ru
Feedback
Python: задачки и вопросы

Python: задачки и вопросы

Открыть в Telegram

Вопросы и задачки для подготовки к собеседованиям и прокачки навыков Разместить рекламу: @tproger_sales_bot Правила общения: https://tprg.ru/rules Другие каналы: @tproger_channels Другие наши проекты: https://tprg.ru/media

Больше
Типичный программистСеть:Типичный программистРоссия86 482Технологии и приложения15 238
7 067
Подписчики
-424 часа
-127 дней
-5430 день

Загрузка данных...

Похожие каналы
Библиотека программиста
77.7K
Библиотека программиста
[PYTHON:TODAY]
64.1K
[PYTHON:TODAY]
Python/ django
59.4K
Python/ django
Python Academy
44.4K
Python Academy
Python и 1000 уязвимостей
42.3K
Python и 1000 уязвимостей
avatar
1
Больше каналов
Облако тегов
true35
false27
строка21
округление13
nums11
пробел10
индекс9
comprehension6
none6
кортеж6
присваивание6
outer5
split5
даёт5
print(a4
valueerror4
баг4
операнд4
подкласс4
хеш4
Входящие и исходящие упоминания
---
---
---
---
---
---
Привлечение подписчиков
июль '26
июль '26
+12
в 0 каналах
июнь '26
+48
в 0 каналах
Get PRO
май '26
+58
в 1 каналах
Get PRO
апрель '26
+33
в 0 каналах
Get PRO
март '26
+29
в 1 каналах
Get PRO
февраль '26
+32
в 1 каналах
Get PRO
январь '26
+39
в 0 каналах
Get PRO
декабрь '25
+44
в 0 каналах
Get PRO
ноябрь '25
+102
в 3 каналах
Get PRO
октябрь '25
+61
в 0 каналах
Get PRO
сентябрь '25
+56
в 1 каналах
Get PRO
август '25
+65
в 3 каналах
Get PRO
июль '25
+58
в 0 каналах
Get PRO
июнь '25
+56
в 0 каналах
Get PRO
май '25
+52
в 0 каналах
Get PRO
апрель '25
+89
в 0 каналах
Get PRO
март '25
+77
в 1 каналах
Get PRO
февраль '25
+108
в 3 каналах
Get PRO
январь '25
+115
в 2 каналах
Get PRO
декабрь '24
+94
в 1 каналах
Get PRO
ноябрь '24
+81
в 1 каналах
Get PRO
октябрь '24
+78
в 0 каналах
Get PRO
сентябрь '24
+82
в 0 каналах
Get PRO
август '24
+75
в 0 каналах
Get PRO
июль '24
+73
в 0 каналах
Get PRO
июнь '24
+82
в 0 каналах
Get PRO
май '24
+163
в 2 каналах
Get PRO
апрель '24
+158
в 0 каналах
Get PRO
март '24
+117
в 0 каналах
Get PRO
февраль '24
+117
в 0 каналах
Get PRO
январь '24
+143
в 1 каналах
Get PRO
декабрь '23
+140
в 0 каналах
Get PRO
ноябрь '23
+120
в 0 каналах
Get PRO
октябрь '23
+94
в 0 каналах
Get PRO
сентябрь '23
+95
в 0 каналах
Get PRO
август '23
+145
в 0 каналах
Get PRO
июль '23
+312
в 0 каналах
Get PRO
июнь '23
+90
в 0 каналах
Get PRO
май '23
+140
в 0 каналах
Get PRO
апрель '23
+258
в 0 каналах
Get PRO
март '23
+217
в 0 каналах
Get PRO
февраль '23
+307
в 0 каналах
Get PRO
январь '23
+222
в 0 каналах
Get PRO
декабрь '22
+327
в 0 каналах
Get PRO
ноябрь '22
+256
в 0 каналах
Get PRO
октябрь '22
+286
в 0 каналах
Get PRO
сентябрь '22
+294
в 0 каналах
Get PRO
август '22
+652
в 0 каналах
Get PRO
июль '22
+410
в 0 каналах
Get PRO
июнь '22
+246
в 0 каналах
Get PRO
май '22
+360
в 0 каналах
Get PRO
апрель '22
+266
в 0 каналах
Get PRO
март '22
+204
в 0 каналах
Get PRO
февраль '22
+340
в 0 каналах
Get PRO
январь '22
+2 183
в 0 каналах
Get PRO
декабрь '21
+2 522
в 0 каналах
Get PRO
ноябрь '21
+1 808
в 0 каналах
Get PRO
октябрь '21
+1 036
в 0 каналах
Дата
Привлечение подписчиков
Упоминания
Каналы
14 июля+1
13 июля0
12 июля+1
11 июля0
10 июля+1
09 июля+1
08 июля+1
07 июля+3
06 июля0
05 июля0
04 июля+1
03 июля+3
02 июля0
01 июля0
Посты канала
Python: задачки и вопросы
Развёрнутое пояснение: 1. Создаётся словарь d с ключами 'a' и 'b'. 2. Запускается цикл for key in d. Python создаёт итератор словаря, который фиксирует его текущий размер. 3. На первой итерации key равно 'a'. Выполняется d['a_copy'] = 1, и размер словаря увеличивается. 4. Когда цикл пытается перейти к следующей итерации, итератор обнаруживает изменение размера и выбрасывает RuntimeError: dictionary changed size during iteration. 5. Программа завершается с этой ошибкой, print(d) не выполняется. Почему это важно: при обработке конфигов, метрик или логов часто хочется на ходу добавлять производные ключи в тот же словарь, но это приводит к падению. Правильный путь — собирать изменения в отдельную структуру, а затем обновлять оригинал.

