Python вопросы с собеседований

⚡️ Что такое coroutine (Сопрограмма) в Python? Не совсем понятно, что именно непонятно, поэтому я попробую упростить ответ максимально, прибегнув при этом к грубым допущениям. Да простят меня коллеги. Сопрограмма (coroutine) — результат вызова асинхронной функции, представляющий собой выполнение этой функции, способное приостанавливаться. Так как в общем случае невозможно определить сколько раз и на какое время выполнение будет приостановлено, невозможно и сказать когда оно будет закончено. Ваш код может либо ждать завершения выполнения сопрограммы с помощью оператора await, либо поручить ожидание циклу событий и продолжить свой выполнение. В первом случае async def callee(): print('Hello') async def caller(): await callee() print('World') выполнение caller приостановится до выполнения callee. В этот момент какие-то другие операции в каких-то других сопрограммах могут продолжаться, но caller будет ждать там, где выполнил await. Во втором случае async def callee(): print('Hello') async def caller(): asyncio.create_task(callee()) print('World') caller сразу же продолжит свою работу. Строка "World" будет выведена раньше, чем "Hello". Здесь мы видим, что caller поставил циклу событий задачу выполнить сопрограмму callee. Но что если, callee будет возвращать какое-то значение, которое нужно вызывающей стороне, но не прямо сейчас, а когда будет готово? Вот тут-то на сцену выходят футуры. Футура (Future) - будущий результат выполнения сопрограммы. Метод ensure_future поручает циклу событий выполнить сопрограмму и сразу же, в момент вызова, возвращает футуру, в которой будет значение, но неизвестно когда. Вызывающая сторона может подождать выполнения футуры так же, как ожидало саму сопрограмму async def callee(): return 'Hello' async def caller(): loop = asyncio.get_event_loop() future = loop.ensure_future(callee()) result = await future print(result + ' World') Или может заняться своими делами, периодически проверяя готовность async def caller(): loop = asyncio.get_event_loop() future = loop.ensure_future(callee()) while not future.done(): # Какие-нибудь циклические дела print(future.result() + ' World') Или установить на футуру колбэк async def caller(): loop = asyncio.get_event_loop() future = loop.ensure_future(callee()) future.add_done_callback(lambda f: print(f.result() + ' World')) # какие-нибудь другие важные дела Или может собрать их в список и ждать все. Или не все, а только ту, которая будет выполнена первой, а остальные проигнорировать. Или передать футуру другой сопрограмме, а самой заняться каким-нибудь другим делом. В общем, это "очень полезный горшок, куда можно класть какие хочешь вещи". Осталось только разобраться, чем отличаются футуры от задач. Ничем не отличаются, по большому счёту. Класс Task - это наследник класса Future. А существенная разница между asyncio.create_task() и loop.ensure_future() только в том, что первой не было до Python 3.7. Подытоживая: Task - это задача, поставленная циклу событий, на выполнение coroutine, одновременно являющаяся Future, которая представляет собой результат выполнения Task когда-нибудь в будущем. @python_job_interview

⚡️ Задача: найдите первый неповторяющийся символ в строке, выполнив только один обход Для заданной строки найдите в ней первый неповторяющийся символ, выполнив только один ее обход. Например, Input: string is ABCDBAGHC Output: первый неповторяющийся символ: D Простым решением было бы сохранить количество каждого символа в словаре или списке, пройдя его один раз. Затем еще раз просмотреть строку, чтобы найти первый символ, имеющий значение 1. Временная сложность этого решения равна O(n), где n длина входной строки. Проблема с этим решением заключается в том, что строка проходится дважды, что нарушает ограничения программы. Мы можем решить эту задачу за один обход строки. Идея состоит в том, чтобы использовать словарь для хранения количества каждого отдельного символа и индекса его первого или последнего вхождения в строку. Затем пройтись по словарю и найти символ с минимальным индексом строки. # Функция поиска первого неповторяющегося символа в # строке, выполнив только один ее обход def findNonRepeatingChar(s): # Базовый вариант if not s: return -1 # словарь # для хранения количества символов и индекса их # последнее вхождение в строку d = {} for index, char in enumerate(s): frequency, prevIndex = d.get(char, (0, index)) d[char] = (frequency + 1, index) # хранит индекс первого неповторяющегося символа min_index = -1 # Проходим словарь и находим символ for key, values in d.items(): count, firstIndex = values if count == 1 and (min_index == -1 or firstIndex < min_index): min_index = firstIndex return min_index if __name__ == '__main__': s = 'ABCDBAGHC' index = findNonRepeatingChar(s) if index != -1: print('первый неповторяющийся символ: ', s[index]) else: print('Таких символов нет') 👉 Пишите ваше решение в комментариях👇 @python_job_interview

