Python Learning

❓ Вопрос на собеседовании Что такое yield from в Python и как оно помогает при работе с большими наборами данных? Ответ ⬇️ yield from используется для делегирования работы с подгенераторами в Python. Это позволяет "плоско" и эффективно обрабатывать вложенные данные, избегая лишних циклов и улучшая производительность. Пример использования ⚙️

def flatten(nested_list): for item in nested_list: if isinstance(item, list): yield from flatten(item) # Делегирует генерацию к вложенному списку else: yield item nested_list = [1, [2, [3, 4], 5], 6] for num in flatten(nested_list): print(num)

Python Learning 👩‍💻

⚙️ sys.intern() В Python функция sys.intern() оптимизирует хранение строк, создавая их в единственном экземпляре в памяти (интернирование). Это ускоряет сравнение строк за счёт сравнения ссылок, а не их содержимого. Python Learning 👩‍💻

⌛ Что будет выведено при выполнении кода? Пояснение ⬇️

Функция generator возвращает 1 и 2 с помощью yield. При следующем вызове next(gen) выполняется return 3, вызывая StopIteration с атрибутом value равным 3. Это значение доступно через e.value.

Python Learning 👩‍💻

⚙️ sys.setrecursionlimit() В Python функция sys.setrecursionlimit() позволяет изменить максимальную глубину рекурсии. Это полезно для задач с глубокой рекурсией, таких как обход деревьев или выполнение сложных алгоритмов. Python Learning 👩‍💻

❌ Антипаттерн недели: Использование изменяемых объектов по умолчанию Использование изменяемых объектов (например, списков или словарей) в качестве значений по умолчанию для аргументов функции может привести к неожиданному поведению. Значение по умолчанию ([]) создаётся один раз при определении функции и используется повторно для всех вызовов. Поэтому изменения сохраняются между вызовами функции. ✔️ Как исправить: Используйте None и создавайте новый список внутри функции:

def add_item(item, items=None):
    if items is None:
        items = []
    items.append(item)
    return items

print(add_item(1))  # [1]
print(add_item(2))  # [2] — теперь всё работает правильно!

Избегайте изменяемых значений по умолчанию, чтобы не создавать неожиданных побочных эффектов. Python Learning 👩‍💻

🤔 Как это работает? — Python: List Comprehension List comprehension — это мощный способ создавать списки в Python одной строкой. Давайте разберём, как работает этот синтаксис. ➡️ Как это работает: • range(10) генерирует числа от 0 до 9. • Для каждого числа x из range(10) выполняется выражение x**2, которое возводит x в квадрат. • Результаты собираются в список squares. Развернутый аналог:

squares = []
for x in range(10):
    squares.append(x**2)
print(squares) #[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

Python Learning 👩‍💻

Офер в VK для бэкендеров и ML-щиков — станьте частью команды за выходные. 4–5 октября пройдёт VK Weekend Offer. Всего за 2 дня вы сможете пройти весь путь от знакомства с командами до приглашения на работу: пройти техническое собеседование, встретиться с лидами и получить офер. Требования для бекэндеров – три года опыта коммерческой разработки, знание Java, Go, Python, C++. Для ML-щиков – те же три года опыта + знания Classic ML, RecSys, NLP/LLM, CV, Speech. Читайте подробности на сайте и подавайте заявку до 2 октября!

PyOxidizer PyOxidizer — это инструмент, позволяющий упаковать Python-проект в единый исполняемый файл, включающий интерпретатор Python, все необходимые библиотеки и ресурсы. Это позволяет запускать ваши приложения без необходимости предварительной установки Python или каких-либо зависимостей. Python Learning 👩‍💻

⚙️ difflib.get_close_matches() В Python функция difflib.get_close_matches() находит наиболее похожие строки из списка на основе заданного шаблона. Это удобно для реализации поиска, проверки орфографии или подсказок для ввода. Python Learning 👩‍💻

