Программистика

🖥 Проект: Система для улучшения доступности PDF-документов

Самое главное в программировании - это практика, так давайте же к ней приступим

👀Создайте инструмент на Python, который анализирует PDF-документы на предмет их доступности (например, наличие альтернативного текста для изображений, правильное использование заголовков) и предлагает рекомендации по улучшению. Вот как я реализовал этот проект: 🔗 Ссылка на проект @programistica // #project

🖥 Библиотека Rich Rich - это мощная библиотека для Python, предназначенная для улучшения визуализации консольного вывода с помощью красивого форматирования текста, таблиц, прогресс-баров и даже Markdown. Она позволяет разработчикам легко создавать более информативные и визуально привлекательные консольные приложения, делая вывод данных не только полезным, но и приятным для восприятия. 👩‍💻Пример:

from rich.console import Console
from rich.table import Table
from rich.progress import track
import time

# Создаем объект консоли
console = Console()

# Создаем таблицу
table = Table(show_header=True, header_style="bold magenta")
table.add_column("ID", style="dim", width=6)
table.add_column("Name")
table.add_column("Description")

# Добавляем строки в таблицу
table.add_row("1", "Rich", "Render rich text, tables, progress bars, syntax highlighting, markdown and more to the terminal.")
table.add_row("2", "Requests", "Simple HTTP library for Python, built for human beings.")
table.add_row("3", "Pandas", "Powerful data structures for data analysis, time series, and statistics.")

# Выводим таблицу в консоль
console.print(table)

# Демонстрация прогресс-бара
for _ in track(range(10), description="Processing..."):
    time.sleep(1)  # Имитация задержки

‼️Этот скрипт сначала создает и выводит таблицу с использованием Rich, а затем демонстрирует прогресс-бар, который постепенно заполняется. Rich делает вывод в консоль более информативным и визуально привлекательным, что может быть особенно полезно для CLI-приложений и скриптов, выполняющих сложную обработку данных. @programistica // #Library

👀 Книга: Объектно-ориентированный Python ⏺Объекты в Pythoп ⏺Когда объекты одинаковы ⏺Ожидаемые неожиданности ⏺Когда без ООП не обойтись ⏺Абстрактные классы и перегрузка операторов ⏺Структуры данных Python ⏺Строки, сериализация и пути к файлам @programistica // #doc

💻 Вопрос из собеседования: Какие функции из collections и itertools вы используете? В модулях collections и itertools в Python есть множество полезных функций, которые могут использоваться в различных задачах. Некоторые из наиболее часто используемых функций включают: ⏺defaultdict: это удобный способ создания словаря с заданным значением по умолчанию для любого ключа, который еще не был добавлен в словарь. ⏺Counter: это удобный способ подсчета количества встречаемых элементов в списке или другом итерируемом объекте. Он возвращает объект, который можно использовать как словарь, где ключами являются элементы, а значения - количество их вхождений. ⏺namedtuple: можно создать именованный кортеж с заданными полями, что может быть удобно для работы с данными, которые имеют структуру, но не требуют создания класса. ⏺itertools.chain: позволяет конкатенировать несколько итерируемых объектов в единый итератор. ⏺itertools.groupby: позволяет группировать элементы итерируемого объекта по заданному ключу. ⏺itertools.combinations и itertools.permutations: генерируют все различные комбинации или перестановки элементов из заданного множества.

from collections import defaultdict
d = defaultdict(int)
print(d['apple'])

d = defaultdict(list)
print(d['apple'])

d = defaultdict(set)
print(d['apple'])

# вывод:
# 0
# []
# set()

from collections import Counter
cnt = Counter(['red', 'blue', 'red', 'green', 'blue', 'blue'])
print(cnt)
print(dict(cnt))

# вывод:
# Counter({'blue': 3, 'red': 2, 'green': 1})
# {'red': 2, 'blue': 3, 'green': 1}

from collections import namedtuple

Point = namedtuple("Point", "x y")
print(issubclass(Point, tuple))

point = Point(2, 4)
print(point)

print(point.x)
print(point.y)

print(point[0])
print(point[1])

