Python/ django

→ Одни плюсы в Практикуме При покупке курса профессии вы получите доступ к дополнительному курсу, на котором можно освоить новый навык. Станьте IT-специалистом и добавьте в резюме строчку, на которую обратят внимание работодатели. ◾️«Python-разработчик плюс» или «Разработчик С++ расширенный» ➕дополнительный курс по углубленному SQL Чтобы лучше работать с базами данных и писать более сложные запросы. ◾«Android-разработчик расширенный» ➕дополнительный курс по алгоритмам и структурам данных Чтобы находить оптимальные решения в коде и отвечать на каверзные вопросы на собеседованиях. ◾«Аналитик данных плюс» ➕дополнительный курс по визуализации и BI-инструментам Чтобы красиво и понятно представлять данные в Data Wrapper, Data-Lens и Tableu. ◾«Бизнес-аналитик продвинутый» ➕дополнительный курс по Excel для работы Чтобы искать, сортировать и отбирать данные без труда и создавать эффектные таблицы и отчёты. → Получите ещё больше навыков — а значит, больше карьерных возможностей.

🖥 Awesome-Web-Scraping Список куртых инструментов, библиотек и веб-сервисов, используемых при парсинге и обработке данных. ▪Github @pythonl

Как правильно подставлять значения из переменных / списков / словарей в SQL запрос в Python? ⏩Лучше всего использовать SQL запросы с использованием параметров:

cursor.execute("SELECT * FROM my_table WHERE id = ?", [123])
# parameter placeholder ------------------------> ^
# список/кортеж со значениями параметров -----------> ^^^^^

⏩Какие преимущества приносит использование параметров? — Защита от SQL-инъекций — Правильное квотирование литералов в зависимости от их типа (пример со строками, пример с датами). — Оптимизация — сокращение времени работы SQL запроса. Благодаря использованию параметров следующие шаги не выполняются при повторном запуске (зависит от БД): — проверка синтаксиса SQL запроса — проверка прав доступа к объектам БД — построение плана выполнения SQL запроса — Защита от переполнения/вытеснения кеша SQL запросов. Например "безобидный" запрос qry = f"SELECT first_name, last_name FROM users WHERE id = {user_id}", который часто выполняется в нагруженной системе с различными значениями user_id может вытеснить из кеша запросов полезные запросы. ⏩ Пример использования параметров в SQL запросе:

import sqlite3

con = sqlite3.connect(":memory:")
cur = con.cursor()
cur.execute("create table lang (name, first_appeared)")

cur.execute("insert into lang values (?, ?)", ("C", 1972))

lang_list = [
    ("Fortran", 1957),
    ("Python", 1991),
    ("Go", 2009),
]
cur.executemany("insert into lang values (?, ?)", lang_list)

cur.execute("select * from lang where first_appeared=:year", {"year": 1972})
print(cur.fetchall())

con.close()

При таком подходе можно использовать cursor.executemany() - это значительно быстрее и эффективнее по сравнению с вставкой в цикле по одной строке. 📎 Читать подробнее @pythonl

⁉️ Как эффективно работать с паттернами микросервисной архитектуры в Python?  Узнайте на бесплатном практическом уроке от OTUS, где вы вместе с опытным экспертом: - разберете наиболее популярные паттерны: оркестрация и хореография; - рассмотрите реализацию этих подходов, обсудите плюсы и минусы; - ответите на все возникающие вопросы. 📢 Занятие пройдёт 14 марта в 20:00 мск и будет приурочено к старту курса «Python Developer. Professional». Доступна рассрочка на обучение! ➡️ Пройдите короткий тест прямо сейчас, чтобы занять место на открытом уроке и получить запись:  

🖥 Flect is a Python framework for building full-stack web applications. Flect — это фреймворк Python для создания полнофункциональных веб-приложений. Он позволяет легко создавать пользовательские интерфейсы, используя модели Pydantic, которые аналогичны свойствам компонентов React. Эта интеграция позволяет быстро разрабатывать интерактивные и красивые пользовательские интерфейсы с использованием Python. ▪ Github @pythonl

