Python RU

🖥 pdlist. A passive subdomain finder Сборщик поддоменов, написанный на python. Этот инструмент можно эффективно использовать для сбора информации о домене, не посылая ни одного пакета ни на один из узлов сайта. git clone https://github.com/gnebbia/pdlist cd pdlist pip install -r requirements.txt python setup.py install ▪Github #infosec #pentesting #bugbounty @pro_python_code

⚡️Маст-хэв список для программистов, каналы с последними книжными новинками, библиотеками, разбором кода и актуальной информацией, связанной с вашим языком программирования. Лучший способ получать свежие обновлении и следить за трендами в разработке. Машинное обучение: t.me/ai_machinelearning_big_data Python: t.me/pythonl C#: t.me/csharp_ci C/C++/ t.me/cpluspluc Data Science: t.me/data_analysis_ml Devops: t.me/devOPSitsec Go: t.me/Golang_google Базы данных: t.me/sqlhub Rust: t.me/rust_code Javascript: t.me/javascriptv React: t.me/react_tg PHP: t.me/phpshka Android: t.me/android_its Мобильная разработка: t.me/mobdevelop Linux: t.me/+A8jY79rcyKJlYWY6 Big Data: t.me/bigdatai Хакинг: t.me/linuxkalii Тестирование: https://t.me/+F9jPLmMFqq1kNTMy Java: t.me/javatg 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка машинное обучение: https://t.me/addlist/_FjtIq8qMhU0NTYy 📕 Бесплатные Книги для программистов: https://t.me/addlist/YZ0EI8Ya4OJjYzEy 🎞 YouTube канал: https://www.youtube.com/@uproger 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers

⚡️ Тест-драйв Solara для разработки веб-приложений на Python Solara Не так давно был представлен фреймворк Solara, предназначенный для создания веб-приложений на чистом Python. В его документации содержатся интересные улучшения Streamlit. К ним относятся вложенные переиспользуемые компоненты с собственными состояниями, не требующие повторного выполнения без необходимости, а также простая интеграция с Jupyter Notebook. Протестируем данный фреймворк. • Для этого создадим что-нибудь одновременно простое, но при этом достаточно сложное, чтобы проверить его возможности, а именно приложение-планировщик задач todo app. Я уже проводил подобный эксперимент с Shiny для Python, теперь настала очередь Solara. *В изображении итог. Написание кода в Solara Во-первых, фреймворк является совершенно новым, и сложно предсказать возможные изменения по мере его развития. Кроме того, я не претендую на звание эксперта Solara. Начнем с определения глобальных переменных: import solara text_input = solara.reactive("") todos = solara.reactive([ { "text": solara.reactive("Learn Solara"), "done": solara.reactive(False) }, { "text": solara.reactive("Build a Solara app"), "done": solara.reactive(False) } ]) Page() Затем определяем основной компонент с именем Page: @solara.component def Page(): # добавление css solara.Style(""" .add-button { margin-right: 10px; } """) # центрирование карты with solara.Column(align="center"): with solara.Card(title="Todo App"): for todo in todos.value: Todo(todo) if len(todos.value) == 0: solara.Text("No todos yet.") solara.InputText(label="Add a todo", value=text_input), solara.Button("Add", on_click=on_add_todo, classes=["primary", "add-button"]), solara.Button("Remove finished tasks", classes=["secondary"], on_click=clear_finished_todos), Page() Рассмотрим код шаг за шагом. 👇 Читать

