Библиотека задач по Python | тесты, код, задания

Что такое dict comprehension? Dict comprehension — это способ конструирования словарей в одну строку, аналогичный list comprehension. Синтаксис dict comprehension: {ключ: значение for элемент in итерируемый_объект if условие} Основные преимущества dict comprehension: — Краткость и читабельность по сравнению с обычным циклом. — Более высокая производительность за счет оптимизации. — Удобство создания словарей «на лету» по данным. Dict comprehension используется для: — Преобразования данных из одного вида в другой. — Создания словарей на основе списков или других итерируемых объектов. — Фильтрации и обработки данных в процессе создания словаря. Библиотека задач по Python

Сервис создаёт миллионы однотипных небольших объектов (несколько фиксированных полей). Память растёт, GC давит. Что изменить в моделях, чтобы существенно снизить footprint и ускорить доступ к атрибутам? 👾 — Отключить GC через gc.disable() 👍 — Хранить данные в dict вместо объектов 🥰 — Использовать slots или @dataclass(slots=True) для моделей ⚡️ — Увеличить sys.setrecursionlimit() Библиотека задач по Python

Что выведет этот код? 👾 — [[[]]] 🥰 — [[[...]]] ⚡️ — Error Библиотека задач по Python

Что выведет код сверху? 👾 — 16 👍 — 6010.0 🥰 — 6 0 10.0 ⚡️ — Error Библиотека задач по Python

Какое утверждение о системе зависимостей FastAPI корректно при использовании Depends, BackgroundTasks и ContextVar в асинхронном контексте? 👾 — Все зависимости в FastAPI создаются один раз при запуске приложения и переиспользуются между запросами, если они объявлены через Depends 👍 — Использование ContextVar внутри зависимости гарантирует корректное изолированное состояние на каждый HTTP-запрос, даже при высокой степени параллелизма 🥰 — BackgroundTasks могут быть объявлены внутри зависимости, но они не будут выполнены, если не проброшены явно в APIRouter ⚡️ — Асинхронные зависимости с yield (context managers) поддерживаются FastAPI только при использовании Python 3.12 и выше Библиотека задач по Python

Что выведет код? 👾 — 25 29 👍 — 29 35 🥰 — Error ⚡️ — None 🤖 Осталось 4 места на курс по ИИ-агентам. Набор закрывается 30 апреля. 🔗 Успеть на обучение Библиотека задач по Python

🏃‍♀️ Как провести вечер вторника с пользой для карьеры? Включайте кружок там личное приглашение от спикера. 👆 Уже завтра в прямом эфире, разбираем архитектуру контекста в мультиагентных системах. 🤫 Секретный лут: промик на 5.000₽. Он достанется только тем, кто придет на прямой эфир. 👉 Регистрируйтесь на трансляцию

Почему в многопоточном Python-приложении прироста скорости для CPU-bound задач почти не видно? 👾 — Потому что интерпретатор Python не умеет распараллеливать задачи 👍 — Потому что работает Global Interpreter Lock (GIL), который позволяет исполнять байткод только одному потоку 🥰 — Потому что потокам всегда не хватает памяти для стека ⚡️ — Потому что asyncio нужно использовать вместо потоков Библиотека задач по Python

Что выведет код? 👾 — [[4, 5], [1, 2, 3], [6, 7, 8, 9]] 👍 — [[6, 7, 8, 9], [1, 2, 3], [4, 5]] 🥰 — [2, 3, 4] ⚡️ — [3, 5, 9] Библиотека задач по Python

Что выведет код? 👾 — 100 200 10 200 👍 — 10 200 10 200 🥰 — 100 100 10 20 ⚡️ — 100 200 100 200 Библиотека задач по Python

В асинхронном сервисе (Python ≥ 3.11) нужно запустить группу независимых корутин и при первой ошибке гарантированно отменить остальные с корректной агрегацией исключений. Что выбрать? 👾 — asyncio.gather(*cors, return_exceptions=True) 👍 — asyncio.TaskGroup() 🥰 — loop.run_until_complete() по одной корутине в цикле ⚡️ — создать asyncio.create_task на каждую и игнорировать исключения в фоне Библиотека задач по Python