⚡️ Задача Инструкция yield позволяет создавать генераторы. Инструкция yield позволяет создавать генераторы. В отличие от объявления return в функции, где возвращается один объект, yield при каждом вызове функции генерирует новый объект. Фактически это дает возможность использовать генераторы в циклах. Самая важная причина применения такой инструкции - экономия памяти, когда не требуется сохранять всю последовательность, а можно получать ее элементы по одному. Ученик написал генератор show_letters(some_str), выводящий все символы строки на печать, но только в том случае, если они являются буквами (остальные игнорируются). Сократите код функции. Код --- def show_letters(some_str): clean_str = ''.join([letter for letter in some_str if letter.isalpha()]) for symbol in clean_str: yield symbol Конструкция yield from позволяет полностью убрать цикл из функции. Она "вкладывает" один генератор внутрь другого, что дает возможность управления несколькими генераторами. Решение - IDE def show_letters(some_str): yield from ''.join([letter for letter in some_str if letter.isalpha()]) random_str = show_letters('A!sdf 09 _ w') print(next(random_str)) print(next(random_str)) Результат выполнения A s @python_job_interview

Надоели скучные видео уроки, по которым невозможно учиться? Команда python-программистов из Devman понимает, как важно получать реальный опыт во время обучения. Просмотр видео не научит вас самостоятельно писать код и не даст вам опыт коммерческой разработки, который так нужен работодателям. Именно поэтому команда Devman создала программу, которая гарантирует качественный трек от новичка до мидла. Во время обучения вы получите: – Опыт коммерческой разработки в CV; – 50+ небольших и 9 полноценных проектов; – Трехмесячную оплачиваемую стажировку; – Опыт прохождения собеседований, в том числе технических; – Трудоустройство в компаниях-партнерах или помощь с подбором вакансий. Курс длится 13 месяцев, а у вас есть возможность попробовать первую неделю обучения без предварительной оплаты и определиться со своими возможностями в профессии. За подробностями переходите по ссылке → bit.ly/3XuWM96 Реклама. ООО Девман 2VtzqvEXiYT

❓Что такое дескрипторы данных? Очень часто переменные, инициализируемые в классе, являются однотипными. Например, есть класс Employee (сотрудник), принимающий параметры: имя, фамилия, отчество, должность. Все они являются строками. Следовательно, прежде чем создать экземпляр класса, нужно проверить, что пользователь ввел строки. А для этого потребуются сеттеры, проверяющие тип вводимых параметров. В итоге, мы 4 раза повторим код проверки. Нарушается принцип DRY (don't repeat yourself). Для таких ситуаций удобно использовать дескрипторы (они, к слову, широко применяются во фреймворке Django при создании моделей). Дескриптор - такой атрибут объекта, поведение которого переопределяется специальными методами. Проще говоря, доступ к какому-то свойству экземпляра можно переопределить с учетом дополнительных проверок. Если делать эти верификации без дескрипторов, то один и тот же код начнет повторяться. Существует 4 метода протокола дескрипторов: get__() - получить значение свойства; set__() - задать значение; delete__() - удалить атрибут; set_name__() - присвоить имя свойству (появился в Питоне версии 3.6). Если применяется только метод __get__(), то мы имеем дело с дескриптором без данных, а если есть еще и __set__(), то речь будет идти о дескрипторе данных. Покажем использование дескрипторов на вышеупомянутом примере. Пример – IDE --- # Создаем класс с протоколами дескриптора class StringChecker: # Получаем доступ к свойству def __get__(self, instance, owner): if instance is None: return self return instance.__dict__[self.name] # Меняем свойство def __set__(self, instance, str_value): if not isinstance(str_value, str): raise ValueError('Нужно предоставить строку') elif len(str_value) < 2: raise ValueError('Необходимо минимум 2 буквы') instance.__dict__[self.name] = str_value # Задаем имя свойства def __set_name__(self, owner, name): self.name = name class Employee: # Определяем атрибуты (их может быть любое количество) name = StringChecker() surname = StringChecker() patronymic = StringChecker() post = StringChecker() # Инициализируем свойства с учетом требуемых проверок def __init__(self, name, surname, patronymic, post): self.name = name self.surname = surname self.patronymic = patronymic self.post = post # Тесты director = Employee('Иван', 'Николаевич', 'Прогин', 'Директор') print(director.__dict__) director.name = 1 director.name = 'A' Результат выполнения --- {'name': 'Иван', 'surname': 'Николаевич', 'patronymic': 'Прогин', 'post': 'Директор'} ValueError: Нужно предоставить строку ValueError: Минимум две буквы в атрибуте требуется @python_job_interview

