Just Python

dataclasses — это модуль в стандартной библиотеке, предназначенный для упрощения создания классов данных. Он предоставляет декоратор и набор инструментов, которые автоматически генерируют основные методы класса, такие как __init__(), __repr__(), __eq__(), и другие. Это упрощает создание классов, которые служат простым хранилищем данных, без необходимости вручную определять все методы В примере выше мы используем декоратор @dataclass, чтобы автоматически сгенерировать методы класса Point. Мы определяем поля x, y и z, которые представляют координаты точки. После создания экземпляра класса Point с помощью аргументов конструктора, мы можем напрямую выводить информацию о точке, таreprтод __repr__() автоматически сгенерирован. Это делает код более лаконичным и удобным для использования. Подробнее здесь Разъяснивший Python

⚙️ Оптимизация памяти в Python: Использование генераторов вместо списков Когда мы работаем с большими наборами данных, важно помнить об эффективном использовании памяти. Одной из полезных фишек Python для оптимизации памяти является использование генераторов вместо списков. ➡️ Пример кода Допустим, у нас есть задача найти квадраты чисел от 1 до 1 000 000. Сначала посмотрим, как это сделать с помощью списка:

# Плохая практика: использование списка
squares = [x**2 for x in range(1, 1000001)]

Этот код создает список квадратов чисел, что требует значительного объема памяти. Вместо этого можно использовать генератор, который создаст объекты по мере их запроса, не занимая много памяти:

# Лучшая практика: использование генератора
squares = (x**2 for x in range(1, 1000001))

Теперь squares - это генератор, который генерирует квадраты чисел по мере необходимости, занимая минимальное количество памяти. Почему это полезно Использование генераторов вместо списков позволяет значительно экономить память, особенно при работе с большими наборами данных. Это делает ваш код более эффективным и позволяет работать с гораздо большими объемами данных без значительных затрат ресурсов. Python Learning 👩‍💻

➡️ clean-text для нормализации и очистки текста Отличный однострочный код для нормализации и очистки текста — идеально для проектов по обработке естественного языка. Контент, созданный пользователями в Интернете и в социальных сетях, часто бывает грязным. Предварительно обработайте свои данные с помощью clean-text, чтобы создать нормализованное текстовое представление. Например, преобразуйте этот испорченный ввод:

A bunch of \\u2018new\\u2019 references, including [Moana](https://en.wikipedia.org/wiki/Moana_%282016_film%29).
»Yóù àré     rïght <3!«

в этот чистый вывод:

A bunch of 'new' references, including [moana](<URL>).
"you are right <3!"

🔗 Ссылочка на доку Python Learning 👩‍💻

Будущее наступило: россиянин оплачивает криптой в продуктовом магазине. Трамп вкладывает туда миллиарды. В России вот-вот появится цифровой рубль. А простые студенты делают пару средних зарплат за несколько кликов. При этом у 80% россиян даже нет криптокошелька. Не говоря о том, чтобы зарабатывать там хотя бы 200к. Чтобы наконец это исправить — читайте канал Inv Trading. Автор сам прошел путь от новичка до ТОП-1 трейдера СНГ по версии Bybit. В канале он простым языком объясняет, откуда в крипте деньги, какими способами войти без вложений и как даже новичку добиться стабильных 40% в месяц. Подписывайтесь, в закрепе есть пошаговый план для старта и список монет, которые скоро кратно вырастут: @invtrading

ReadWriteMemory — это топовая библиотека, позволяющая легко читать/записывать в память любого процесса. С её помощью можно, например, сделать читы для игры. А если подрубить такие библиотеки, как imGui, то можно вывести и оверлей чита. Либо сделать простой трейнер. Ставится командой pip install ReadWriteMemory Документация и примеры кода здесь. #theory // Just Python

⚡️Уже ЗАВТРА мы подведём итоги масштабного розыгрыша — троим из вас достанется новенький iPhone 16! Самое время подписаться на @economica, @ruble30 и @trendswhat и нажать «Участвую!» под этим постом, если вы ещё этого не сделали. Результаты уже завтра в 18:00!

APScheduler — это инструмент для автоматизации задач в Python. Он позволяет планировать выполнение задач в определённое время или через интервалы. Можно настроить задачи по расписанию, например, ежедневно или еженедельно. Это удобно для регулярных действий, таких как отправка уведомлений или обновление данных. Ставится командой ⚙ pip install APScheduler Документация и примеры кода здесь.

