Pythoner

✈️argparse — это стандартная библиотека Python, которая позволяет создавать программные интерфейсы командной строки с поддержкой различных параметров и опций. С ее помощью можно легко добавлять флаги, позиционные аргументы и необязательные параметры для скриптов. Библиотека особенно полезна для создания утилит или автоматизированных скриптов, которые запускаются из терминала. ➡️Пример просто скрипта, который принимает имя пользователя и выводит приветствие:

import argparse

# Создаем парсер
parser = argparse.ArgumentParser(description="Программа для приветствия пользователя")

# Добавляем аргумент
parser.add_argument('--name', type=str, required=True, help="Имя пользователя")

# Парсим аргументы
args = parser.parse_args()

# Выводим приветствие
print(f"Привет, {args.name}!")

Запустить скрипт:

python script.py --name Alice

⬆️Результат:

Привет, Alice!

➡️Пример с несколькими аргументами:

import argparse

# Создаем парсер
parser = argparse.ArgumentParser(description="Программа для сбора информации о пользователе")

# Добавляем аргументы
parser.add_argument('--name', type=str, required=True, help="Имя пользователя")
parser.add_argument('--age', type=int, default=18, help="Возраст пользователя")
parser.add_argument('--city', type=str, default="Не указан", help="Город проживания")

# Парсим аргументы
args = parser.parse_args()

# Выводим информацию
print(f"Имя: {args.name}")
print(f"Возраст: {args.age}")
print(f"Город: {args.city}")

Запустить скрипт:

python script.py --name Bob --age 25 --city NewYork

⬆️Результат:

Имя: Bob
Возраст: 25
Город: NewYork

🔎Практическое применение: — Создание утилит для обработки файлов (например, конвертация форматов). — Разработка автоматизированных скриптов для анализа данных. — Написание командных инструментов для администрирования систем. 🐍 Pythoner

Канал посвящен языку Python и игровому движку Ursina. Подробные гайды и примеры кода. Заходи, не пожалеешь!!! Реклама. Медведев А.К. ИНН 432601734225.

😈 IT memer

Вам открыли доступ в архив с платными материалами по IT Теперь не нужно тратить деньги на топовые курсы и книги по программированию — их выложили в Telegram бесплатно Все найденные курсы собирают тут — t.me/+STwxiv6ASuIwMjli Сохрани, чтобы не потерять Написать в Whatsapp #реклама 16+ О рекламодателе

Netflix , Minecraft,Spotify — знаешь эти проекты? Все они работают на Java. И это только верхушка айсберга. Java — это мощный язык, на котором строят игры, банки, корпоративные системы и даже Android-приложения. В канале Easy Java разработчик из Яндекса делится полезными материалами: оптимизация кода, прохождение собеседований и работа с передовыми технологиями. Хочешь узнать, как пишут код, который работает годами? Врывайся! 🔥 @EasyJava

🤔Разбор Метод .pop удаляет из списка элемент по индексу, если индекс был передан. У нас индекса передано не было —> он удалит последний элемент (как по умолчанию). НО! Мы принтуем НЕ список, а результат удаления. Прикол в том, что .pop помимо удаления, еще и возвращает удаленный элемент. То есть в принте будет выведен элемент, который мы удалили —> 'C++' p.s. когда-то уже была такая задача, люди, давно подписанные, обладающие хорошей памятью, уже не ведутся на такие уловки)) 🐍 Pythoner

Онлайн-интенсив для ИТ-специалистов в Открытых школах Т1 Уже есть опыт работы в ИТ, но хочешь прокачать скилы и продвинуться в карьере? Тогда скорее залетай на бесплатный ИТ-интенсив в Открытых школах Т1. Открытые школы — это возможность усилить свои навыки и получить оффер в ИТ-холдинг Т1. И все это за месяц, онлайн и в удобное вечернее время. Что ты получишь? ✅ бесплатное обучение в гибком формате: по вечерам, онлайн, из любого города РФ и РБ. ✅ материалы от HR для прокачки резюме и подготовки к интервью в Т1. ✅ много практики и уникальный рыночный опыт. ✅ поддержку опытных преподавателей и карьерный фаст-трек до мидла в Т1 для лучших выпускников. ✅ реальный шанс получить оффер в Т1. Более 1000 специалистов уже прошли этот путь — теперь твоя очередь! Регистрация до 14 марта! Подать заявку #реклама 16+ t1.ru О рекламодателе