Инвесторы смогут тестировать и запускать собственных торговых роботов на уникальных данных MoexAlgo — Python-библиотека для упрощения работы с Алгопак API. Предоставляет данные и аналитику по рынку акций Московской биржи (MOEX). Можно получать: • исторические данные для тестирования торговых стратегий, проверки гипотез и backtest; • онлайн-данные для алгоритмической торговли. Библиотека необходима для работы с демоверсией Алгопак — новым инструментом Московской биржи. Благодаря ему вы можете прокачать свои навыки работы через REST API и Python-клиент. Клиенты получают доступ к большому набору исторических и онлайн-данных по рынку акций MOEX и могут проводить backtest различных торговых стратегий, а также создавать и автоматизировать торговые алгоритмы. ▪️ MoexAlgo ▪️ Backtrader_moexalgo ▪️ Демоверсия Алгопак доступна всем зарегистрированным пользователям сайта ПАО Московская Биржа — тестируйте на сайте @pythonl Реклама. Рекламодатель ПАО Московская биржа. ОГРН (1027739387411)

🖥 Полезный приём при работе с исключениями в Python

def divide(x=1, y=0):
    try:
        return x / y
    except ZeroDivisionError:
        raise ValueError("Pattern 3 error.") from None

divide()

Здесь при вызове функции divide() она вызывается с параметрами по умолчанию, то есть x=1, y=0, в общем происходит деление на 0, и мы попадаем в ветку except ZeroDivisionError. Если бы мы не написали from None, в поднявшемся исключении встречалась бы ошибка ZeroDivisionError. В данном случае трассировка не будет включать исходную ошибку ZeroDivisionError, а только исключение ValueError и сообщение об ошибке — всё из-за from None. ⏩В общем, используйте from None, когда вы хотите скрыть от пользователя детали исходного исключения или внутреннее исключение используемой библиотеки. Вот такие дела @pythonl

🖥 Помнишь эти методы списков в Python? Держи, вот полезная шпаргалка, чтобы освежить их 📎 А вот ещё годный сайт, где собраны самые используемые методы/функции Python @pythonl

🖥 Python: когда использовать array вместо list? ⏩Если в двух словах, то для хранения элементов разных типов, предпочтительнее использовать list, а для быстрых операций с числовыми данными и эффективного расходования памяти – array из модуля array. ⏩Список в Python – это универсальный инструмент, способный хранить элементы разных типов и эффективно управлять памятью, что особенно ценно при изменении размера списка. Используйте списки, когда: — Вам необходимо хранить элементы разного типа. — Предполагается изменение объема данных. — Важны удобство и простота поддержки кода. ⏩Массивы: когда приветствуется оптимизация при работе с числами Массивы предназначены для высокопроизводительной работы с большими массивами однородных данных, особенно числовых. Выбирайте массивы, когда: — Вы работаете исключительно с числами одного типа. — Обрабатываете большие объемы данных и важна экономия памяти. — Нужна тесная интеграция с C-кодом. @pythonl

⁉️ Готов стать профи в разработке на Python?- или будешь довольствоваться средним уровнем? Всего за 5 месяцев можно освоить широкий стек технологий на онлайн-курсе «Python Developer. Professional» и вырасти в доходе и должности.  ➡️  Пройди тест по Python и проверь свои знания. Ответишь — пройдешь на продвинутый курс "Python Developer. Professional" от OTUS по специальной цене  🔥 Выбери светлую сторону силы и приходи на курс.

🖥 Language Detection using Python Определение языка с помощью Python. @pythonl

🔤Вопрос: как работает распаковка (*) в Python? Что происходит, скажем, в случае такого генераторного выражения?

gen = (num for num in range(10))
print(*gen)

🔜Всё проще, чем кажется. *args и **kwargs — это способы передачи переменного количества аргументов в функцию. Другими словами, они "распаковывают" значения из массива/словаря/множества и т.п. и передают эти значения в функцию. 🔜Пример использования *args:

def test(a, b): # Принимаем параметры a и b
    print(a + b) # Выводим их сложение

array = [1, 2] # Создаём массив из двух чисел

test(*array) # Вывод: 3

При записи *array значения для функции были преобразованы в test(1, 2) 🔜Пример использования **kwargs:

def test(a,b): # Принимаем параметры a и b
    print(a + b) # Выводим их сложение

dct = {'a':1, 'b':2} # Создаём словарь и записываем ключ-значение
test(**dct) # Вывод: 3