Что выведет код сверху? 👾 — [1. 2. 3] 👍 — 42 🥰 — [1. 42. 3] ⚡️ — [42] Библиотека задач по Python

Что из перечисленного не является ключевым словом в языке Python? 👾 — pass 👍 — eval 🥰 — assert ⚡️ — nonlocal Библиотека задач по Python

Что делает __slots__ в классе? 👾 — Делает экземпляры неизменяемыми и хешируемыми 👍 — Убирает dict у экземпляров и запрещает произвольные атрибуты, оставляя только перечисленные слоты (меньше памяти) 🥰 — Превращает класс в dataclass ⚡️ — Включает GIL-оптимизации для всех операций Библиотека задач по Python

🏃‍♀️ Мы собрали бесплатный мега-гайд по ии-агентам 👇 В первой части постов навалили жесткой базы, чтобы вправить мозги на место. Во второй дали конкретные инструменты, фреймворки и пошаговые инструкции, что нужно кодить прямо сейчас. Часть 1. Введение, юзкейсы и реальность Разбираемся с терминами, снимаем розовые очки и смотрим, где ИИ реально приносит бабки, а где только жжет нервы: 1. «Так что вообще считается AI-агентом?» 2. «Где тут бот, а где уже AI-агент?» 3. «Не надо пихать AI-агента в каждую задачу» 4. «Что уже можно спокойно делать через AI-агентов?» 5. «А что через AI-агентов пока лучше не трогать?» Часть 2. Изнанка, ошибки и архитектура Как всё это устроено под капотом, чтобы не слить бюджет и не наломать дров на старте: 6. «Можно ли просто сесть вечером и собрать себе AI-агента?» 7. «С чего вообще начать, если хочется попробовать AI-агентов» 8. «Почему AI-агент может внезапно начать творить дичь» 9. «Где AI-агенты реально экономят время, а где только добавляют возни» 10. «Почему они жрут столько денег?» Часть 3. Хардкорная практика (Что делать руками) Хватит теории. Открываем ноут, запускаем Cursor и делаем нормальные, отказоустойчивые системы: 11. «Почему одного промпта мало?» 12. «Почему AI-агенту мало просто “дать доступ к данным”» 13. «Если не следить за AI-агентом, он быстро начинает жить своей жизнью» 14. «Собрать демку легко. Но как же сделать нормально» 15. «Как сделать, чтобы это не развалилось через неделю?» 👍 Сохраняйте пост в избранное, чтобы не потерять. 🤫 А завтра стартует наш курс по ии-агентам

Что произойдёт при следующем выражении: a = [1, 2, 3]; b = a; a += [4]? 👾 — a и b будут разными списками 👍 — a будет содержать [1, 2, 3], b — [1, 2, 3, 4] 🥰 — a и b будут ссылаться на один и тот же список: [1, 2, 3, 4] ⚡️ — b станет None Библиотека задач по Python

Что такое MQ? MQ (Message Queue), или очередь сообщений, представляет собой паттерн асинхронного обмена сообщениями, который обеспечивает взаимодействие между распределенными компонентами приложения. Ключевые преимущества использования MQ: — Асинхронность: отправитель и получатель могут работать независимо друг от друга. — Отказоустойчивость: сообщения сохраняются даже в случае сбоев. — Масштабируемость: позволяет легко добавлять новых производителей и потребителей сообщений. — Сглаживание пиковой нагрузки: очередь служит буфером для сообщений. MQ активно применяется для интеграции распределенных систем и построения микросервисных архитектур. Среди популярных реализаций MQ можно выделить RabbitMQ, Kafka и ActiveMQ. Библиотека задач по Python

Что выведет код сверху? 👾 — Tython 👍 — Tython Learning 🥰 — Python ⚡️ — Error Библиотека задач по Python