Python для начинающих

Эффективное использование памяти: подсчет ссылок и сборка мусора

Привет! Я — Иван, и сегодня у нас отличная тема: создание своих API на Python с помощью FastAPI. Если вы когда-нибудь хотели написать бэкенд для веб-приложения или просто быстро протестировать идею — вам определённо стоит познакомиться с этим модулем. Зачем вообще нужен API? API (Application Programming Interface) — это способ дать миру (или хотя бы вашему фронтенду/мобильному приложению) доступ к вашей программе. FastAPI — это современный и очень быстрый фреймворк, который позволяет создавать такие интерфейсы буквально за пару минут. Он поддерживает асинхронный код и автоматически документирует ваше API (Swagger/OpenAPI подключены "из коробки"). Минимальный пример

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
def read_root():
    return {"message": "Hello, FastAPI!"}

Запустив этот код (uvicorn main:app --reload), вы моментально получите рабочее API: откройте браузер, зайдите на http://localhost:8000, и увидите JSON-ответ. А если перейти на /docs, там уже подробная документация и онлайн-тестирование всех маршрутов! Добавим обработку параметров Хотите API с параметрами? Без проблем:

@app.get("/square/{number}")
def calculate_square(number: int):
    return {"number": number, "squared": number * number}

Теперь при обращении к /square/5 вы получите {"number": 5, "squared": 25}. Работаем с запросами POST Допустим, нужно принимать данные от пользователя. FastAPI умеет автоматически валидировать JSON с помощью Pydantic:

from pydantic import BaseModel

class Item(BaseModel):
    name: str
    price: float

@app.post("/items/")
def create_item(item: Item):
    return {"item_name": item.name, "item_price": item.price}

Воспользуйтесь страничкой /docs, чтобы отправить JSON — попробуйте передать {"name": "Keyboard", "price": 99.99}. Почему FastAPI крут? - Автоматические интерактивные docs. - Поддержка асинхронности и скорости. - Простота написания и расширения. FastAPI уже стал любимцем у многих компаний и разработчиков, ведь он позволяет сосредоточиться на коде, а не на рутине. Попробуйте, и уверяю: у вас не возникнет желания возвращаться к более громоздким фреймворкам!

Введение в создание API с FastAPI и Python

Симуляция физики в Python: знакомство с Box2D Привет! Меня зовут Иван, и сегодня я расскажу, как оживить ваши питоновские проекты с помощью реальной физики. Модуль Box2D — это порт знаменитого C++-движка, который используется даже в Angry Birds. Работая с Box2D, вы сможете симулировать столкновения, гравитацию, трение и многие другие законы Ньютона. ### Установка Для начала установим обертку для Python:

pip install box2d-py

### Первый шаг: «Мир» с гравитацией Box2D моделирует «мир» (world), в котором живут все объекты. Добавим что-то простое: падение квадратика на землю.

from Box2D import (b2World, b2PolygonShape, b2_staticBody, b2_dynamicBody)

world = b2World(gravity=(0, -10), doSleep=True)

# Создаём статический объект — землю
ground = world.CreateStaticBody(
    position=(0, 0),
    shapes=b2PolygonShape(box=(50, 1)),
)

# Динамический объект — наш падающий ящик
box = world.CreateDynamicBody(position=(0, 20))
box.CreatePolygonFixture(box=(1, 1), density=1, friction=0.3)

### Шаг за шагом: симулируем падение Box2D устроен так, что на каждом «шагающем» кадре пересчитывает все силы. Сделаем небольшой цикл:

timeStep = 1.0 / 60
vel_iters, pos_iters = 6, 2

for i in range(60):
    world.Step(timeStep, vel_iters, pos_iters)
    print(f"Step {i}: Box y-position = {box.position.y:.2f}")

Если вы запустите этот код, увидите, как координата вашего ящика падает: Box2D сам «роняет» объекты благодаря гравитации. ### Можно добавить столкновения Box2D сразу учитывает коллизии: наш куб не провалится сквозь землю, остановится и немного подпрыгнет — настоящая физика! ### Как идти дальше? Добавляйте больше динамических объектов: круги, многоугольники, соединяйте их шарнирами — с Box2D просто строить и домино, и симулятор машинки. Для визуализации можно использовать Pygame, pyglet или matplotlib, но для отработки логики совсем не обязательно что-то рисовать. Box2D — отличный инструмент, чтобы почувствовать себя конструктором собственного физического мира, а главное, учиться наглядно — ведь питон в универе уже слишком скучен без весело прыгающих коробочек!

