Разъяснивший Python
Открыть в Telegram
Твой проводник в омут Python'а Ссылка: @Portal_v_IT Сотрудничество: @oleginc
Больше6 896
Подписчики
+224 часа
-97 дней
-6430 дней
Архив постов
6 896
Хочешь освоить Python, но не знаешь где брать материалы?
🐍 Ghostly Python — уютное место для изучения Python на практике. Там вы найдёте уроки, скрипты, шпаргалки, и многое другое, что поможет вам стать уверенным разработчиком.
Неважно, новичок вы или опытный программист, — у нас всегда найдётся что-то полезное!
🔥 Заходи прямо сейчас, чтобы не потерять — Ghostly Python!
6 896
В каких ситуациях возникает исключение NotImplementedError
Исключение NotImplementedError возникает, когда метод или функция должны быть реализованы в подклассе, но не были. 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.
Разъяснивший Python
6 896
⚡️После блокировки YouTube, обучающие курсы и лекции взлетели в цене в 3 раза.
Выкладываем 7834 ГБ платных курсов, книг и лекций для программистов в Telegram, находите нужный канал и подписывайтесь.
🔥МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data
🖥Python: t.me/pythonl
🖥C++ t.me/cpluspluc
🎮Хакинг: t.me/linuxkalii
🖥Java: t.me/javatg
🖥C#: t.me/csharp_ci
🖥 Javascript: t.me/javascriptv
🖥Базы данных: t.me/sqlhub
🔝 Data Science: t.me/data_analysis_ml
💼 Devops: t.me/DevOPSitsec
👣 Golang: t.me/Golang_google
🖥 Linux: t.me/linuxacademiya
🧠 ИИ: https://t.me/vistehno
📚 ИТ-книги: https://t.me/addlist/HwywK4fErd8wYzQy
6 896
Как начать отладку при утечке памяти в рабочем приложении
Для отладки утечек памяти в Python можно использовать инструменты, такие как Memory Profiler или objgraph.
Запустите вашу программу с помощью команды python -m memory_profiler my_script.py. Будет выведен подробный отчет о том, сколько памяти используется в каждой строке программы, а также общее использование памяти и любые утечки.
Этот код создаст изображение my_list.png, на котором будут показаны все объекты, на которые ссылается my_list, а также все объекты, которые ссылается на них. Это может помочь вам понять, какие объекты держат ссылки на ваши объекты и могут вызывать утечки памяти.
Разъяснивший Python
6 896
Что такое магические методы dunder
Магические методы, также известные как «dunder» (double underscore) методы в Python, это специальные методы, которые начинаются и заканчиваются двойным подчеркиванием. Они позволяют определить, как объекты этого класса будут вести себя в различных контекстах, например, при использовании операторов Python, таких как +, -, *, / и т.д., при вызове функций и методов, при сериализации и многое другое.
Разъяснивший Python
6 896
Pandas: Агрегация и группировка данных
Группировка позволяет объединить строки по значениям в одном или нескольких столбцах и применить к ним агрегатные функции. Метод groupby создает группы по значению столбца Age и применяет функцию mean() для вычисления средней зарплаты в каждой группе.
Разъяснивший Python
6 896
Использование pandas для быстрой работы с базами данных
Если вам нужно быстро анализировать данные из базы данных, библиотека pandas может значительно упростить процесс. С помощью pandas вы можете легко извлекать данные из базы данных, проводить анализ и манипуляции с ними в удобном табличном формате.
Этот лайфхак позволяет значительно ускорить процесс работы с данными в Python, особенно если вы часто работаете с большими объемами информации из базы данных!
Разъяснивший Python
6 896
Полезные библиотеки Python
pdf2docx — Python модуль для конвертации PDF документов в docx и дальнейшего редактирования.
Установка:
$ pip install pdf2docx
Разъяснивший Python6 896
set.intersection()
В Python метод
set.intersection() возвращает пересечение множеств, то есть элементы, которые присутствуют во всех переданных множествах. Это удобно для нахождения общих данных.
Разъяснивший Python6 896
list.append()
В Python метод
list.append() добавляет элемент в конец списка. Это самый простой способ динамически расширять список.
Разъяснивший Python6 896
Использование SQLAlchemy для автоматического создания таблиц из моделей
При работе с базами данных можно упростить процесс создания и управления таблицами, используя SQLAlchemy, который автоматически создаёт таблицы на основе Python-классов (моделей).
Этот лайфхак поможет быстро развернуть и настроить структуру базы данных при разработке приложений, без необходимости ручного управления таблицами.
Разъяснивший Python
6 896
⚡️ В России официально утвердили цифровую валюту
Но самое забавное — что 92% граждан не знают даже что такое биржи и криптокошелек. Не говоря уже о том, как за пару кликов сделать месячную заработную плату.
Первые, кто разберется в этом — сколотит состояние💰
Для этого достаточно читать канал Арбитраж Крипты, который откроет вам мир криптовалют и покажет, как на них зарабатывать.
Автор канала на пальцах объясняет, как покупать криптовалюту в месте «А» дешевле, а продавать в месте «Б» дороже.
«Купили → продали, купили → продали, а разницу забрали себе».
Выбор за вами: пролистать или делать по 35 000 ₽ в день, сидя на диване💥
Успейте присоединиться, скоро доступ будет закрыт: @arbitrazh
6 896
Работа со строками: Часть 3
Для поиска подстрок ты можешь использовать несколько функций: find() — возвращает индекс первого вхождения подстроки или -1, если не найдено. replace() — заменяет одну подстроку на другую.
Разбить строку на части можно с помощью split(), который возвращает список.