✈️Telethon — это асинхронная библиотека Python для работы с Telegram API. Она позволяет взаимодействовать с Telegram на уровне API, предоставляя возможность отправлять сообщения, получать обновления, работать с чатами, группами и каналами. ➡️Пример создания простого Telegram-бота: 1. Установка Telethon: Сначала установите библиотеку командой:

pip install telethon

2. Создание приложения в Telegram: Перейдите в Telegram API и создайте новое приложение, чтобы получить API ID и API Hash. 3. Код бота: Создайте файл bot.py со следующим содержимым:

from telethon import TelegramClient, events

# Настройки вашего приложения
api_id = 'YOUR_API_ID'  # Введите ваш API ID
api_hash = 'YOUR_API_HASH'  # Введите ваш API Hash

# Создание клиента
client = TelegramClient('session_name', api_id, api_hash)

@client.on(events.NewMessage)
async def handler(event):
    # Проверяем, является ли сообщение от пользователя
    if event.is_private:
        sender = await event.get_sender()
        username = sender.username
        message = event.text

        # Ответ на сообщение
        await event.respond(f"Привет, {username}! Ты написал: {message}")

# Запуск клиента
with client:
    print("Бот запущен. Нажмите Ctrl+C для остановки.")
    client.run_until_disconnected()

4. Запустите бота командой:

python bot.py

⬆️Готово, теперь бот будет отвечать на все личные сообщения, которые он получает. 🔎Как это работает? - Создание клиента: Мы используем TelegramClient для подключения к Telegram API с помощью вашего API ID и API Hash. - Обработка событий: Метод @client.on(events.NewMessage) регистрирует обработчик для новых сообщений. - Отправка ответа: Метод await event.respond() позволяет отправить ответное сообщение пользователю. 💡Заключение Telethon — это мощный инструмент для работы с Telegram. Он особенно полезен для создания ботов, автоматизации задач и анализа данных из Telegram. 🐍 Pythoner

Большая кладовая онлайн-курсов Stepik – незаменимый спутник для тех, кто работает удаленно и любит путешествовать, так как помогает учиться в любой точке мира. Это отличная альтернатива чтению книги и просмотру фильма: позволит вам скоротать время в дороге, осваивая полезный навык или подтягивая иностранный язык, особенно удобно это делать в мобильном приложении. У Stepik есть свой телеграм-канал, в котором они рассказывают об авторских курсах (как платных, так и бесплатных), а также публикует полезные статьи и ссылки. У них есть такие подборки курсов: - Разработка на Python - Дизайн и графика - Тестирование ПО - Работа с данными Подпишитесь на stepik_courses и найдите интересующий курс для себя! Подписаться #реклама 16+ О рекламодателе

✈️smtplib — это стандартная библиотека Python для отправки электронных писем через SMTP-серверы. Она позволяет легко отправлять сообщения, включая текст, файлы и HTML-контент. Отправка email может быть полезна для автоматических уведомлений, напоминаний или регулярных отчетов. ➡️Пример отправки простого email:

import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart

# Настройки отправителя
sender_email = "your_email@gmail.com"
receiver_email = "recipient_email@example.com"
password = "your_password"  # Введите пароль или токен приложения

# Создание сообщения
message = MIMEMultipart()
message['From'] = sender_email
message['To'] = receiver_email
message['Subject'] = "Тестовое сообщение из Python"

# Текст письма
body = "Привет! Это тестовое сообщение, отправленное с помощью Python."
message.attach(MIMEText(body, 'plain'))