Как выполнить симуляцию физической системы с Box2D

Привет! На связи Иван, и сегодня мы разоблачим один из «секретных агентов» стандартной библиотеки Python — модуль struct. Если вам хоть раз приходилось работать с бинарными файлами или протоколами низкого уровня, struct станет вашим лучшим другом. Без него не получится удобно преобразовывать структурированные данные в байты и обратно. Давайте разберёмся, что к чему, на конкретных примерах. ## Быстро обо всём: для чего нужен struct? Модуль struct позволяет «упаковать» данные в байтовые строки (bytes) и «распаковать» их обратно в привычные питоновские типы. Это незаменимо, если нужно, например, сериализовать числа для передачи по сети или сохранить данные так, чтобы их потом мог прочитать C-программа. ## Основные приёмы Всё крутится вокруг функций pack и unpack, а также строки формата, описывающей, как упаковать данные. ### Пример 1: Запаковать числа в байты

import struct

data = (42, 3.14)
packed = struct.pack('if', *data) # i — int, f — float
print(packed)  # что-то вроде b'*\x00\x00\x00\xc3\xf5H@'

# А теперь обратно:
unpacked = struct.unpack('if', packed)
print(unpacked)  # (42, 3.140000104904175)

### Пример 2: Работа с бинарными файлами

with open('data.bin', 'wb') as f:
    f.write(struct.pack('I2c', 2024, b'P', b'y'))

with open('data.bin', 'rb') as f:
    content = f.read()
    print(struct.unpack('I2c', content))  # (2024, b'P', b'y')

### Пример 3: Парсинг байтов вручную Часто приходят сырые байты откуда-то (например, из сети).

msg = b'\x05\x00\x00\x00hello'  # длина строки (5), затем сама строка
length = struct.unpack('I', msg[:4])[0]
text = msg[4:4+length].decode()
print(length, text)  # 5 hello

## Вывод struct полезен там, где нужно строго соблюдать размер и формат данных. Для низкоуровневой магии или общения с «железом» — вещь незаменимая. Главное — освоиться с форматами (i, f, c, h, и так далее), и тогда любой бинарный файл у вас — как открытая книга!

Работа с двоичными данными на Python: модуль struct

Привет! С вами Иван, и сегодня поговорим о модуле, который может спасти вас от головной боли при работе с файловыми путями в Python — о pathlib. До появления pathlib нам приходилось использовать громоздкие комбинации из os.path, склеивать пути через строчные конкатенации или возиться с кучей методов, помня при этом отличия между Windows и Unix. Всё это неудобно и легко сделать ошибку. Но теперь всё проще и элегантнее! ## Основы работы с pathlib Модуль pathlib вводит класс Path, который делает манипуляции с путями интуитивно понятными:

from pathlib import Path

current_dir = Path.cwd()  # Получаем текущую директорию
desktop = current_dir / 'Desktop'  # Формируем новый путь к рабочему столу
print(desktop)

Здесь Path реализует перегрузку оператора /, превращая соединение частей пути в удовольствие. ## Проверка существования файлов и папок Больше не нужно писать длинные конструкции на os.path — всё делается элегантно:

file_path = Path('some_folder') / 'example.txt'

if file_path.exists():
    print("File exists!")
if file_path.is_file():
    print("This is a file!")
if file_path.is_dir():
    print("This is a directory!")

## Итерация по файлам в папке Нужно найти все .txt файлы? Это делается в одну строку:

for txt_file in Path('documents').glob('*.txt'):
    print(txt_file.name)

Можно даже искать рекурсивно во всех подпапках:

for file in Path('documents').rglob('*.pdf'):
    print(file)

## Чтение/запись файлов Чтение содержимого файла теперь просто как никогда:

file = Path('sample.txt')
text = file.read_text(encoding='utf-8')
print(text)

А вот так легко можно записать данные в файл:

file.write_text('Hello, World!', encoding='utf-8')

## Вывод pathlib — это современный, кроссплатформенный и лаконичный способ работы с файлами и папками в Python. Просто начните использовать Path вместо старых подходов и почувствуйте, насколько проще стала ваша жизнь!

