Библиотека задач по Python | тесты, код, задания

Что значит *args, **kwargs? И зачем нам их использовать? Мы используем *args, когда неуверены, сколько аргументов будет передано функции, или если хотим передать сохраненный список или кортеж аргументов функции. **kwargs используется, когда мы не знаем, сколько аргументов ключевых слов будет передано, а также он может быть использован для передачи значений словаря в качестве аргументов ключевых слов. Идентификаторы args и kwargs необязательны, вы можете изменить их на другие, типа *другой **пример, но лучше использовать имя по умолчанию. Библиотека задач по Python

🧠 Курс «Математика для Data Science» Математика лежит под капотом не только алгоритмов, но и всего, что мы создаём — от систем рекомендаций до маршрутизации такси. Но главное, математика понятна, если объяснить её на языке разработки. 📘 Курс «Математика для Data Science»: — от основ до реальных задач из собесов; — линейная алгебра, статистика, теория вероятностей; — визуализации, практика и живые уроки; — поддержка менторов и комьюнити в чате. ⚡ Сегодня последний день, чтобы получить подарок: курс по базовой математике! 🗓️ Старт курса → 6 ноября 👉 Записаться на курс

Вы обрабатываете большие массивы числовых данных в Python, и профилирование показывает, что большинство времени тратится на циклы for со встроенными типами. Какой подход наиболее правильный для оптимизации? 👾 — Разбить массивы на списки поменьше и обрабатывать их по частям 👍 — Использовать специализированные библиотеки (например, NumPy), которые выполняют векторные операции вне GIL 🥰 — Переписать цикл на вложенные list comprehension ⚡️ — Принудительно запускать gc.collect() после каждой итерации Библиотека задач по Python

🧠 Математика — движок всего, что мы пишем Без неё не было бы сортировок, шифрования, графов и даже того самого if с вероятностью успеха в A/B-тесте. Но главное, математика понятна, если объяснить её на языке разработки. 📘 Курс «Математика для Data Science»: — от основ до реальных задач из собесов; — линейная алгебра, статистика, теория вероятностей; — визуализации, практика и живые уроки; — поддержка менторов и комьюнити в чате. 🎓 За 2 месяца вы перестанете просто использовать библиотеки и начнёте понимать, как они работают. 🗓️ Старт → 6 ноября 👉 Записаться на курс

В чем разница между списками и массивами? Примечание: в стандартной библиотеке Python есть объект array, но здесь мы специально будем обсуждать массив из популярной библиотеки Numpy. Списки в каждом индексе можно заполнять разными типами данных. Массивы требуют однородных элементов. Арифметические действия в списках добавляют или удаляют элементы из списка. Арифметические действия на массивах соответствуют функциям линейной алгебры. Массивы используют меньше памяти и обладают значительно большей функциональностью. Библиотека задач по Python

Один One Day Offer вам или целых три — всем? 😉 25 октября Сбер проведёт сразу три экспресс-отбора кандидатов в две команды: GigaData и Kandinsky. Чем вам предстоит заниматься 👇 ✔️ Развивать GigaData — внутреннюю платформу Сбера, которая обрабатывает петабайты данных и миллиарды запросов в сутки. One Day Offer для Python‑разработчиков. ✔️ Работать над Kandinsky — обучать большие модели с нуля, собирать и подготавливать данные, исследовать самые эффективные методы дообучения моделей. — One Day Offer для Machine Learning Engineers с опытом в Deep Learning и компьютерном зрении (CV). — One Day Offer для Research и Deep Learning Engineers. Выбирайте то, что больше подходит под ваши навыки, и регистрируйтесь на One Day Offer!

💥 Математика, которая не «для галочки» Разработали курс «Математика для Data Science» специально для вас — чтобы закрыть все пробелы в математике и уверенно пройти любое собеседование на позицию Data Scientist. 🧠 За 2 месяца ты разберёшь: ➡️ линейную алгебру — работа с векторами и матрицами, их разложения, собственные значения и обратные матрицы; ➡️ мат. анализ — пределы, производные, экстремумы, применение градиентного спуска; ➡️ теорию вероятностей и статистику — случайные величины, распределения, статистические гипотезы, A/B-тесты; ➡️ математику в ML и аналитике — как использовать всё это в алгоритмах, логистической регрессии, методах ближайших соседей, байесовских подходах. 📚 Формат: 10 вебинаров, 3 практических проекта, тесты и чат с менторами. 🔥 При оплате до 19 октября получите курс по базовой математике в подарок. 🔗 Записаться на курс

В каких ситуациях возникает исключение NotImplementedError? Исключение NotImplementedError возникает, когда метод или функция должны быть реализованы в подклассе, но не были реализованы. Это может произойти, когда родительский класс определяет метод, но не реализует его сам, а оставляет это для подклассов. В этом случае, если подкласс не реализует метод, он будет вызывать исключение NotImplementedError. Это может быть полезно для отладки, чтобы убедиться, что все необходимые методы реализованы в подклассах. Это также может возникнуть в других ситуациях, например, если вы пытаетесь использовать неопределенную функцию или метод. Библиотека задач по Python