# вывод:
# True
# Point(x=2, y=4)
# 2
# 4
# 2
# 4

Надеюсь это поможет вам пройти собеседование на желаемую вами работу, удачи🔥

@programistica // #jobs

👨‍💻 Изучаешь Frontend? Я тоже! idk Frontend - канал, в котором я максимально подробно конспектирую весь мой путь обучения с самого старта. 🔤 С меня: — Сложная теория простым языком; — Практические примеры и объяснения; — Разбор нейросетей, полезных в веб-разработке; — Крутые викторины по JS и шпаргалки. 🔤 С тебя: — Всего лишь подписка: @idk_frontend Продолжим обучаться вместе!

Кстати туда же входит и наш телеграм канал

Python с нуля: лучшие ресурсы для самостоятельного обучения Python - один из самых популярных и востребованных языков программирования в мире. Его простой синтаксис и мощные библиотеки делают его идеальным выбором для начинающих программистов. Если вы хотите изучить Python самостоятельно, вот лучшие ресурсы, которые помогут вам начать. Онлайн-курсы Codecademy - Интерактивная платформа, предлагающая бесплатный курс для начинающих, который познакомит вас с основами Python. Coursera - Предлагает курсы Python от университетов и колледжей по всему миру, в том числе специализации и профессиональные сертификаты. Udemy - Широкий выбор курсов Python для разных уровней знаний, от начального до продвинутого, часто доступны по сниженным ценам. edX - Курсы, разработанные ведущими университетами, такими как MIT и Гарвард, которые могут быть прослушаны бесплатно. Real Python - Платформа с практическими руководствами, видеоуроками и заданиями для изучения реального применения Python. Книги "Automate the Boring Stuff with Python" Ала Свейгарта - Отличный ресурс для начинающих, желающих применять Python для автоматизации повседневных задач. "Python Crash Course" Эрика Мэттеса - Популярная книга для начинающих, которая обучает основам и помогает создавать проекты. "Learning Python" Марка Лутца - Объемное руководство по Python, охватывающее все от основ до более сложных концепций. "Think Python" Аллена Б. Дауни - Подходит для тех, кто хочет понять программирование и Python на более глубоком уровне. Интерактивные платформы PyBites - Платформа, предлагающая набор задач на Python для практики и улучшения навыков программирования. CheckiO - Игровая платформа для кодинга, где можно решать задачи и участвовать в соревнованиях. LeetCode - Популярный вариант для подготовки к техническим собеседованиям, с сотнями задач для решения на Python. HackerRank - Платформа, которая предлагает задачи по программированию для развития и проверки навыков. Независимо от того, предпочитаете ли вы структурированные курсы или самостоятельное изучение с книгами и задачами, эти ресурсы помогут вам начать путь в мир программирования на Python. Самое важное - практика и терпение. Начните с малого, не бойтесь делать ошибки и постепенно вы увидите, как растут ваши навыки. Удачи в изучении Python! @programistica // #article

🖥 Библиотека Peewee Peewee — это маленький, выразительный ORM (объектно-реляционный маппер) для Python, который позволяет быстро и удобно работать с реляционными базами данных, используя классы и объекты Python вместо прямых SQL-запросов. Он поддерживает множество баз данных, включая SQLite, MySQL и PostgreSQL, и предлагает расширенные функции, такие как поддержка моделей, миграций и композитных ключей.

from peewee import *

# Определение базы данных SQLite
db = SqliteDatabase('my_database.db')

# Определение модели пользователя
class User(Model):
    username = CharField(unique=True)
    is_admin = BooleanField(default=False)

    class Meta:
        database = db  # Модель будет использовать базу данных 'db'