Использование pathlib для упрощения работы с файловыми путями

Привет! С вами Иван, и сегодня я расскажу, как прокачать свой Python-проект с помощью автоматизированного тестирования через Tox. Tox — это настоящий must-have для тех, кто хочет, чтобы код работал стабильно в разных версиях Python без кучи ручной возни. ### Что такое Tox и зачем он нужен? Tox — это инструмент, который автоматизирует тестирование и проверку кода в нескольких виртуальных окружениях. Он прост в использовании, не требует магии и отлично подходит для маленьких домашних проектов и для серьёзных командных разработок. ### Начнем с установки Для начала установим Tox (предполагаю, что Python и pip у тебя уже стоят):

pip install tox

### Конфигурируем Tox Настраивать Tox элементарно. В корне проекта создаём файл tox.ini и пишем:

[tox]
envlist = py38, py39

[testenv]
deps = pytest
commands = pytest

Здесь мы указали, что хотим тестировать код в средах с Python 3.8 и 3.9. В каждой среде устанавливается pytest и запускаются тесты. ### Давайте напишем простой пример Пусть у нас есть модуль с функцией:

# calc.py
def add(x, y):
    return x + y

И тест к нему:

# test_calc.py
from calc import add

def test_add():
    assert add(2, 3) == 5

Теперь просто набираем в терминале:

tox

Tox автоматически создаст окружения, поставит нужные зависимости и прогоним тесты в обеих версиях Python! ### Преимущества Tox - Кроссплатформенность: ваш проект тестируется сразу с разными версиями Python. - Изоляция: не надо засорять глобальное окружение. - Гибкость: можно добавить линтеры, проверить стиль кода или даже сборку документации — всё через конфиг. ### Lifehack: запуск только одного окружения Не хочется гонять все версии? Запусти:

tox -e py39

И тесты исполнятся только для Python 3.9. --- Автоматизация тестов — это страховка вашего проекта. С Tox вы тратите время не на ручное переключение версий, а на улучшение своего кода. Попробуйте — и уже не захотите делать всё вручную!

Как настроить автоматическое тестирование кода с Tox

Привет! С вами Иван, и сегодня я хочу показать, что создание красивых и интерактивных графиков в Python — это действительно просто, если вы знакомы с библиотекой Bokeh. Забудьте унылые статичные картинки: теперь ваши визуализации будут реагировать на действия пользователя! Bokeh — мощный инструмент, который позволяет буквально на лету строить интерактивные визуализации и автоматически отображать их в браузере. Давайте сразу к делу. ## Первый интерактивный график Создадим простую диаграмму разброса с возможностью увеличения и панорамирования:

from bokeh.plotting import figure, show

x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]

p = figure(
    title="Simple scatter plot",
    x_axis_label='X axis',
    y_axis_label='Y axis',
    tools="pan,wheel_zoom,box_zoom,reset,save"
)

p.circle(x, y, size=10, color="navy", alpha=0.5)
show(p)

Просто запустите этот код, и Bokeh откроет окно браузера с графиком, который можно двигать и увеличивать колесиком мыши. Уже неплохо! ## Добавляем интерактивность А что если мы хотим видеть информацию о точках при наведении? Легко:

from bokeh.models import HoverTool

hover = HoverTool(tooltips=[("X value", "@x"), ("Y value", "@y")])
p.add_tools(hover)

Добавьте этот фрагмент сразу после создания объекта p. Наведите курсор на точку — появится подсказка с ее значением. Привычно? А ведь это буквально одна строка кода! ## Красивые бары для анализа данных Bokeh отлично подходит не только для scatter, но и для столбчатых диаграмм. Посмотрим пример:

from bokeh.plotting import figure, show

fruits = ["Apple", "Banana", "Orange", "Grapes"]
counts = [10, 15, 7, 12]

p = figure(
    x_range=fruits,
    title="Fruit Count",
    toolbar_location=None,
    tools=""
)
p.vbar(x=fruits, top=counts, width=0.8, fill_color='olivedrab')
show(p)

Этот код создаст столбчатую диаграмму, где можно быстро сравнить количество разных фруктов. ## Почему Bokeh крут? 1. Легко интегрируется с Jupyter, Django и Flask. 2. Преобразует данные Python в современные интерактивные графики на JavaScript. 3. Позволяет строить сложные дашборды с фильтрами, ползунками и обновлением данных в реальном времени. На этом всё — попробуйте Bokeh в деле и удивитесь, насколько по-настоящему «живыми» могут быть ваши графики!