Строковые методы isalpha(), isdigit(), isalnum() помогают проверить, состоит ли строка из букв, цифр или является ли она алфавитно-цифровой.
Разъяснивший Python
6 896
math.ceil() и math.floor()
В Python функции
math.ceil() и math.floor() из модуля math используются для округления чисел вверх или вниз до ближайшего целого значения. Это полезно для контроля направления округления.
Разъяснивший Python6 896
Полезные библиотеки Python
Psudohash — инструмент для генерации разнообразных паролей на основе ключевых слов.
Упрощает процесс создания сложных паролей, автоматизируя их модификацию через различные паттерны, такие как замена букв символами (например, «a» на @), применение чередования регистра букв, а также добавление специальных символов или цифр.
Psudohash будет особенно полезен для пентестеров для формирования списков паролей, предназначенных для проверки систем на устойчивость к brute-force атакам и взлому хешей.
GitHub/Инструкция
Разъяснивший Python
6 896
В Москве утверждены адреса домов, попавших под снос!
Финальные списки домов, которые снесут до 2032 года уже сформированы. Выбирай свой район из списка, чтобы проверить ваш дом: 👇
ЦАО: @CAO24
Патрики: @patriki
Таганский: @taganskiy
Якиманка: @yakimanka
Басманный: @basmanny
Хамовники: @khamovniki
Пресненский: @presnenskiy
Тверской и Арбат: @tverskoi
Мещанский: @meshchanskiy
Замоскворечье: @zamoskvoi
Красносельский: @krasnoselsky
СВАО: @SVAO24
Бибирево: @bibirevo
Ярославский: @uarik
Отрадное: @otradnoe
Бутырский: @butyrskiy
Бабушкинский: @babushk
Медведково: @medvedkovo
Алексеевский: @alexeevskiy
Марьина роща: @marinaroshcha
Свиблово и Ростокино: @sviblovo
Останкино и Марфино: @ostankino
Лианозово и Алтуфьево: @lianozov
САО: @SAO24
Дегунино: @degunino
Сокол и Аэропорт: @sokol
Дмитровский: @dmitrovskiy
Хорошёво и Беговой: @horoshov
Коптево и Войковский: @koptevo
Ховрино и Головинский: @hovrino
СЗАО: @SZAO24
Митино: @mitino
Тушино: @tushino
Строгино: @strogino
Хорошёво-Мнёвники: @mnevnik
Стрешнево и Щукино: @pokrovsk
ЗАО: @ZAO24
Раменки: @ramenki
Очаково: @ochakovo
Тропарёво: @troparev
Солнцево: @solntsevo
Можайский: @mojaiskiy
Дорогомилово и Фили: @fili
Кунцево и Крылатское: @kunzevo
Ново-Переделкино: @novoperedel
Проспект Вернадского: @vernadsk
ЮЗАО: @UZAO24
Зюзино: @zuzino
Бутово: @butovo
Коньково: @konkovo
Ясенево: @yasenevo
Тёплый Стан: @teplystan
Академический: @akadem
Черёмушки: @cheremushki
ЮАО: @UAO24
Бирюлёво: @birulevo
Чертаново: @chertanovo
Орехово-Борисово: @orexboris
Донской и Даниловский: @donsk
Нагатино и Нагорный: @nagarino
Царицыно и Москворечье: @tsari
Братеево и Зябликово: @brateevo
ЮВАО: @UVAO24
Лефортово: @lefor
Марьино: @marino
Люблино: @lublino
Кузьминки: @kuzminki
Рязанский: @razanskiy
Некрасовка: @nekrasov
Южнопортовый: @uznoport
Выхино-Жулебино: @vihzhel
Текстильщики, Печатники: @teksti
ВАО: @VAO24
Гольяново: @galianovo
Измайлово: @izmailovo
Сокольники: @sokolniki
Ивановское: @ivanovskoe
Косино и Вешняки: @kosino
Богородское: @bogorodskoe
Перово и Новогиреево: @perovo
Преображенское: @preobrazhensk
ТиНАО: @TiNAO24
ЗеЛАО: @ZeLAO24
Вся Москва и область: @moscow
6 896
Полезные библиотеки Python
pdf-extract-api — крутой Python инструмент для конвертации любого изображения или PDF документа в текст Markdown или структурированный документ JSON с очень высокой точностью, включая табличные данные, числа или математические формулы.
API создан с помощью FastAPI и использует Celery для асинхронной обработки задач. Redis используется для кэширования результатов OCR.
GitHub/Инструкция
Разъяснивший Python
6 896
Использование транзакций для безопасного обновления базы данных
Когда выполняются несколько операций с базой данных, важно убедиться, что все изменения применяются только если каждая операция прошла успешно. В этом случае на помощь приходят транзакции, которые позволяют группировать операции и откатывать изменения, если произошла ошибка.
Транзакции особенно важны в критичных системах, где любое некорректное изменение может привести к потерям данных.
Разъяснивший Python
6 896
round()
В Python функция
round() округляет число до заданного количества знаков после запятой. Это полезно для форматирования чисел и работы с математическими расчётами.
Разъяснивший Python6 896
Pandas: Основные операции с DataFrame
Фильтрация позволяет выбрать строки, которые соответствуют определенным условиям. В этом примере мы создали новый DataFrame, содержащий только те строки, в которых значение столбца Age больше 30.
Ты можешь легко добавлять новые столбцы и удалять ненужные. axis=1 указывает, что мы работаем со столбцами. Параметр inplace=True позволяет сразу сохранить изменения в DataFrame.
Разъяснивший Python