# Подключение к базе данных и создание таблиц
db.connect()
db.create_tables([User])

# Добавление нового пользователя
new_user = User.create(username='johndoe', is_admin=True)

# Обновление данных пользователя
new_user.username = 'john_doe'
new_user.save()

# Получение пользователя по имени
user = User.get(User.username == 'john_doe')
print(user.is_admin)

# Получение всех пользователей
all_users = User.select()
for user in all_users:
    print(user.username)

# Закрытие соединения с базой данных
db.close()

➡️В этом примере мы создали базу данных SQLite с одной таблицей User, которая имеет поля username и is_admin. Мы добавили пользователя, обновили его данные, получили пользователя по имени и вывели список всех пользователей. ‼️Peewee делает взаимодействие с базами данных простым и интуитивно понятным, позволяя разработчикам сосредоточиться на логике приложения, а не на SQL-запросах. @programistica // #Library

💻 Вопрос из собеседования: Как имплементировать словарь с нуля? Для реализации словаря можно использовать хэш-таблицу. Хэш-таблица - это структура данных, которая обеспечивает эффективный поиск, вставку и удаление элементов. Ключи преобразуются в индексы с помощью хэш-функции, и значения хранятся в соответствующих ячейках памяти. 👩‍💻Например, можно создать класс, который будет имитировать словарь:

class MyDictionary:
    def __init__(self):
        self.size = 10 # размер таблицы
        self.keys = [None] * self.size
        self.values = [None] * self.size

    def __setitem__(self, key, value):
        index = hash(key) % self.size # вычисляем индекс
        self.keys[index] = key
        self.values[index] = value

    def __getitem__(self, key):
        index = hash(key) % self.size
        return self.values[index]

👩‍💻Теперь можно создавать экземпляры этого класса и использовать их, как обычный словарь:

d = MyDictionary()
d['apple'] = 'red'
d['banana'] = 'yellow'
print(d['apple']) # выведет 'red'
print(d['banana']) # выведет 'yellow'

‼️Это простой пример, и на практике словари в Python имеют более сложную реализацию, чтобы обеспечить высокую производительность и эффективность использования памяти.

Надеюсь это поможет вам пройти собеседование на желаемую вами работу, удачи🔥

@programistica // #jobs

👀 Книга: Python: большая книга примеров ⏺Языки. Общие представления ⏺Выражения python ⏺Имена ⏺Нотация в Python ⏺Именование переменных в PEP8 ⏺Классы ⏺Типы и классы И многое другое @programistica // #doc

🖥 Библиотека HTTPX HTTPX - это современная и полнофункциональная библиотека Python для асинхронных HTTP запросов, которая поддерживает HTTP/1.1 и HTTP/2 и предоставляет удобный API для синхронного и асинхронного программирования. Она предлагает продвинутые функции, такие как поддержка многопоточности, встроенные сессии с куками и возможность использования различных типов аутентификации. 👀Давайте рассмотрим пример синхронного GET-запроса к веб-сайту:

import httpx

# Синхронный GET-запрос
response = httpx.get('https://www.example.com')

# Вывод ответа
print(response.status_code)
print(response.headers)
print(response.text)

👀Теперь давайте рассмотрим асинхронный запрос, который требует использования async и await:

import httpx
import asyncio

# Асинхронная функция для выполнения GET-запроса
async def fetch(url):
    async with httpx.AsyncClient() as client:
        response = await client.get(url)
        return response

# Запуск асинхронной функции и вывод ответа
async def main():
    response = await fetch('https://www.example.com')
    print(response.status_code)
    print(response.headers)
    print(response.text)

# Запуск асинхронного цикла событий
asyncio.run(main())

‼️Эти примеры демонстрируют базовое использование HTTPX для выполнения HTTP-запросов. Библиотека HTTPX позволяет легко переключаться между синхронным и асинхронным кодом, предоставляя гибкость для разработки современных приложений. @programistica // #Library

🖥 Python в области кибербезопасности: Инструменты и применение В современном мире, где цифровые технологии проникают во все сферы нашей жизни, вопросы кибербезопасности становятся всё более актуальными. Python, благодаря своей гибкости и мощному набору инструментов, занимает ключевое место в арсенале специалистов по информационной безопасности. 🗣Тестирование на проникновение с Python 🗣Анализ уязвимостей 🗣Расследование инцидентов 🗣Обучение и симуляция атак 🔗 Читать полностью @programistica // #article

Погрузитесь в мир Python с нашим бесплатным курсом! 🎓 Включено 45 уроков, 56 упражнений в тренажере и 163 проверочных теста. Узнаете, как создавать программы, работать с условиями и функциями. Что вы освоите: — Составление программ из нескольких модулей. — Анализ ошибок в коде с использованием отладочной печати. 📚 Курс охватывает основы Python: синтаксис, условия, циклы, типы данных и библиотеки. Практика на каждом шаге поможет вам уверенно использовать язык. Начните свое обучение с бесплатного базового курса Python и вы сможете создавать несложные программы, а так же анализировать ошибки в коде!