⌨️Выбор правильного фреймворка Python: Django vs. Flask vs. FastAPI vs. AIOHTTP Сравним четыре популярных веб-фреймворка на Python: Django, Flask, FastAPI и AIOHTTP. Django: Полнофункциональный веб-фреймворк Django – это высокоуровневый, полнофункциональный веб-фреймворк, придерживающийся философии “батарейки в комплекте”. Его надежная экосистема и следование принципу “не повторяйся” (DRY) делают его идеальным решением для сложных приложений и масштабных проектов. Примеры использования • Системы управления контентом (CMS): встроенный интерфейс администратора и ORM (Object-Relational Mapping) делают Django отличным выбором для создания многофункциональных CMS-платформ. • Приложения для социальных сетей: Система аутентификации и управление пользователями Django упрощают разработку платформ для социальных сетей. • Веб-сайты электронной коммерции: Поддержка Django для миграции баз данных и такие функции безопасности, как защита от CSRF и clickjacking, хорошо подходят для приложений электронной коммерции. Instagram – это платформа для обмена фотографиями, созданная на основе Django. Она продемонстрировала способность работать с большими базами пользователей и сложными функциональными возможностями. Образец кода Следующий код определяет простую функцию представления hello_view, которая возвращает JsonResponse при обращении к ней по URL. Чтобы использовать эту функцию в проекте Django, необходимо зарегистрировать URL, как показано во втором блоке кода. # File: views.py from django.http import JsonResponse def hello_view(request): return JsonResponse({"message": "Hello, Django!"}) # File: myproject/urls.py from django.urls import path from myapp.views import hello_view urlpatterns = [ path('hello/', hello_view, name='hello'), ] Flask: легкий микрофреймворк Flask – это микрофреймворк, в котором приоритет отдается простоте и гибкости, а не встроенной функциональности. Это означает, что разработчики могут выбирать инструменты и расширения по мере необходимости, что делает его идеальным для малых и средних проектов. Примеры использования • Прототипирование: Минимальный объем кодового кода Flask делает его отличным выбором для быстрого создания прототипов и разработки пробных версий. • RESTful API: Легкий дизайн Flask и широкая поддержка таких расширений, как Flask-RESTful, позволяют разработчикам создавать эффективные REST API. • Одностраничные приложения (SPA): Flask может выступать в качестве бэкенда для SPA, используя преимущества своей простоты и легкой интеграции с фреймворками фронтенда. Pinterest, популярная платформа для поиска контента, использует Flask для эффективной работы с бэкэнд-операциями, демонстрируя способность к масштабированию и оптимизации производительности. Образец кода Приведенный ниже код на языке Python является примером веб-приложения, созданного с использованием Flask. В нем создается экземпляр класса Flask и определяется маршрут с именем “hello”. При обращении к маршруту “hello” с помощью GET-запроса приложение возвращает JSON-ответ с парой ключ-значение “message” и “Hello, Flask!”. # File: app.py from flask import Flask, jsonify app = Flask(__name__) @app.route('/hello', methods=['GET']) def hello(): return jsonify({"message": "Hello, Flask!"}) Читать про остальные

🖥 Продвинутые методы улучшения кода на Python Видео @pro_python_code

😮 5 удивительных скрытых возможностей Python Секрет 1. ELSE в циклах FOR и WHILE Когда мы начинаем программировать, одним из первых знакомств являются условные операторы (if-else). Они позволяют изменять поток кода в зависимости от значения определенной переменной. В блоке if проверяется логическое условие, и если оно не выполняется, выполняется код, определенный в блоке else. 🟠Но также можно использовать ключевое слово else в циклах for и while. В этом случае, функциональность else сводится к выполнению кода только при успешном завершении цикла без оператора break. Это может быть полезно, например, если у нас есть список чисел и мы хотим написать логику, которая определяет, является ли любое из чисел в списке четным: # определяем список чисел numbers: list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] # также определяем переменную-флаг, которая укажет, было ли найдено четное число found_even: bool = False for num in numbers: # если остаток после деления на 2 равен 0, то число четное if num % 2 == 0: print(f"{num} is even") # устанавливаем флаг в True, потому что нашли четное число found_even = True # мы можем остановить выполнение, потому что нашли четное число break # если значение флага False, то четных чисел не найдено if not found_even: print("No even numbers found") 🟠Эта логика относительно проста. Применяем флаг (в данном случае переменная found_even) для обозначения того, найдено ли четное число или нет. Если в процессе итерации находится четное число, используем ключевое слово break, чтобы остановить выполнение цикла. Вышеприведенное можно записать следующим образом: numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] for num in numbers: if num % 2 == 0: print(f"{num} is even") break else: print("No even numbers found") 🟠Теперь переменная-флаг found_even больше не требуется. Мы можем использовать ключевое слово else, чтобы вывести “Четные числа не найдены” только в том случае, если ключевое слово break так и не будет задействовано в процессе итерации цикла. Секрет 2. Оператор walrus 🟠Оператор walrus (:=) был введен в версию Python 3.8. Он используется для назначения переменных со значениями в качестве выражений. Рассмотрим следующий пример. Нам необходимо реализовать логику, которая генерирует последовательность случайных чисел до тех пор, пока не будет сгенерировано определенное число. 🟠Предположим, нам нужно получить 10. Обычно пишем что-то вроде: import random rand = None while True: # генерация случайного числа от 1 до 100 rand = random.randint(1, 100) # если случайное число равно 10, прервать выполнение if rand != 10: print(rand) else: break # это будет выполнено только в том случае, если мы получим 10 и прервем цикл print("We got a 10!") Генерируем в цикле случайное число и сохраняем его в переменной rand. Количество итераций зависит от значения переменной rand. Чем быстрее rand станет равным 10, тем быстрее прервем цикл. 🟠Теперь с помощью оператора walrus получим ту же функциональность, используя приведенный ниже код: import random while (rand := random.randint(1, 100)) != 10: print(rand) print("We got a 10!") Здесь сообщаем Python, что хотим, чтобы цикл while выполнялся до тех пор, пока значение rand не станет равно 10. Кроме того, сообщаем ему, что rand будет получать свое значение из random.randint(1, 100) с каждой новой итерацией. 📌 Секрет 3. Многоточие (и др. секреты)