❓ Вопрос на собеседовании Что такое dataclass в Python, как работает параметр init=False и зачем он нужен? Ответ ⬇️ dataclass — это декоратор из модуля dataclasses, который упрощает создание классов для хранения данных, автоматически генерируя методы, такие как __init__, __repr__, и __eq__. Параметр init=False позволяет исключить атрибут из автоматически сгенерированного конструктора __init__. Это полезно для атрибутов, которые не должны передаваться при создании экземпляра, например, для вычисляемых значений или внутренних данных. Пример использования ⚙️

from dataclasses import dataclass, field @dataclass class Product: name: str price: float discount: float = field(init=False) # Исключаем из __init__ def __post_init__(self): self.discount = self.price * 0.1 # Вычисляем скидку после инициализации # Создание экземпляра item = Product(name="Laptop", price=1000) print(item) # Product(name='Laptop', price=1000, discount=100.0)

Python Learning 👩‍💻

❓ Вопрос на собеседовании Что такое dataclass в Python, как работает параметр init=False и зачем он нужен? Ответ ⬇️ dataclass — это декоратор из модуля dataclasses, который упрощает создание классов для хранения данных, автоматически генерируя методы, такие как __init__, __repr__, и __eq__. Параметр init=False позволяет исключить атрибут из автоматически сгенерированного конструктора __init__. Это полезно для атрибутов, которые не должны передаваться при создании экземпляра, например, для вычисляемых значений или внутренних данных. Пример использования ⚙️

from dataclasses import dataclass, field @dataclass class Product: name: str price: float discount: float = field(init=False) # Исключаем из __init__ def __post_init__(self): self.discount = self.price * 0.1 # Вычисляем скидку после инициализации # Создание экземпляра item = Product(name="Laptop", price=1000) print(item) # Product(name='Laptop', price=1000, discount=100.0)

Python Learning 👩‍💻

⚙️ itertools.chain() Функция itertools.chain() позволяет объединить несколько итерируемых объектов в один. Это полезно, когда нужно работать с несколькими списками или другими коллекциями без явной конкатенации. Python Learning 👩‍💻

⚙️ collections.ChainMap В Python класс collections.ChainMap объединяет несколько словарей в одну структуру, позволяя искать ключи сразу во всех словарях. Это удобно для объединения настроек или конфигураций. Python Learning 👩‍💻

❓ Вопрос на собеседовании Что такое контекстные переменные (contextvars) в Python, как они работают и где применяются? Ответ ⬇️ Контекстные переменные (contextvars) — это механизм, введённый в Python 3.7, который позволяет хранить и изолировать данные для каждого потока выполнения. Они особенно полезны в асинхронных приложениях, где глобальные переменные могут быть небезопасны из-за возможного пересечения данных между задачами. В отличие от локальных переменных потоков (threading.local), contextvars работают корректно в асинхронных средах, таких как asyncio. Пример использования ⚙️

import contextvars import asyncio # Создаём контекстную переменную user_context = contextvars.ContextVar('user') async def task(name): user_context.set(name) # Устанавливаем значение await asyncio.sleep(1) # Эмуляция асинхронной задачи print(f"Текущий пользователь: {user_context.get()}") async def main(): await asyncio.gather(task("

Python Learning 👩‍💻

Один AI вместо десяти сервисов: тексты, визуал, аналитика и даже видео — всё это в Perplexity. Использовать разные сервисы для контента, аналитики, видео и кода — дорого, сложно и отнимает время. На бесплатном вебинаре от Зерокодер мы покажем, как: – Собрать презентацию, визуал, игру и текст с помощью Perplexity; – Экономить ресурсы, заменяя целую команду инструментов одним; – Получать идеи для монетизации ИИ прямо в процессе работы; – Настроить рабочие процессы с помощью Perplexity так, чтобы он реально ускорял решение задач. Все участники получат готовый гайд с набором промптов, который сделает вашу работу и повседневные задачи проще и интереснее. Бонус: в конце практикума расскажем как получить годовую подписку Perplexity Pro бесплатно (обычная стоимость – 240$). Присоединяйтесь к практикуму — и узнайте, как управлять всем процессом из одного пульта, экономя время и силы каждый день.

⚙️ eval() В Python функция eval() выполняет строку как Python-код. Это мощный инструмент для динамического выполнения выражений, но его следует использовать с осторожностью. Python Learning 👩‍💻

⚙️ isinstance() В Python функция isinstance() проверяет, является ли объект экземпляром указанного класса или его подкласса. Это удобно для проверки типов во время выполнения. Python Learning 👩‍💻

⚙️ setattr() В Python функция setattr() позволяет динамически устанавливать значение атрибута объекта. Это полезно, если имя атрибута известно только во время выполнения программы. Python Learning 👩‍💻