# Подключение к SMTP-серверу Gmail
try:
    server = smtplib.SMTP('smtp.gmail.com', 587)
    server.starttls()  # Шифрование соединения
    server.login(sender_email, password)  # Авторизация
    
    # Отправка письма
    text = message.as_string()
    server.sendmail(sender_email, receiver_email, text)
    print("Сообщение успешно отправлено!")
except Exception as e:
    print(f"Ошибка отправки: {e}")
finally:
    server.quit()

💡Важно: Для работы с Gmail необходимо использовать токен приложения вместо обычного пароля (включите двухфакторную аутентификацию и сгенерируйте токен). ➡️Пример отправки email с вложением:

from email.mime.base import MIMEBase
from email import encoders

# Добавляем вложение
filename = "example.txt"
with open(filename, "rb") as attachment:
    part = MIMEBase("application", "octet-stream")
    part.set_payload(attachment.read())

encoders.encode_base64(part)
part.add_header(
    "Content-Disposition",
    f"attachment; filename= {filename}",
)

message.attach(part)

# Отправляем письмо как раньше
server.sendmail(sender_email, receiver_email, message.as_string())
print("Сообщение с вложением успешно отправлено!")

➡️Основные функции библиотеки: 1. Создание SMTP-объекта - для подключения к почтовому серверу. 2. Аутентификация - возможность входа с использованием логина и пароля. 3. Отправка почты - метод для отправки электронных писем с указанным содержимым. 📖 Официальная документация smtplib 🐍 Pythoner

Крупнейший университет искусственного интеллекта Приглашаем на бесплатный однодневный интенсив по AI! Освой искусственный интеллект для профессионального роста: создавай нейросети, автоматизируй бизнес-задачи и зарабатывай на AI-решениях. ✨ 8 000+ студентов со всего мира ✨ 600+ AI-проектов, созданных студентами ✨ Сборная Университета — победители крупнейших AI-хакатонов России ✨ Стажировки в крупнейших компаниях России (РЖД, Ростелеком, РУДН, Совкомбанк, Самолет и другие) ✨ Трудоустраиваем выпускников в крупнейшие компании (Яндекс, ВТБ, Сбербанк, Роскосмос и другие) Будем рады видеть тебя в наших рядах! Узнать больше #реклама 16+ neural-university.ru О рекламодателе

✈️Flask — это легковесный фреймворк Python для создания веб-приложений. Он предоставляет простой и гибкий инструментарий для разработки сайтов, API и других веб-сервисов. Flask особенно полезен для небольших проектов или прототипов, но может быть масштабирован до полноценных приложений. ➡️Пример создания простого веб-приложения 1. Установка Flask: Сначала установите библиотеку командой:

pip install flask

2. Создание приложения: Создайте файл app.py со следующим содержимым:

from flask import Flask, render_template, request

app = Flask(__name__)

# Главная страница
@app.route('/')
def home():
    return "Добро пожаловать на мой сайт!"

# Страница приветствия
@app.route('/hello/<name>')
def hello(name):
    return f"Привет, {name}!"

# Запуск приложения
if __name__ == '__main__':
    app.run(debug=True)

3. Запуск приложения: Запустите скрипт командой:

python app.py

4. Тестирование: Откройте браузер и перейдите по адресу http://127.0.0.1:5000/. Вы увидите сообщение "Добро пожаловать на мой сайт!". Теперь попробуйте перейти по адресу http://127.0.0.1:5000/hello/Alice. Вы получите сообщение "Привет, Alice!". 🔎Как это работает? - Определение маршрутов: Мы используем декоратор @app.route() для определения URL-адресов и соответствующих функций. - Передача параметров: В примере /hello/<name> параметр name передается в функцию hello(). - Запуск сервера: Метод app.run() запускает локальный сервер для тестирования приложения. ➡️Если вы хотите углубиться в работу с Flask, вот несколько полезных ссылок: — Официальная документация Flask — Учебник по Flask 💡Заключение Flask — это отличный выбор для создания веб-приложений в Python. Его простота и гибкость позволяют быстро реализовать идеи и протестировать их. 🐍 Pythoner