🔥 Новый курс «Математика для Data Science» Записывайтесь до 19.10 и получите бонус-курс «Школьная математика» для быстрого освежения знаний! 🚀 🧠 Эксперты-спикеры на курсе: ▫️ Диана Миронидис — преподаватель ВШЭ, автор Яндекс Практикума; ▫️ Ксения Кондаурова — преподаватель Центрального Университета (Т-Банк); ▫️ Маргарита Бурова — академический руководитель программ Wildberries & Russ. 👉🏻 Не упустите шанс улучшить свои навыки

Что верно про BackgroundTasks? 👾 — Выполняются после отправки ответа в том же процессе; не переживают рестарт 👍 — Гарантированно завершатся даже при рестарте воркера 🥰 — Работают только в синхронных обработчиках ⚡️ — Запускаются в отдельном процессе multiprocessing Библиотека задач по Python

😵‍💫 Устал от бесконечной подготовки к собесам? Тогда залетай к нам, есть задачка попроще. Пройди в нашем боте мини-тест по математике и узнай, готов ли ты к Data Science или стоит что-то подтянуть. 📱 Перейти в бота

✍️ Как функционирует метод __new__() в Python? Метод __new__() отвечает за создание нового экземпляра класса, выделяя для него память. Он вызывается перед методом __init__(), который занимается инициализацией уже созданного экземпляра. Это особенно важно при работе с неизменяемыми типами, такими как str или int, а также в ситуациях, когда необходимо контролировать процесс создания объекта, например, при использовании паттерна Singleton. Хотите глубже изучить основы Python? Добро пожаловать на курс: https://proglib.academy/python Библиотека задач по Python

💡 Задача с собесеседования Недавно в одном известном всем банке кандидату была предложена задача:

Есть клиент, который за месяц делает 1000 транзакций. Нужно посчитать вероятность того, что среди них окажется хотя бы одна дублирующаяся сумма, если каждая сумма округляется до 2 знаков после запятой.

Вероятности, распределения, матожидание, градиенты — всё это может всплыть на интервью, и даже в продовых задачах. 🎓 Proglib запускает экспресс-курс «Математика для Data Science» — для тех, кто хочет закрыть эти пробелы и понять математику быстро, качественно и без боли. 🔍 На курсе вас ждет: — линейная алгебра, анализ, теория вероятности и статистика; — градиенты, матрицы и экстремумы функций; — математики и алгоритмы машинного обучения; — много практики. 📅 Старт: 6 ноября ⏰ Формат: 10 вебинаров и 3 практических проекта 💬 Поддержка: менторы + Telegram-чат 💰 Стоимость: 37 000 ₽ (есть рассрочка) 🔗 Узнать больше и записаться

Что выведет код? 👾 — Неверный синтаксис для наследования 👍 — Ошибка, так как при создании объекта необходимо передать аргумент 🥰 — Ничего ⚡️ — A disp() Библиотека задач по Python

Что делает параметр response_model в декораторе маршрута? (FastAPI) 👾 — Ограничивает типы входных параметров ⚡️ — Валидирует и сериализует ответ, отсекая лишние поля 🥰 — Меняет код ответа по умолчанию 👍 — Включает автодокументацию Библиотека задач по Python

Что гарантирует GIL в CPython? 👾 — Отсутствие гонок данных в пользовательском коде ⚡️ — Параллельное выполнение CPU-bound задач в потоках 🥰 — Единовременное выполнение байткода одним потоком интерпретатора 👍 — Что все I/O операции неблокирующие Библиотека задач по Python

🐍 Что такое сцепление исключений? Сцепление исключений представляет собой метод, который позволяет сохранить первоначальную причину ошибки при её дополнительной обработке. Когда возникает исключение, его можно перехватить с помощью блока try/except и затем вызвать другое исключение в процессе обработки. При этом первоначальное исключение сохраняется как причина для нового. Это предоставляет следующие преимущества: — При обработке нового исключения сохраняется доступ к стеку вызовов и данным первоначального исключения. — Можно добавить дополнительную информацию в новое исключение, не теряя оригинальных данных. — Сохраняется иерархия исключений, что позволяет видеть полную цепочку возникновения ошибки. Библиотека задач по Python

Что возвращает a[:] для списка? 👾 — Новую (поверхностную) копию ⚡️ — Ссылку на исходный список 🥰 — Новую глубокую копию Библиотека задач по Python

⏳ Время прокачать алгоритмы с 40-процентной скидкой до конца октября На собеседовании не просят бездумно написать шаблонное решение. Важно понимать, как работают алгоритмы под капотом. 🔹 В курсе ты научишься: — искать ошибки с помощью редакционного расстояния; — работать с балансированными деревьями и графами; — решать задачи с динамическим программированием; — и многое другое, что пригодится на собеседованиях. 🤔 Решаешь задачи только в тг каналах? Пройди курс и отправляйся на реальные собеседования! 🔗 Подробнее о курсе

Что возвращает a[:] для списка? 👾 — Новую (поверхностную) копию ⚡️ — Ссылку на исходный список 🥰 — Новую глубокую копию Библиотека задач по Python