2
Нет текста...
203
3
Развёрнутое пояснение: 1. fix(fn) вызывает fn один раз и сохраняет результат в v. 2. fix возвращает lambda, которая всегда отдаёт это же значение v. 3. buf указывает на lambda, а значит все вызовы buf() возвращают один и тот же список. 4. test_a получает этот список, добавляет в него 'a' и печатает ['a']. 5. test_b получает уже изменённый тот же список, добавляет 'b' и печатает ['a', 'b']. Почему это важно В pytest фикстура со scope='module' или scope='session' создаёт один объект на все тесты модуля или сессии. Если фикстура отдаёт изменяемый объект — список, словарь, множество, — мутации в одном тесте протекают в другие. На проде это выглядит как flaky-тесты: локально всё зелёное, в CI падает из-за другого порядка, или тесты проходят только по отдельности. Это ложно-зелёный сигнал, который подрывает доверие к регрессии. Причина обычно в неверном scope фикстуры. Правильный подход: scope='function' для изолированных данных, а общие ресурсы делать неизменяемыми или копировать перед использованием. 💻 На практике такие кейсы разбирают в курсе Практикума PRO «Автоматизатор тестирования на Python»: поймёте фикстуры, их scope, изоляцию состояния между тестами и уровни покрытия. Реклама. Рекламодатель: АНО ДПО "Образовательные технологии Яндекса" ИНН 7704282033, erid: 2W5zFGUXzho
324
4
Нет текста...
292
5
Развёрнутое пояснение: 1. Определяется класс Key с методом __eq__, который сравнивает атрибут val. 2. В Python класс, определяющий __eq__, но не определяющий __hash__, автоматически получает __hash__ = None. 3. При выполнении строки cache = {Key(1): 'hit'} Python пытается вычислить хеш ключа, чтобы разместить его в словаре. 4. Поскольку Key.__hash__ равен None, объект считается нехешируемым, и создание словаря падает с TypeError: unhashable type: 'Key'. 5. Вызов cache.get(Key(1)) не выполняется, потому что программа прерывается раньше. Почему это важно: кастомные ключи для кэшей, конфигураций или агрегаций часто требуют своего сравнения. Если забыть реализовать __hash__, весь механизм ломается ещё на этапе создания dict или set. В dataclasses это решается через frozen=True для автоматического __hash__, а в собственных классах — явным определением __hash__.
362
6
Развёрнутое пояснение: 1. Первый вызов `load_users('a')` не находит ключ в кэше, выполняет `return []`, сохраняет созданный список в кэше и сразу добавляет в него `'u1'` через `.append`. Теперь в кэше лежит список `['u1']`. 2. Второй вызов `load_users('a')` попадает в кэш и возвращает тот же самый объект-список, а не новый. `.append('u2')` изменяет этот же объект, и он становится `['u1', 'u2']`. 3. Вызов `print(load_users('a'))` снова получает тот же объект из кэша и печатает `['u1', 'u2']`. Почему это важно: кэширование изменяемых объектов — распространённая ловушка при оптимизации репозиториев, загрузчиков конфигурации и API-клиентов. Если возвращаемый объект мутируется, кэш превращается в разделяемое изменяемое состояние, и разные вызовы начинают влиять друг на друга, что приводит к трудноуловимым багам в продакшене.