Уроки по SQL теперь в Телеграм! How to SQL – здесь по коротким постам вас обучат работать с базами данных, полезными инструментами и дадут инструкции по работе с кодом. Подпишитесь и освойте самую перспективную нишу в айти: @howtosql

❓ Когда применяются ленивые вычисления и в чем их логика Ленивые вычисления предполагают, что не нужно ничего делать до тех пор, пока в этом нет необходимости. Так, если мы не обратились к свойству класса (которое определяется некими математическими операциями, например), то не нужно заранее его рассчитывать. На этом базируется, в том числе, логика генераторов. Многие итераторы также являются ленивыми. Это не просто удобно, но позволяет экономить память и время на вычисление. Нагляднее всего можно понять преимущество ленивых вычислений (и итераторов) на следующем примере. # Создадим итерабельный объект nums = range(1, 12121212112) nums[10543210010] 10543210011 # Практически моментальный вывод list(nums) MemoryError Функция range()– ленивая. Она заранее не формирует последовательность из гигантского количества чисел. А когда мы обращаемся к некому ее элементу по индексу (это разрешено, так как она создает итерабельный объект), он выводится почти сразу. Если вы рискнете преобразовать этот массив чисел в список, то случится одно из двух: либо выведется ошибка о нехватке памяти на компьютере, либо очень-очень долго будет формироваться список всех объектов. @python_job_interview

Кто такой аналитик данных? Этот специалист умеет интерпретировать данные и извлекать из них пользу для бизнеса. 📊Аналитик хорошо разбирается в источниках данных, умеет находить и исправлять в них проблемы, делать визуализации, формулировать и проверять гипотезы. Аналитик проводит эксперименты — в частности, он занимается A/B-тестированием. Хотите этому научиться? Запишитесь на очную программу «Аналитик данных». Занятия проходят в корпусе Вышки в Москве на Покровском бульваре, 11. Ведется онлайн-трансляция и рассылаются записи каждого занятия. Программа организована Центром непрерывного образования ФКН НИУ ВШЭ. Вы изучите: ✅ основы баз данных и работу с ними с помощью языка SQL; ✅ язык Python и его применения для сбора, визуализации и анализа данных; ✅ статистику и машинное обучение; ✅ конкретные аналитические и продуктовые подходы, которые понадобятся при работе над реальными задачами. Старт: 22 февраля 2023. Продолжительность: 1 год. Стоимость: 390 000 рублей. Регистрируйтесь по ссылке.