🖥 Создаем продвинутый интерфейс на Python 🎞 Видео @pro_python_code

⚡️Маст-хэв список программистов, каналы с последними книжными новинками, библиотеками, разбором кода и актуальной информацией, связанной с вашим языком программирования. Лучший способ получать свежие обновлении и следить за трендами в разработке. Python: t.me/pythonl C#: t.me/csharp_ci C/C++/ t.me/cpluspluc Машинное обучение: t.me/ai_machinelearning_big_data Data Science: t.me/data_analysis_ml Devops: t.me/devOPSitsec Go: t.me/Golang_google Базы данных: t.me/sqlhub Rust: t.me/rust_code Javascript: t.me/javascriptv React: t.me/react_tg PHP: t.me/phpshka Android: t.me/android_its Мобильная разработка: t.me/mobdevelop Linux: t.me/+A8jY79rcyKJlYWY6 Big Data: t.me/bigdatai Хакинг: t.me/linuxkalii Java: t.me/javatg 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy 🎞 YouTube канал: https://www.youtube.com/@uproger 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers

🧰X-OSINT: инструмент OSINT “все в одном”. X-OSINT представляет собой систему разведки с открытым исходным кодом (OSINT), служащую ценным инструментом для сбора точной информации о телефонных номерах и адресах электронной почты пользователей. Требования и процесс установки 🟢Python 3 🟢модуль pip 🟢Стабильное подключение к Интернету 🟢Различные пакеты python (будут установлены автоматически в процессе установки) Процесс установки 1) Клонирование репозитория инструментов выполняется следующим образом git clone https://github.com/TermuxHackz/X-osint/tree/master 2) После клонирования репозитория перейдите в только что клонированный каталог и измените права доступа, предоставив полный доступ к инструменту. 3) После этого приступайте к запуску скрипта. cd X-osint chmod +x * bash setup.sh 4) После выполнения скрипта он предложит выбрать один из двух терминалов для установки различных других пакетов. (Для данного примера выбран Linux) ▪Продолжение ▪Github @pro_python_code

🌐Модуль прогнозирования погоды • Импорт необходимых библиотек import matplotlib.pyplot as plt import seaborn as sns import scipy import re import missingno as mso from scipy import stats from scipy.stats import ttest_ind from scipy.stats import pearsonr from sklearn.preprocessing import StandardScaler,LabelEncoder from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier from sklearn.svm import SVC from sklearn.ensemble import GradientBoostingClassifier from xgboost import XGBClassifier from sklearn.metrics import accuracy_score,confusion_matrix,classification_report import pandas as pd • Чтение CSV-файла data=pd.read_csv("/content/seattle-weather.csv") data.head() • Форма данных data.shape (1461, 6) import warnings warnings.filterwarnings('ignore') sns.countplot("weather",data=data,palette='hls') 📌Продолжение @pro_python_code

🖥 Подключение Python 3 к БД PostgreSQL Небольшой скрипт на Python 3, который проверит доступность подключения к серверу баз данных PostgreSQL на веб-сервере. В первую очередь необходимо проверить наличие коннектора Python к СУБД PostgreSQL psycopg2. Затем на сервере БД создадим пользователя db_user и базу данных test_db Для этого войдёт в консоль psql от пользователя postgres # su postgres -c psql и запустим такие SQL-команды: CREATE USER db_user WITH PASSWORD 'yourPassword'; CREATE DATABASE test_db OWNER db_user; Затем в каталоге веб-сервера, где хранятся скрипты Python, создадим файл dbconnection.py (и не забываем про chmod 755 !!!) со следующим содержимым: #!/usr/bin/python3 print('Content-Type: text/html; charset=utf-8 \r\n') print('<h1>Подключение к БД PostgreSQL</h1>') import psycopg2 as pgsql from psycopg2 import OperationalError try: connection = pgsql.connect(database='test_db', user='db_user', password='yourPassword', host='localhost', port='5432') print('<h2>Подключение к базе данных выполнено успешно</h2>') connection.close() except OperationalError as error: print(f'<h2>Ошибка подключения к БД: {error} </h2>') Проверяем. Запускаем браузер, вводим адрес веб-сервера и путь к скриптам и дописываем после слеша dbconnection.py: http://IP_или_имя_хоста/scripts/dbconnection.py В браузере мы должны будем увидеть такую строчку: Подключение к БД прошло успешно. @pro_python_code