Создание интерактивных графиков с использованием Bokeh

Привет! Меня зовут Иван, и сегодня мы погрузимся в мир времени — а именно, разберёмся, как работать с часовыми поясами в Python при помощи модуля pytz. Готовы? Поехали! Когда разрабатываешь что-то, связанное с временем (например, планировщик встреч или рассылку новостей), всегда возникает вопрос: а в каком часовом поясе живёт пользователь? Если просто хранить время как есть, то превратить его в локальное для каждого пользователя — ещё тот квест. Именно тут на сцену выходит модуль pytz! ### Установка Для начала, если модуль еще не установлен, его легко добавить:

pip install pytz

### Пример 1: Преобразование времени между часовыми поясами Посмотрим, как перевести текущее время UTC в время, например, Нью-Йорка и Токио.

from datetime import datetime
import pytz

utc_time = datetime.now(pytz.utc)
ny_zone = pytz.timezone('America/New_York')
tokyo_zone = pytz.timezone('Asia/Tokyo')

ny_time = utc_time.astimezone(ny_zone)
tokyo_time = utc_time.astimezone(tokyo_zone)

print("UTC:", utc_time)
print("New York:", ny_time)
print("Tokyo:", tokyo_time)

### Пример 2: Создание даты в определённом часовом поясе Иногда нужно создать событие, точно зная часовой пояс (например, встреча в Лондоне):

from datetime import datetime
import pytz

london_zone = pytz.timezone('Europe/London')
meeting_time_naive = datetime(2024, 6, 1, 15, 0, 0)
meeting_time_london = london_zone.localize(meeting_time_naive)

print("Meeting in London:", meeting_time_london)

Обратите внимание: всегда используйте localize — нельзя просто "приписывать" часовой пояс к наивной дате (replace(tzinfo=...) работает не всегда корректно из-за перехода на летнее/зимнее время). ### Пример 3: Список всех часовых поясов Хотите узнать, какие названия часовых поясов доступны? Легко:

import pytz

for tz in pytz.all_timezones[:5]:
    print(tz)

(Тут я вывел только первые пять, их всего — сотни!) ### Кратко о главном - Всегда работайте с datetime, связанными с временной зоной (aware datetime). - Используйте pytz.timezone("...") и метод .localize() для корректности. - Методы из pytz позволяют конвертировать значения времени без головной боли с часовыми поясами! Теперь работа со временем из Лос-Анджелеса до Владивостока — не проблема. Надеюсь, теперь даты и время не будут вас пугать!

Работа с датами и временем: использование модуля pytz для работы с часовыми поясами

Привет! Меня зовут Иван, и сегодня я хочу поделиться с вами магией пользовательских исключений в Python. Все мы знаем, что Python обожает бросаться ошибками как ребёнок снежками. Но что делать, если стандартный арсенал исключений не справляется с уникальной ситуацией вашего кода? ### Зачем нужны пользовательские исключения? Стандартные исключения (например, ValueError, TypeError) хороши, когда вы ловите что-то общее. Но когда ваш код сталкивается с чем-то специфическим ― например, вы пишете API для управления роботом-пылесосом и хотите выбрасывать ошибку, если пылесос застрял под диваном ― логичнее создать своё исключение. ### Как определить своё исключение Пользовательские исключения наследуются от класса Exception. Это просто:

class VacuumStuckError(Exception):
    """Raised when the vacuum is stuck under the sofa."""
    pass

Обратите внимание: можно не добавлять методов, но иногда хочется передать подробности ошибки через аргументы.

class VacuumStuckError(Exception):
    def __init__(self, location):
        self.location = location
        super().__init__(f"Vacuum is stuck at {self.location}")

### Используем пользовательские исключения Когда возникает особая ситуация, вы просто используете raise:

def move_vacuum(location):
    forbidden_zones = ["sofa", "stairs"]
    if location in forbidden_zones:
        raise VacuumStuckError(location)
    print(f"Vacuum moving to {location}")

И ловим исключение как обычно:

try:
    move_vacuum("sofa")
except VacuumStuckError as e:
    print(f"Oops! {e}")

Результат:

Oops! Vacuum is stuck at sofa

### Зачем всё это? Пользовательские исключения делают ваш код читаемей и позволяют чётко разграничить стандартные и ваши бизнес-ошибки. Это особенно важно, если придётся интегрировать вашу библиотеку в чужие проекты. Совет от меня: создавайте древовидную структуру своих исключений, наследуя их от одного корневого:

class VacuumError(Exception):
    pass

class VacuumStuckError(VacuumError):
    pass

class VacuumLowBatteryError(VacuumError):
    pass

Так проще поймать все ошибки, связанные с вашим оборудованием, одним блоком except VacuumError. Пусть ваш код бросает только те снежки, которые вы сами для него подготовили!