💻 Вопрос из собеседования: В чём преимущества массивов numpy по сравнению с (вложенными) списками python? Основное преимущество массивов NumPy перед списками Python заключается в том, что NumPy использует более оптимизированную память и имеет более эффективные методы работы с массивами (из-за реализации на C), что делает его подходящим выбором для работы с большими объемами данных и научных вычислений. 👀Например, с NumPy вы можете выполнять бродкастинг (broadcasting), матричные операции и другие векторизованные вычисления с более высокой производительностью, чем при использовании вложенных списков. Некоторые из основных преимуществ NumPy: ⏺Более оптимизированная память, что позволяет NumPy работать быстрее с большим объемом данных ⏺Встроенные методы для выполнения арифметических операций, таких как сумма и произведение, которые могут работать сразу над всеми элементами массивов. ⏺Возможность выполнять матричные операции и другие векторизованные вычисления. ⏺Простой синтаксис для выполнения операций над массивами. ⏺Возможность конвертировать массивы NumPy в другие формы данных, такие как списки Python или таблицы Pandas. ‼️Eсли вы работаете с массивами данных, над которыми нужно выполнять научные вычисления, то использование NumPy будет более предпочтительным вариантом, чем использование списков Python.

Надеюсь это поможет вам пройти собеседование на желаемую вами работу, удачи🔥

@programistica // #jobs

🖥 Библиотека Tqdm Tqdm – это легковесная и мощная библиотека Python, которая добавляет прогресс-бары к циклам и блокам кода с минимальными изменениями в исходном коде. Она обеспечивает быструю обратную связь о состоянии выполнения операций, что делает процесс отладки и мониторинга более удобным и информативным. 👩‍💻Пример использования:

from tqdm import tqdm
import time

# Имитация длительной задачи с использованием цикла
for i in tqdm(range(100)):
    # Задержка для имитации выполнения задачи
    time.sleep(0.1)

Код создаст прогресс-бар, который будет обновляться в реальном времени по мере выполнения цикла. Здесь range(100) определяет общее количество итераций, а time.sleep(0.1) имитирует задержку, которая могла бы быть вызвана выполнением некоторой операции в каждой итерации цикла. Tqdm автоматически рассчитывает оставшееся время до завершения цикла и отображает это вместе с прогресс-баром, делая его мощным инструментом для мониторинга прогресса длительных задач. @programistica // #Library

⚡️ RECURA - один из лучших каналов для разработчиков и инженеров. Канал ведёт DevOps-инженер, который ежедневно публикует: — код, повышающий эффективность разработки — лайфхаки и полезные трюки для Bash・Linux・macOS — полезные книги и советы по информационной безопасности — актуальные новости из мира технологий и нейросетей Подпишись на @recura_tech, чтобы каждый день открывать для себя что-то новое и быть востребованным специалистом.

👀 Книга: Типизированный Python для профессиональной разработки ⏺Раннее выявление ошибок ⏺Читаемость, понятность и поддерживаемость кода ⏺Помощь IDE при разработке ⏺Zen of Python ⏺Интерпретатор не проверяет подсказки типов ⏺Статический анализатор mypy И многое другое @programistica // #doc

🖥 Проект Веб-скрапер новостей

Самое главное в программировании - это практика, так давайте же к ней приступим

👀Напишите скрипт, который будет собирать новости с нескольких информационных сайтов, анализировать их содержание и отправлять краткие сводки на ваш email. Вот как я реализовал этот проект: 🔗Ссылка на проект @programistica // #project