351
7
Нет текста...
357
8
Нет текста...
403
9
По шагам: 1. Когда Python встречает class A(metaclass=Meta), он не сразу выполняет тело класса. Сначала он спрашивает у метакласса: «в каком словаре хранить имена этого класса?» — и вызывает Meta.__prepare__. 2. Обычно __prepare__ возвращает пустой словарь, но здесь он возвращает {'x': 10}. То есть тело класса начинает выполняться в пространстве имён, где имя x уже существует и равно 10. 3. Выполняется строка result = x + 5. Python ищет x в текущем пространстве имён, находит 10 и записывает result = 15. 4. Следующей выполняется строка x = 1 — она перезаписывает ключ x в том же словаре. Но result уже вычислен, задним числом он не пересчитывается. 5. В итоге у класса A два атрибута: result = 15 и x = 1. Поэтому print(A.result) выводит 15. Почему это важно __prepare__ — редкий хук, но он показывает главное: тело класса — это обычный код, выполняющийся в словаре, которым можно управлять. Именно на этой механике работают Django-модели: вы пишете class Movie(models.Model) с обычными атрибутами, а метакласс превращает их в поля таблицы, валидацию и запросы к базе. Понимание таких вещей — разница между «использую фреймворк» и «понимаю, что он делает». Если хотите прокачаться именно во втором, посмотрите курс Middle Python от Практикума PRO: за 6 месяцев вы глубоко разберёте Django и его ORM, асинхронность на FastAPI, микросервисную архитектуру и соберёте бэкенд из 10+ сервисов. Реклама. Рекламодатель: АНО ДПО "Образовательные технологии Яндекса" ИНН 7704282033, erid: 2W5zFJM1sK7
486
10
Нет текста...
430
11
Развёрнутое пояснение: В сигнатуре функции f параметры a и b стоят до /, поэтому их можно передать только позиционно. Параметр d стоит после *, поэтому его можно передать только по имени. Параметр c находится между / и *, поэтому допускает оба варианта. Корректен вызов с позиционными a, b и именованными c, d.
528
12
Нет текста...
530
13
Привет! Весь июль мы будем вести этот канал в партнёрстве с Яндекс Практикумом PRO. Драматически ничего не меняется: мы продолжим выкладывать задачки и решения — даже более системно и регулярно, чем последние пару месяцев. А ещё расскажем про большой мидловый курс по Python. Для нас это новый формат соседства двух брендов — надеемся, будет полезно. А пока, всем отличных выходных 🌴
770
14
Развёрнутое пояснение: Код удаляет ключ 'a', после чего порядок становится ['b']. Затем 'a' вставляется заново, а не восстанавливается на старом месте, поэтому итоговый порядок — ['b', 'a']. Это поведение гарантировано с Python 3.7.
977
15
Нет текста...
900
16
Нет текста...
807
17
Нет текста...
766
18
Нет текста...
794
19
Нет текста...
878
20
Нет текста...
846
Посмотреть все записи