Вебинар про UserGate SIEM ⚡ Отечественные компании каждый день сталкиваются с различными рисками и угрозами, часть из которых помогает закрыть отказоустойчивость. 📊Спикеры: - Дмитрий Чеботарев, менеджер по развитию UserGate SIEM; - Дмитрий Богданов, ведущий инженер UserGate. ✅ Расскажут об отказоустойчивости и кластеризации и о том, для чего они нужны; ✅ Покажут кейсы использования. Зарегистрироваться #реклама 16+ webinar.usergate.com О рекламодателе

✈️Вложенный список - это список, содержащий другие списки в качестве его элементов. Создание вложенного списка в Python - это простой процесс. Вы просто создаете список, как обычно, но вместо того чтобы добавлять одиночные элементы, вы добавляете другие списки. Например, nested_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]. ➡️Добавление вложенного списка Добавление нового вложенного списка в существующий список также является прямолинейным процессом. Вы просто используете метод .append() для добавления нового списка. Например, если вы хотите добавить новый список [10, 11, 12] в наш вложенный список, вы бы написали nested_list.append([10, 11, 12]). ➡️Доступ к элементам вложенных списков Доступ к элементам вложенного списка осуществляется также, как и к элементам обычного списка, только с дополнительным индексированием для вложенных списков. Например, если вы хотите получить доступ к числу 5 в приведенном выше вложенном списке, вы бы использовали nested_list[1][1]. ➡️Изменение элементов вложенных списков Изменение элементов во вложенных списках также является прямолинейным процессом. Точно также, как вы бы изменили элемент в обычном списке, вы просто обращаетесь к нужному элементу с помощью индекса и присваиваете ему новое значение. Например, nested_list[2][2] = 10 заменит число 9 на число 10 в нашем вложенном списке. 🐍 Pythoner

IT_ONE Cup. ML Challenge от IT_ONE и Sk FinTech Hub — создай AI-ассистента, который будет помогать в работе дизайнерам, системным и бизнес-аналитикам. Участвуй онлайн с 12 по 29 апреля и поборись за 1 500 000 рублей. Регистрация открыта до 11 апреля Твоя формула победы: ✅ Разбираешься в машинном обучении. ✅ На ты с NLP и LLM. ✅ Концептуально понимаешь принципы работы веб-приложений.   Также приглашаем Backend и Frontend-разработчиков, системных и бизнес-аналитиков, UI/UX-дизайнеров. Участвуй онлайн соло или командой до 5 человек.  Задачи IT_ONE Cup. ML Challenge: 🔤 Динамические контекстные подсказки для системного аналитика. 🔤 AI-генератор дизайн-макетов по описанию требований. 🔤 Система визуализации BPMN-диаграмм. 4 апреля приходи на митап с экспертами соревнования — задай вопросы и узнай больше о задачах.  Создай AI-ассистента, который облегчит выполнение рабочих задач — регистрируйся на IT_ONE Cup. ML Challenge

✈️Scrapy — это мощная фреймворк Python для автоматизированного сбора данных с веб-сайтов. Он позволяет легко парсить HTML-страницы, извлекать нужную информацию и сохранять ее в удобном формате (CSV, JSON и т.д.). Scrapy особенно полезен для проектов, связанных с анализом данных, мониторингом цен или сбором информации из интернета. ➡️Пример создания простого скрапера Допустим, мы хотим собрать названия статей с новостного сайта с помощью Scrapy: В папке news_scraper/spiders/ создайте файл news_spider.py со следующим содержимым:

import scrapy

class NewsSpider(scrapy.Spider):
    name = 'news'
    start_urls = ['https://example.com/news']  # URL сайта для парсинга

    def parse(self, response):
        # Извлекаем заголовки статей
        for article in response.css('div.article'):
            yield {
                'title': article.css('h2.title::text').get(),
                'link': article.css('a::attr(href)').get(),
            }

