #tips

🖥 Cookiecutter — это кроссплатформенный инструмент командной строки для быстрого создания проектов на основе шаблонов!

Он используется для генерации проектов в различных языках программирования, включая Python, C и другие, упрощая настройку стандартных структур каталогов и файлов. 💡 Cookiecutter позволяет создавать проекты, используя как удалённые шаблоны (например, из GitHub), так и локальные, без необходимости знаний Python. Инструмент поддерживает пользовательские параметры, расширяемость, работу с любым форматом файлов, а также интеграцию с pipx для удобной установки.

Программистика|| #Репозиторий

Решать технические задачи — самая простая часть работы в IT. Сложности начинаются там, где нужно договариваться со смежниками, выстраивать процессы в хаосе и осознанно управлять карьерой. В канале @ulshinblog Никита (руководитель разработки в Highload, 10+ лет в IT) разбирает эти темы через понятную логику и личный опыт: 📍 Как пройти секцию System Design? Пошаговый чек-лист от интервьюера; 📍 Как находить внутренние сайд-проекты, которые принесут пользу и бизнесу, и вашему карьерному росту; 📍 Защита от плохой обратной связи: как вежливо поставить на место коллегу с неконструктивным фидбеком; 📍 Инженерный конвейер самообучения: как перестать читать книги для галочки и внедрять знания в жизнь и карьеру; 📚 База 50+ авторских обзоров IT-литературы для сильного инженера: разработка, управление, архитектура, мышление. 👉 Присоединяйтесь

Программистика|| #doc

🧩 Распаковка (unpacking) по-взрослому: `*`, `` и всё, что вы могли пропустить** Все знают a, b = 1, 2. Но распаковка в Python гораздо глубже. Это мощный инструмент, который позволяет писать лаконичный и выразительный код без лишних индексов и временных переменных. Разбираем продвинутые приёмы. 📦 Распаковка с `*` (звёздочка) — остаток последовательности Звёздочка забирает «всё остальное» в список.

first, *middle, last = [1, 2, 3, 4, 5]
print(first)   # 1
print(middle)  # [2, 3, 4]
print(last)    # 5

Можно использовать в любом месте, но только один раз.

*_, last = [1, 2, 3]  # игнорируем всё, кроме последнего
print(last)  # 3

📦 Распаковка итераторов (не только списков) Звёздочка работает с любым итерируемым объектом.

def gen():
    yield 1
    yield 2
    yield 3

first, *rest = gen()
print(first, rest)  # 1 [2, 3]

📦 Распаковка в вызовах функций: `func(*args)` Передаём элементы списка как отдельные аргументы.

def add(a, b, c):
    return a + b + c

nums = [10, 20, 30]
print(add(*nums))  # 60

Особенно полезно для print:

items = ['a', 'b', 'c']
print(*items, sep=', ')  # a, b, c

📦 Распаковка словарей: `**kwargs` Две звёздочки — для словарей. Передаёт пары ключ-значение как именованные аргументы.

def user_info(name, age):
    print(f"{name}, {age} лет")

data = {'name': 'Алиса', 'age': 30}
user_info(**data)  # Алиса, 30 лет

💡 Запомни: - * — распаковывает последовательности (списки, кортежи, строки, генераторы). - ** — распаковывает словари (в именованные аргументы или слияние). - Можно комбинировать в одном выражении. - Не злоупотребляй сложной вложенной распаковкой — читаемость важнее. Программистика|| #doc

Программистика||#Шпора

👩‍💻 fastapi-injectable — расширение для FastAPI, которое улучшает систему внедрения зависимостей, делая её доступной за пределами HTTP-маршрутов!

Это особенно полезно для случаев, когда нужно использовать зависимости в контекстах, таких как фоновые задачи, команды CLI, или другие сценарии, не связанные с обработкой HTTP-запросов. Библиотека предоставляет возможность применения декоратора Depends для внедрения зависимостей в различных частях приложения, что упрощает повторное использование кода и делает архитектуру более гибкой.

Программистика|| #Репозиторий

🧠 Загадка на ночь: что выведет этот код?

print(any([]))
print(all([]))

Варианты: 1. False и False 2. True и True 3. False и True 4. True и False Пиши свой вариант в комментарии! Программистика || #quiz

🔥 Логируй как профи: что не так с print() и как писать логи правильно Логирование — это как чёрный ящик самолёта: пока всё работает, про него не думаешь. Но когда что-то ломается, без него — катастрофа. И да, print() — это не логирование, даже если вы очень его любите. 🧱 Почему не print()?

🟢 print() не умеет разделять уровни сообщений (ошибка или просто инфо) 🟢 Его нельзя легко перенаправить в файл или на удалённый сервер 🟢 В продакшене вы не сможете отследить проблему, если логи разбросаны по консоли

📌 Базовое логирование

import logging

logging.basicConfig(level=logging.INFO)
logging.info("Приложение запущено")

📎 basicConfig быстро включит логирование, но на продакшене лучше задавать формат и место хранения. 🎯 Уровни логов

🟢 DEBUG — детальная отладка 🟢INFO — обычная информация 🟢 WARNING — что-то подозрительное 🟢ERROR — ошибка, но система ещё жива 🟢CRITICAL — всё очень плохо

📦 Логи в файл

logging.basicConfig(
    filename='app.log',
    level=logging.INFO,
    format='%(asctime)s — %(levelname)s — %(message)s'
)

Теперь логи сохраняются в app.log с временем и уровнем. 🔄 Ротация логов Чтобы файл логов не вырос до гигабайтов:

from logging.handlers import RotatingFileHandler

handler = RotatingFileHandler('app.log', maxBytes=2_000_000, backupCount=5)
logging.basicConfig(
    handlers=[handler],
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s'
)

📎 При достижении 2MB файл заменяется, и хранится 5 последних копий. 🧪 Логируем ошибки с трассировкой

try:
    1 / 0
except ZeroDivisionError:
    logging.exception("Ошибка деления на ноль")

➡️logging.exception() автоматически добавляет traceback в лог. 💡 Запомни:

🟢 Не логируй пароли и токены 🟢 Разделяй уровни — не пиши error там, где warning 🟢 Настрой логи под продакшен заранее, а не когда уже горит

Программистика || #Статья

⚡️ Tyro — это инструмент для генерации CLI-интерфейсов из аннотированного по типам кода Python. В отличие от устаревшего argparse, он позволяет определять аргументы стандартными аннотациями типов, значениями по умолчанию и строками документации (docstrings). Всё, что вам нужно — это определить функцию или датакласс и передать его в tyro.cli(). Инструмент отлично распознаётся IDE и статическими анализаторами (mypy, Pyright), поддерживает вложенные структуры, подкоманды и генерацию удобного текста помощи. Это лучший выбор для создания типобезопасных и хорошо документированных CLI-утилит. 🐱 Ссылка на GitHub Программистика || #Репозиторий