Библиотека задач по Python | тесты, код, задания

WANTED: PYTHON-ЗАДАЧНИК Обвиняется в написании слишком чистого кода и любви к сложным алгоритмическим тестам. Мы ищем того, кто создаст золотой стандарт проверки знаний для Python-разработчиков. Приметы: — является профи в Python (понимает логику Go или Java); — умеет придумывать нетривиальные задачи на логику и синтаксис; — готов делиться экспертизой с большой аудиторией; — хочет получать честный гонорар за свой опыт. Твоя награда: — официальный статус эксперта Proglib Academy; — быстрое развитие личного бренда; — участие в крупных образовательных проектах. Сдаться властям P.S. Твой коллега пишет безупречные скрипты? Пора его сдать нам.

Что выведет код? 👾 — True 👍 — False 🥰 — Error Библиотека задач по Python

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 выведет код сверху? 👾 — NaN 👍 — Exception 🥰 — ZeroDivisionError ⚡️ — SyntaxError Библиотека задач по Python

Что выведет код сверху? 👾 — 9 👍 — 6 🥰 — 4 🤔 — Error Библиотека задач по Python

Ваш Python-сервис обрабатывает большое количество сетевых запросов. При профилировании видно, что он простаивает, ожидая I/O. Какой подход наиболее правильный для повышения производительности? 👾 — Увеличить количество потоков в ThreadPoolExecutor 👍 — Перейти на asyncio/uvloop и использовать асинхронные драйверы для работы с I/O 🥰 — Запускать каждый запрос в отдельном процессе через multiprocessing ⚡️ — Чаще вызывать gc.collect() для освобождения памяти Библиотека задач по Python

В Python-сервисе нужно обрабатывать большое количество CPU-bound задач (например, шифрование или обработку изображений). Вы используете ThreadPoolExecutor, но прироста производительности почти нет. Какой подход будет правильным? 👾 — Увеличить количество потоков в пуле до числа ядер × 10 👍 — Использовать ProcessPoolExecutor или multiprocessing, чтобы обойти GIL 🥰 — Переписать задачи на asyncio, чтобы они выполнялись конкурентно ⚡️ — Вставить вызовы gc.collect() внутри цикла, чтобы ускорить потоки Библиотека задач по Python

Новый челлендж: Agentic Workflow Писать обычный код — это скучно. Писать код, который думает — это новый уровень. Proglib Academy запускает углубленный курс по AI-агентам. Почему стоит идти: 1. Актуальность: LangGraph, CrewAI, MCP — это топ технологии 2026 года. 2. Практика: 13 модулей, домашние задания с Code Review. 3. Портфолио: Ты сделаешь своего агента и защитишь его перед экспертами. Для тех, кто готов кодить по-взрослому — выбирайте Продвинутый трек. Старт скоро

В чем разница между модулем и пакетом в Python? Каждый файл программы на Python является модулем, который может импортировать другие модули в виде объектов. Таким образом, модуль служит способом организации вашей программы. Папка, содержащая программу на Python, называется пакетом модулей. Библиотека задач по Python

Что будет у functools.lru_cache, если аргумент не хешируемый (например, list)? 👾 — Автоматически скопирует и захеширует любой аргумент 👍 — Построит ключ из args/kwargs; при нехешируемом аргументе бросит TypeError на вызове 🥰 — Нехешируемые аргументы игнорируются при ключе ⚡️ — Учитывает только позиционные аргументы, kwargs игнорируются Библиотека задач по Python

У вас есть Python-сервис, обрабатывающий большие объёмы данных. При профилировании видно, что программа тратит много времени на создание временных коллекций при работе с map, filter и list comprehensions. Какой подход поможет уменьшить расход памяти и повысить эффективность? 👾 — Переписать код на while-циклы с индексами 👍 — Использовать генераторы и выражения-генераторы вместо создания списков 🥰 — Заменить map и filter на вложенные for-циклы ⚡️ — Принудительно вызывать gc.collect() после каждой итерации Библиотека задач по Python