Собрание бесплатных курсов по Python и машинному обучению. 1. Основы Python для анализа данных — программирование на Python. 2. Ускоренный курс по машинному обучению — видеолекции от исследователей Google. 3. Основы R — как обрабатывать, анализировать и визуализировать данные. 4. Введение в Data Science и аналитику — основы Data Science и Data Science Life Cycle. 5. Линейная регрессия — как применять R для осуществления линейной регрессии. 6. Визуализация — принципы визуализации данных и применение ggplot2. 7. Введение CS50 в программирование на Python, май 2023 г. 8. Python для всех: Getting Started with Python от Coursera, этот курс для начинающих знакомит с программированием на Python через пошаговые учебные пособия и практические упражнения. Курс ведет известный преподаватель доктор Чарльз Северанс.

⏳Как узнать длительность выполнения кода в языке Python? Оценка времени выполнения кода важна при разработке программного обеспечения. Для этого можно использовать модули. 🔵 Модуль time в Python, который предоставляет функции для работы со временем. Одна из таких функций - time.time(), которая возвращает количество секунд, прошедших с начала эпохи. Ее можно использовать для измерения времени выполнения определенного участка кода. import time start_time = time.time() # Ваш код, время выполнения которого нужно измерить end_time = time.time() execution_time = end_time - start_time print(f"Время выполнения: {execution_time} секунд") 🔵 Модуль timeit предназначен специально для измерения времени выполнения небольших фрагментов кода. Он предоставляет функцию timeit(), которая автоматически повторяет выполнение кода несколько раз и возвращает среднее время выполнения: import timeit code_to_test = """ # Код, время выполнения которого нужно измерить """ execution_time = timeit.timeit(code_to_test, number=1000) print(f"Среднее время выполнения: {execution_time} секунд") 🔵 Модуль line_profiler предоставляет декоратор @profile, который можно использовать для профилирования кода и измерения выполнения каждой строки. Чтобы использовать этот декоратор, необходимо установить line_profiler с помощью pip install line_profiler: import line_profiler @profile def your_function(): # Ваш код, время выполнения которого нужно измерить pass your_function() ✅ Измерение времени выполнения влияет на выполнение программы, поэтому его следует использовать только для профилирования и оптимизации кода, а не включать в окончательную версию программы. Это позволит оценить производительность кода и найти места для оптимизации в целях улучшения скорости выполнения. @pro_python_code

latexify Пакет Python, который генерирует математическое описание LaTeX из функций Python https://github.com/google/latexify_py @pro_python_code

🔥 15 самых популярных советов по Python на Stack Overflow 1. Списковое включение Когда требуется создать новый список на основе значений существующего списка, cписковое включение обеспечивает более понятный и читаемый синтаксис. Это позволяет сделать код более читабельным и эффективным. (изображение 1.) 2. Enumerate Когда нам нужны одновременно и индекс, и значение элементов списка, можно не создавать отдельную переменную, а воспользоваться функцией enumerate(). (изображение 2.) 3. Использование else в цикле В Python else может использоваться вместе с циклами. Код в блоке else выполняется после завершения цикла, если только цикл не завершен оператором break. (изображение 3.) 4. Использование множеств Множества в Python реализованы в виде хэш-таблиц, которые обеспечивают постоянную сложность тестирования принадлежности. Если необходимо проверить, существует ли элемент в большой коллекции элементов, использование множества вместо списка может быть выгодным. (изображение 4.) 5. Использование *args и **kwargs Функции *args и **kwargs позволяют принимать переменное количество аргументов. При этом *args используется для передачи аргументов, не относящихся к ключевым словам, а **kwargs – для передачи аргументов, относящихся к ключевым словам. (изображение 5.) 📌 Далее в статье @pro_python_code

Стать сотрудником Яндекса быстрее и проще, чем кажется. Участвуйте в днях быстрого найма: решите тестовое, пройдите несколько секций собеседования и получите офер за несколько дней. Ближайшее мероприятие: • 22-23 июля — Fast Track для Oracle-разработчиков, с опытом работы на PL/SQL или тех, кто готов перейти. Офер за 2 дня в команду HR Tech. Зарегистрироваться