        # Переход на следующую страницу
        next_page = response.css('a.next-page::attr(href)').get()
        if next_page is not None:
            yield response.follow(next_page, self.parse)

Далее запускаем с помощью команды:

scrapy crawl news -o news.json

⬆️Результат будет сохранен в файл news.json. ➡️Преимущества использования Scrapy - Масштабируемость: Scrapy может обрабатывать тысячи страниц одновременно, что делает его идеальным для крупных проектов. - Гибкость: Библиотека поддерживает различные типы запросов (GET, POST), аутентификацию, куки и работу с JavaScript через интеграцию с Selenium. - Автоматизация: Scrapy позволяет настроить периодические задачи для регулярного сбора данных. - Экономия времени: Вместо ручного копирования информации, Scrapy автоматизирует процесс, позволяя сосредоточиться на анализе данных. - Поддержка различных форматов: Собранные данные можно экспортировать в CSV, JSON, XML и другие форматы без дополнительных усилий. ➡️Заключение Scrapy — это не просто инструмент для веб-скрапинга, это целая экосистема, которая помогает эффективно решать задачи сбора данных. Его гибкость, масштабируемость и автоматизация делают его незаменимым для разработчиков, работающих с большими объемами информации. 🐍 Pythoner

Зачем покупать курсы, книги и искать информацию на древних форумах когда есть Python Power❔ В канале от Senior-разработчика уже можно посмотреть совершенно бесплатно: - ♾ количество фишек и полезной инфы - 52 прохождения собеса - 117 рабочих скриптов - слив топ 20 курсов - 10 мастхев книг - 144 задачи которые будут на вашем собесе - гайд как получить первый оффер 🔒Открыли канал на 48 часов, успей залететь!

✈️Matplotlib — это мощная библиотека Python для создания статических, анимированных и интерактивных визуализаций. Она позволяет строить различные типы графиков, таких как линейные графики, гистограммы, диаграммы и многое другое. Matplotlib особенно полезен для анализа данных, презентаций и научных исследований. ➡️Пример создания графика: Если мы хотим построить график зависимости y = x^2:

import matplotlib.pyplot as plt
import numpy as np

# Генерируем данные
x = np.linspace(-10, 10, 100)  # 100 точек от -10 до 10
y = x ** 2

# Создаем график
plt.plot(x, y, label='y = x^2', color='blue', linewidth=2)

# Добавляем заголовок и метки осей
plt.title('График функции y = x^2')
plt.xlabel('X')
plt.ylabel('Y')

# Добавляем легенду
plt.legend()

# Отображаем график
plt.grid(True)
plt.show()

⬆️Будет построен график параболы с заголовком, метками осей и сеткой. ➡️Пример создания гистограммы: Теперь давайте построим гистограмму распределения случайных чисел:

import matplotlib.pyplot as plt
import numpy as np

# Генерируем случайные данные
data = np.random.randn(1000)

# Создаем гистограмму
plt.hist(data, bins=30, color='green', edgecolor='black', alpha=0.7)

# Добавляем заголовок и метки осей
plt.title('Гистограмма распределения данных')
plt.xlabel('Значение')
plt.ylabel('Частота')

# Отображаем график
plt.grid(axis='y', linestyle='--', alpha=0.7)
plt.show()

⬆️Будет построена гистограмма с 30 столбцами, показывающая распределение данных. ➡️Почему Matplotlib полезен? -- Широкие возможности: Matplotlib позволяет создавать практически любой тип графика. - Кастомизация: Вы можете полностью контролировать внешний вид графиков (цвета, шрифты, размеры). - Интеграция с другими библиотеками: Matplotlib отлично работает с Pandas, NumPy и SciPy. 💡Благодаря своей гибкости и мощным возможностям, Matplotlib является незаменимым инструментом для визуализации данных в Python. 🐍 Pythoner