Как определить и использовать пользовательские исключения в Python

Привет, меня зовут Иван, и сегодня я расскажу, как быстро и просто создать свой калькулятор на Python с помощью модуля tkinter. Если вы ещё ни разу не работали с графическим интерфейсом — не пугайтесь! Всё проще, чем кажется. Почему именно tkinter? tkinter — это стандартный GUI-модуль, который поставляется с Python «из коробки». То есть ничего дополнительно устанавливать не надо. Он лёгкий, интуитивно понятный и идеально подходит для первых экспериментов с окнами, кнопками и текстовыми полями. Идём к делу. Минимальный калькулятор Создадим калькулятор, который умеет складывать два числа.

import tkinter as tk

def add_numbers():
    try:
        result = float(entry1.get()) + float(entry2.get())
        result_label.config(text=f"Result: {result}")
    except ValueError:
        result_label.config(text="Invalid input!")

root = tk.Tk()
root.title("Simple Calculator")

entry1 = tk.Entry(root)
entry1.pack()
entry2 = tk.Entry(root)
entry2.pack()

add_button = tk.Button(root, text="Add", command=add_numbers)
add_button.pack()

result_label = tk.Label(root, text="Result:")
result_label.pack()

root.mainloop()

Что тут происходит? 1. Создаём главное окно (root). 2. Добавляем два текстовых поля (entry1 и entry2). 3. Кнопка вызывает функцию add_numbers, которая берёт числа из полей, складывает их и выводит результат. Сделаем лучше: универсальный калькулятор Добавим операции: сложение, вычитание, умножение и деление.

def calculate(op):
    try:
        x = float(entry1.get())
        y = float(entry2.get())
        if op == "+":
            res = x + y
        elif op == "-":
            res = x - y
        elif op == "*":
            res = x * y
        elif op == "/":
            res = x / y if y != 0 else "Div by 0!"
        result_label.config(text=f"Result: {res}")
    except ValueError:
        result_label.config(text="Invalid input!")

frame = tk.Frame(root)
frame.pack()

for op in ("+", "-", "*", "/"):
    btn = tk.Button(frame, text=op, command=lambda o=op: calculate(o))
    btn.pack(side=tk.LEFT)

Теперь ваш калькулятор поддерживает все базовые арифметические операции! Можно поиграть с оформлением, добавить меню, вывести историю вычислений. Всё ограничивается только вашей фантазией — и возможностями tkinter. tkinter — отличный способ почувствовать себя не только программистом, но и настоящим создателем цифровых инструментов. Начните с калькулятора, а там, глядишь, и свой планировщик задач напишете!

Использование модуля tkinter для создания простых калькуляторов

Привет! Я Иван, и сегодня мы разберём один из скрытых суперсил Flask — промежуточные слои, или middleware. Если вы пишете свой первый веб-сервис на Flask, то middleware покажутся чем-то загадочным. На самом деле, всё очень просто — это специальные функции, которые могут «подслушать» и даже изменить наш запрос или ответ до того, как он попадёт в маршрутизатор или пользователя. Зачем это нужно? Представим, что вы хотите журналировать все запросы, добавить авторизацию, измерить время отклика или, скажем, сделать мини-анализатор заголовков. Конечно, можно завернуть логику в декораторы, но middleware позволяют вставить ваш код ещё глубже — на уровне всего приложения! В Flask есть два основных способа внедрить свои промежуточные слои. ## 1. before_request и after_request Flask даёт встроенные хуки: можно выполнить что-то ДО и ПОСЛЕ основного обработчика запроса.

from flask import Flask, request

app = Flask(__name__)

@app.before_request
def log_request_info():
    print(f"Request: {request.method} {request.path}")

@app.after_request
def add_custom_header(response):
    response.headers['X-Powered-By'] = 'Python&Flask'
    return response

@app.route("/")
def home():
    return "Hello, world!"

В этом примере каждый запрос фиксируется, а в любом ответе появится особый HTTP-заголовок. Очень удобно! ## 2. Собственные WSGI middleware Если хочется большего контроля, Flask позволяет оборачивать всё приложение сторонними слоями. Например, напишем свой простой middleware:

class SimpleMiddleware:
    def __init__(self, app):
        self.app = app

    def __call__(self, environ, start_response):
        print("Middleware: request received")
        return self.app(environ, start_response)

app = Flask(__name__)
app.wsgi_app = SimpleMiddleware(app.wsgi_app)

@app.route("/secret")
def secret():
    return "This is secret!"

Здесь каждый HTTP-запрос «проходит» через наш класс, который может делать что угодно с данными. ## Вывод Промежуточные слои — мощный инструмент, позволяющий работать с каждым запросом и ответом во Flask. Их применение открывает путь к гибкой авторизации, логированию, мониторингу и многому другому — и всё это не в ущерб чистоте главных обработчиков. Используйте middleware тогда, когда нужна общая логика для всего приложения! — Иван