❓Почему len(list) имеет временную сложность O(1)? Я столкнулся с простой задачей поиска дубликатов в списке, и хотя решений было много (оптимизированных и неоптимизированных), два из них привлекли мое внимание. • Первое заключалось в итерации по списку с добавлением каждого элемента в набор. Перед добавлением проверялось, присутствует ли уже данный элемент в наборе, и если да, то получался ответ. Конечно, при таком решении мы должны были выполнять итерацию по списку, и в худшем случае пришлось бы просматривать весь список. def containsDuplicate(self, nums): """ :type nums: List[int] :rtype: bool """ uniqueSet = set() for i in nums: if i in uniqueSet: return True else: uniqueSet.add(i) return False Тогда наше решение будет зависеть от размера списка: O(n). n – количество элементов в списке. • В другом решении мы просто сравниваем длину множества списка и длину списка. len(set(list_name)) == len(list_name) Учитывая природу множества, которое не может содержать дубликатов, это было бы простым решением. Нам необходимо обратить внимание на функцию len(), которая использовалась для определения длины списка. Эта встроенная функция не зависит от размера списка. Независимо от того, содержит ли ваш список 1 элемент или 1000, согласно стандартной реализации Python (CPython), временная сложность равна O(1). За счет чего это возможно? Читать

Станьте специалистом широкого профиля в работе с данными — научитесь разрабатывать архитектуру данных на курсе Яндекс Практикума. За 6,5 месяцев мы научим: ◾️ проектировать хранилища и пайплайны; ◾️ использовать инструменты DE: оркестраторы, контейнеры и не только; ◾️ работать со стриминговой обработкой данных и облачными хранилищами; ◾️ создавать хранилища Data Warehouse и Data Lake. → Курс для специалистов с опытом. Пройдите вводное тестирование бесплатно.

🐍Разработка продвинутого GUI на Python Сосредоточимся на создании современной среды разработки, отличающейся улучшенным пользовательским интерфейсом с общей оптимизацией дизайна для доступа и использования ее функций. • Создадим современный GUI с кнопкой для загрузки случайных изображений из рабочего каталога. В качестве основного инструмента разработки GUI будем использовать библиотеку CustomTkinter. С ее помощью создадим рабочий процесс, включая кнопку, метки, изображения и другие необходимые объекты. • Пакет CustomTkinter устанавливаем с помощью простой команды pip, как показано ниже. Библиотека CustomTkinter доступна на сайте Python Package Index. PIP INSTALL CUSTOMTKINTER • Импорт необходимых библиотек На этом этапе импортируем все библиотеки, которые понадобятся для создания продвинутого GUI: - Библиотеку CustomTkinter, только что установленную с помощью команды pip. - Библиотеку Tkinter, которую можно использовать одновременно с модулем CustomTkinter, поскольку некоторые функции являются производными друг от друга. - Библиотеку Pillow, которая является одной из лучших библиотек Python для обработки различных типов задач, связанных с изображениями. Из библиотеки Pillow импортируем классы ImageTk и Image, что позволит обрабатывать задачи внутри GUI. # Импортирование библиотеки CustomTkinter для создания продвинутого GUI. import tkinter from PIL import ImageTk, Image • Установка темы и создание фона интерфейса и последующие шаги

🤓 Как создать Telegram-бота с интеграцией ChatGPT. 1️⃣ Создание чатбота Telegram • Откройте вашу IDE и создайте файл с именем telegram-bot.py • Мы будем использовать этот пакет https://github.com/python-telegram-bot/python-telegram-bot, который поможет нам создать telegram-бота. Обязательно установите его с помощью: pip3 install python-telegram-bot • После установки вставьте этот код в файл telegram-bot.py: import logging import os from telegram import Update from telegram.ext import (ApplicationBuilder, CommandHandler, ContextTypes, MessageHandler, filters) logging.basicConfig( format='%(asctime)s - %(name)s - %(levelname)s - %(message)s', level=logging.INFO ) TELEGRAM_API_TOKEN = os.getenv("TELEGRAM_API_TOKEN") async def start(update: Update, context: ContextTypes.DEFAULT_TYPE): await context.bot.send_message(chat_id=update.effective_chat.id, text="I'm a bot, please talk to me!") async def echo(update: Update, context: ContextTypes.DEFAULT_TYPE): await context.bot.send_message(chat_id=update.effective_chat.id, text=update.message.text) if __name__ == '__main__': application = ApplicationBuilder().token(TELEGRAM_API_TOKEN).build() start_handler = CommandHandler('start', start) echo_handler = MessageHandler(filters.TEXT & (~filters.COMMAND), echo) application.add_handler(start_handler) application.add_handler(echo_handler) application.run_polling() Продолжение @pro_python_code