При записи **dct значения для функции были преобразованы в test(a=1, b=2) 🔜Таким же образом можно преобразовать данные в обратном направлении:

def test1(*var): # Принимаем параметры в виде множества
    print(var)
 
test1(1, 2, 3) # Вывод: (1, 2, 3)

def test2(**var): # Принимаем параметры в виде словаря
    print(var)

test2(a=1, b=2) # Вывод: {'a': 1, 'b': 2}

Такие вот дела 🖥 @pythonl

🚀 GPM AdTech Challenge  от «Газпром-Медиа» и Getintent Когда: 18-30 марта Формат: гибридный Призовой фонд: 1 000 000 рублей Ты можешь стать победителем независимо от своего технического бэкграунда. Выбирай один из трех треков, создавай прототип и выигрывай 1 000 000 рублей. Регистрация до 13 марта: https://cnrlink.com/gpmpython 🎙 Frontend Мeetup от Росбанка Когда: 22 марта Формат: очный, Казань Вас ждут доклады специалистов Росбанка, СберМаркета и VK Добра.  Авторы лучших вопросов получат мерч.  Регистрация до 18 марта: https://cnrlink.com/rbkazanpython 💢 «Халява, приди!»‎ от Codenrock Когда: весь март Формат: онлайн Реши несложные, но увлекательные задачи по программированию и получи возможность стать обладателем промокода на любой маркетплейс. Это ли не халява? Регистрация до 20 марта: https://cnrlink.com/halyavapython Реклама. ООО "ЦУКЕР СТУДИЯ". ИНН 7751071015. erid: LjN8JyexX

🖥 Hotpdf: a fast PDF parsing library to extract text and find text within PDF hot pdf - это библиотека быстрого анализа PDF-файлов для извлечения текста и поиска текста в PDF-документах, созданная поверх pdfminer.six pip install hotpdf ▪ Github @pythonl

🔥Подборка лучших обучающих каналов для программистов. ➡️ Делитесь с коллегами и cохраняйте себе, чтобы не потерять 🚀 Data Science Анализ данных - полезные фишки, код, гайды и советы, маст-хэв датасаентиста Data Jobs - ds вакансии Аналитик данных Data Science книги - актуальные бесплатные книги Big data #️⃣C# С# академия С# заметки — код, лучшие практики, заметки программиста c# С# задачи и тесты С# библиотека - актуальные бесплатные книги C# вакансии - работа ⚡Машинное обучение Ml Собеседование - подготовка к собеседовению мл, алгоритмам, кодингу Ml ru - актуальные статьи, новости, код и обучающие материалы Ml Jobs - вакансии ML ML Книги - актуальные бесплатные книги МО ML чат Machine Learning - полезные статьи новости гайды и разбор кода ⚡️ Frontend Javascript академия - крупнейший js канал React - лучшие гайды и советы по работе с react Frontend - тутрориалы, уроки, гайды, код PHP Книги frontend Задачи frontend 🏆 Golang Golang - подробные гайды, разбор кода, лучшие практики, заметки Golang собеседование Golang вакансии Golang книги Golang задачи и тесты Golang чат Golang news - новости go 🐍 Python Python/django Python Собеседование - подготовка к собеседовению python и разбор алгоритмов Pro python - статьи, новости, код и обучающие материалы Python Jobs - вакансии Python Python чат Python книги ☕ Java Java академия Java вакансии Java чат Java вопросы с собеседований Java книги 🛢Базы данных Sql базы данных Библиотека баз данных SQL чат 💻 C++ C++ академия С++ книги C++ задачи - подготовка к собеседовению мл, алгоритмам C++ вакансии 💥 Хакинг Kali Linux Kali linux linux_kal - kali чат Информационная безопасность 🐧 Linux Linux academy 🦀 Rust Rust программирование Rust чат Rust книги для программистов 📲 Мобильная разработка Android разработка Мобильный разработчик гайды и уроки 🇬🇧 Английский для программистов 🧠 Искусственный интеллект ИИ и технологии Neural - нейросети для работы и жизни Книги ИИ Artificial Intelligence 🔥 DevOPs Devops для программистов Книги Devops 🌟 Docker/Kubernets Docker Kubernets 📓 Книги Библиотеки Книг для программситов 💼 Папка с вакансиями: Папка Go разработчика: Папка Python разработчика: Папка Data Science Папка Java разработчика Папка C# Папка Frontend