⚡️ Задача Требуется создать csv-файл «rows_300.csv» со следующими столбцами: – № - номер по порядку (от 1 до 300); – Секунда – текущая секунда на вашем ПК; – Микросекунда – текущая миллисекунда на часах. На каждой итерации цикла искусственно приостанавливайте скрипт на 0,01 секунды. Для работы с файлами подобного текстового формата потребуется встроенная в Python библиотека csv. Решение import csv import datetime import time with open('rows_300.csv', 'w', encoding='utf-8', newline='') as f: writer = csv.writer(f) writer.writerow(['№', 'Секунда ', 'Микросекунда']) for line in range(1, 301): writer.writerow([line, datetime.datetime.now().second, datetime.datetime.now().microsecond]) time.sleep(0.01) В итоге создастся требуемый файл. Приведем первые строки его содержимого: Содержимое файла rows_300.csv №,Секунда ,Микросекунда 1,51,504807 2,51,515807 3,51,526819 4,51,537817 5,51,548800 6,51,558817 … 👉 Пишите ваше решение в комментариях👇 @python_job_interview

⚡️ Задача с собеседования |: #Junior Условие Числа Фибоначчи представляют последовательность, получаемую в результате сложения двух предыдущих элементов. Начинается коллекция с чисел 1 и 1. Она достаточно быстро растет, поэтому вычисление больших значений занимает немало времени. Создайте функцию fib(n), генерирующую n чисел Фибоначчи с минимальными затратами ресурсов. Для реализации этой функции потребуется обратиться к инструкции yield. Она не сохраняет в оперативной памяти огромную последовательность, а дает возможность “доставать” промежуточные результаты по одному. Необходимо превратить функцию в генератор при помощи инструкции yield, чтобы вычисления осуществлялись не сразу, а по мере надобности. Решение def fib(n): fib0 = 1 yield fib0 fib1 = 1 yield fib1 for i in range(n - 2): fib0, fib1 = fib1, fib0 + fib1 yield fib1 # Тест for num in fib(112121): pass print(num) 👉 Пишите свое решение в комментариях👇 @python_job_interview

⚡️ Задача с собеседования |: J#unior Условие: Ваша задача — написать функцию, которая находит сумму всех цифр в числе. На вход также могут пойти и числа меньше нуля — их стоит переводить в неотрицательное числа. Пример: 1234 → 10 -9876 → 30 7013 → 11 100001 → 2 Знак "_" в числах может использоваться для упрощения чтения пользователем. 1_000_000 — это то же самое, что и 1000000 👉 Пишите ваше решение в комментариях👇 @python_job_interview

Быть DevOps специалистом в 2023 году — значит обладать самой востребованной ит-профессией. Зайдите в гугл и убедитесь - на рынке нехватка спецов, больше 5000 компаний ищут DevOps разработчиков, а средняя зарплата в DevOps — 250 000 рублей. Стоит ли читать книги или покупать курсы? Однозначно Нет. С каналом DevOps school вы за пару месяц освоите профессию. В канале автор понятным языком рассказывает, как быстро освоить ключевые навыки на практике, почему Devops - золотая ниша в ит какие тренды изучать в 2023 году Подписывайтесь: @DevOPSitsec

✔️Задача | #Middle Реализуйте итератор колоды карт (52 штуки) CardDeck. Каждая карта представлена в виде строки типа «2 Пик». При вызове функции next() будет представлена следующая карта. По окончании перебора всех элементов возникнет ошибка StopIteration. Ответ Чтобы реализовать протокол итератора требуется внедрить 2 метода: __iter__() и __next__(). Для понимания того, что коллекция иссякла, не стоить забывать и про ее длину (52). class CardDeck: def __init__(self): self.length = 52 self.index = 0 self.__SUITS = ['Пик', 'Бубей', 'Червей', 'Крестей'] self.__RANKS = [*range(2, 11), 'J', 'Q', 'K', 'A'] def __len__(self): return self.length def __next__(self): if self.index >= self.length: raise StopIteration else: suit = self.__SUITS[self.index // len(self.__RANKS)] rank = self.__RANKS[self.index % len(self.__RANKS)] self.index += 1 return f'{rank} {suit}' def __iter__(self): return self deck = CardDeck() while True: print(next(deck)) Результат выполнения 2 Пик 3 Пик 4 Пик … K Крестей A Крестей StopIteration @python_job_interview

Уже 18 января, стартует подготовительный курс по Python🐍 Даём только мясную и прикладную информацию. Никакой воды и траты времени. Вас ждет 69 уроков теории и практики прямо в браузере, вебинары, лайвкодинг и первая собственная программа на Python, написанная под руководством опытного наставника. По окончании 14-дневного курса вы уже владеете базовым знанием языка! Запишитесь прямо сейчас!