Прокачай свой Python на 100% Задачи помогают запомнить синтаксис. Фундаментальные курсы помогают понять, почему решение должно быть именно таким. Совмести приятное с полезным. Оффер 1 + 2: Платишь за один курс (старший по цене), забираешь три. Рекомендуем: — Алгоритмы и структуры данных; — Математика для Data Science (если смотришь в сторону AI); — Архитектуры и шаблоны проектирования. Забрать бандл До 31 декабря. Менеджер: @manager_proglib

В Python-сервисе нужно обрабатывать очень большие объёмы данных построчно из файлов размером в десятки гигабайт. Какой подход наиболее правильный, чтобы избежать проблем с памятью? Варианты ответа: 👾 — Использовать readlines() для чтения всего файла в список 👍 — Читать файл построчно через итератор (for line in file:) 🥰 — Сначала загрузить файл в pandas.DataFrame, а затем обрабатывать ⚡️ — Использовать json.load() для загрузки файла в память Библиотека задач по Python

Ваш Python-сервис должен обрабатывать большое количество одновременных HTTP-запросов. Вы замечаете, что при использовании потоков прироста производительности почти нет. Какой подход наиболее правильный? 👾 — Увеличить количество потоков в ThreadPoolExecutor, чтобы нагрузить CPU 👍 — Перейти на asyncio или uvloop, чтобы эффективно обрабатывать I/O-bound задачи без блокировок 🥰 — Использовать multiprocessing, создавая процесс на каждый запрос ⚡️ — Запускать gc.collect() вручную чаще, чтобы ускорить выполнение потоков Библиотека задач по Python

Что выведет код? 👾 — [7, 19, 45, 89] 👍 — [2, 4, 22, 72] 🥰 — [4, 7, 19, 2, 89, 45, 72, 22] ⚡️ — [2, 4, 7, 19, 22, 45, 72, 89] Библиотека задач по Python

У вас есть высоконагруженное Django-приложение. Пользователи жалуются на медленные отклики при работе с ORM-запросами. Какой из подходов будет наиболее правильным для оптимизации? 👾 — Использовать select_related и prefetch_related для оптимизации запросов и уменьшения количества обращений к базе 👍 — Заменить все ORM-запросы на чистый SQL, так как он всегда быстрее 🥰 — Увеличить таймаут подключения к базе данных ⚡️ — Отключить транзакции, чтобы ускорить коммиты 🔹 Курс «Программирование на языке Python» 🔹 Получить консультацию менеджера 🔹 Сайт Академии 🔹 Сайт Proglib Библиотека задач по Python

Вы случайно закоммитили секретные данные (пароль/ключ API) в публичный репозиторий. Какой из подходов наиболее правильный для удаления этой информации из истории? 👾 — Выполнить git reset --hard и закоммитить снова 👍 — Удалить файл локально и сделать новый коммит с исправлением 🥰 — Использовать git filter-repo (или git filter-branch) для переписывания истории и удалить секреты из всех прошлых коммитов ⚡️ — Просто добавить секрет в .gitignore, чтобы он больше не попадал в коммиты 🔹 Курс «Программирование на языке Python» 🔹 Получить консультацию менеджера 🔹 Сайт Академии 🔹 Сайт Proglib Библиотека задач по Python

Готовитесь к собеседованию в AI? Вопросы по математической базе — стандартный этап отбора на позиции Data Scientist и ML Engineer. Вас спросят не только про код, но и про то, как работают алгоритмы «под капотом». Прокачайте хард-скиллы на обновленном курсе «Математика для разработки AI-моделей». Важный апдейт: — теперь обучение включает живые вебинары; — первый прошел, но второй стартует сегодня, 9 декабря; — это шанс разобрать сложные вопросы с экспертами в прямом эфире. Что внутри: — линейная алгебра; — матанализ; — теория вероятностей. Успейте присоединиться к потоку

В Python при сравнении объектов с оператором is и == есть разница. Что наиболее корректно? 👾 — is сравнивает значения объектов, а == — их идентичность в памяти 👍 — is проверяет идентичность (один и тот же объект в памяти), == — равенство значений 🥰 — Оба оператора работают одинаково, разницы нет ⚡️ — is всегда быстрее и потому используется вместо == Библиотека задач по Python

Все подклассы являются подтипами в объектно-ориентированном программировании. 👾 — True ⚡️ — False Библиотека задач по Python