🌷 Happy Womens day! Выводим поздравление с 8 марта. @pythonl

🖥 Получение мостов tor из GMail с помощью Python Учите Python, он везде) 1 шаг — установка внешних библиотек pip install python-decouple opencv-python pyzbar IMAPClient decouple — для чтения данных из файла opencv — для чтения изображения с QR-кодом pyzbar — чтобы прочитать данные, закодированные в QR-коде IMAPClient — с помощью неё будем работать с сообщениями на почтовом сервере Так как мы будем использовать пароль приложений, а также логин от аккаунта Google, то в коде его желательно не использовать. Поэтому, необходимо создать файл «.env» с примерным содержимым:

login = "test@gmail.com"
pwd = "gffg sbbp jccj vhhi"

2 шаг — импорт библиотек 3 шаг — считывание данных из QR-кода 4 шаг — отправка письма 5 шаг — чтение почты ▶️ Полностью о каждом шаге можно прочитать тут @pythonl

🖥 `__init_subclass__` runs when your class is subclassed. Если вы хотите получать уведомление, когда класс Python 🐍 становится подклассом. Используйте: `__init_subclass__`. Он запускается, когда ваш класс становится подклассом. 🚀 @pythonl

🖥 Как расширить возможности стандартного Enum Иногда хочется, чтобы у констант были доп. параметры, хранящие прочие характеристики. Первое, что приходит на ум — это описать Enum, хранящий простые значения, и маппинг:

from dataclasses import dataclass
from enum import Enum

class Color(Enum):
    BLACK = 'black'
    WHITE = 'white'
    PURPLE = 'purple'

@dataclass(frozen=True)
class RGB:
    red: int
    green: int
    blue: int

COLOR_TO_RGB = {
    Color.BLACK: RGB(0, 0, 0),
    Color.WHITE: RGB(255, 255, 255),
    Color.PURPLE: RGB(128, 0, 128),
}

Здесь получается, что константы и характеристики располагаются сами по себе, к тому же они могут находится в разных частях системы. Это может привести к тому что при появлении новой константы в Color, никто не обновит маппинг, т.к. нет жёсткой и явной связи. Как же можно хранить всё необходимое в единой структуре? ▶️Вариант 1 на изображении. Кажется, что выглядит неплохо, но в таком варианте есть ограничение по количеству дополнительных параметров. Давайте попробуем еще немного улучшить. ▶️Вариант 2 Раз в 1 варианте у нас получилось сделать с использованием tuple, то значит получится и с typing.NamedTuple. К тому же будут именованные параметры, что повысит читабельность. В качестве члена перечисления будем хранить целиком объект typing.NamedTuple. Теперь чтобы у нас происходило корректное сравнение объектов нам нужно переопределить методы __hash__ и __eq__. Сравниваться объекты будут по одному полю — value. Получился в принципе рабочий вариант. Конечно у него есть свои ограничения, плюс решение не универсальное. ▶️Вариант 3 Что если вместо typing.NamedTuple использовать dataclass? Вроде идея здравая. Появляется возможность наследования классов, хранящих доп. параметры. Плюс вспомогательные функции из dataclasses. В качестве члена перечисления, как и в прошлый раз, будем хранить объект целиком, только теперь это dataclass. Ну вот, теперь другое дело) ➡️ Полезная статья в тему @pythonl

🖥 Довольно полезная либа для структурированных выводов для LLM - Instructor 🔥 ⭐️Работает на API вызова функций OpenAI, разработанном для простоты и прозрачности Метод instructor.patch() для класса OpenAI вводит несколько ключевых полезных вещей: 🟡Режим ответа: Укажите модель Pydantic, чтобы упростить извлечение выходных данных. 🟡Максимальное количество повторных попыток: Установите желаемое количество повторных попыток для запросов. 🟡Контекст валидации: Предоставьте объект контекста для расширенного доступа к валидатору. 🟡Используйте метод client.chat.completions.create для отправки запроса и извлечения данных в объект Pydantic. Параметр response_model указывает модель Pydantic, которую следует использовать для извлечения. Полезно аннотировать переменную типом модели ответа, что поможет вашей IDE обеспечить автозаполнение и проверку орфографии. https://pypi.org/project/instructor/ @pythonl