SQLAlchemy — это штука, которая сильно упрощает работу с базами данных в Python. Она позволяет писать код так, будто ты работаешь с обычными объектами, а не с таблицами. Но если нужно, всегда можно написать чистый SQL-запрос. Например, вот как легко создать таблицу пользователей и добавить туда запись:

from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import declarative_base, sessionmaker

Base = declarative_base()

class User(Base):
    tablename = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String)

engine = create_engine('sqlite:///example.db')
Base.metadata.create_all(engine)

Session = sessionmaker(bind=engine)
session = Session()

new_user = User(name="Али")
session.add(new_user)
session.commit()

Создали таблицу, добавили пользователя и сохранили изменения. SQLAlchemy делает работу с базами данных легче. Ставится командой ⚙ pip install SQLAlchemy Официальная документация и примеры кода здесь

Получаем HTML код в Python с помощью библиотеки ⚡️ requests Импортируем requests:

import requests

Добавляем get("Ссылка") чтобы requests знал, с чем вы работаете, к примеру укажем страницу Google

site = requests.get("https://google.com")

Получаем HTML разметку с помощью свойства text

html_code = site.text

Полный код

# Импортируем requests
import requests

# Добавляем get("Ссылка") чтобы requests знал, с чем мы работаем. Например, укажем страницу Google
site = requests.get("https://google.com")

# Получаем HTML разметку с помощью text
html_code = site.text

# Выводим HTML код
print(html_code)

Более подробную информацию про работу с библиотекой requests можете прочитать здесь

Узнай подходящую тебе карьеру за 5 минут. Онлайн-школа участник проекта "Сколково" создала уникальный инструмент профориентации, который раскроет ваш потенциал. Простой тест с вариантами ответа, менее чем из 20 вопросов. В конечный результат вошли только самые востребованные профессии для 2025 года, большинство специальностей из сферы IT и Дизайна, именно в них на сегодня наибольшие доходы. Переходите по специальной ссылке, получите карьерную консультацию в подарок, и разберите индивидуально ваш комфортный переход в новую профессию. Реклама. Информация о рекламодателе по ссылкам в посте.

Bottle — это мини-фреймворк для Python, позволяющий писать веб-приложения с высокой скоростью, и он представлен в виде одного файла bottle.py, так что для его работы достаточно только этого файла. Мы все обожаем примеры, поэтому вот код для начала работы с Bottle:

from bottle import route, run, template

@route('/hello/<name>')
def index(name):
    return template('<b>Hello {{name}}</b>!', name=name)

run(host='localhost', port=8080)

Здесь мы создали веб сервер по адресу localhost с портом 8080. Вы можете изменить текст "Hello {{name}}" на любой другой текст. Чтобы проверить его работу, просто перейдите по ссылке http://localhost:8080/hello/world. После этого вы увидите на экране "Hello World". Повторюсь, Bottle распространяется в виде одного файла-модуля и не имеет никаких зависимостей, кроме стандартной библиотеки Python. Ставится командой ⚙️ pip install bottle Официальная документация только на английском Русская документация #theory // Just Python

Wikipedia - эта библиотека для работы с данными из Википедии на языке Python, разработанная создателями самой википедия. В данном примере мы запрашиваем информацию о теме "Небо", и выводим результат в консоль. С помощью метода .set_lang("язык") можно установить язык вывода. Например, "ru" для русского или "en" для английского. Метод summary позволяет получать краткое описание темы с сайта Википедии. Ставится командой ⚙️ pip install wikipedia Документация и примеры кода здесь

Зарплата до ₽900 тыс. на руки: на каких дата-специалистов сейчас высокий спрос Сегодня практически любой бизнес не может работать без сбора, обработки, анализа данных — всё это подвиды задач Data Scientist. Чем крупнее компания, тем сильнее различаются задачи, стоящие перед этими специалистами, а также заработная плата. С целью удовлетворить растущий мировой спрос на этих специалистов онлайн-университет Skillfactory создал бесплатный "мини-курс дата-сайентист". Он нацелен на обучение начинающих специалистов в кратчайшие сроки. Попробовать мини-курс, и выйти на стартовый доход 100 тыс.руб. Реклама. Информация о рекламодателе по ссылкам в посте.

Скачиваем изображение с помощью ссылки в 🐍 Python

import requests

url = "<ссылка на ваше изображение>"
response = requests.get(url)

with open("image.jpg", "wb") as file:
    file.write(response.content)

print("Изображение успешно загружено.")

Скопируйте этот код и замените текст <ссылка на ваше изображение> на реальную ссылку, например — https://github.com/github_logo.jpg Таким же образом можно скачивать любые мелкие файлы. Текстовые, архивы, иконки и тд. Главное не забудьте поставить библиотеку requests командой ⚙️ pip install requests #theory // Just Python

Boto3 - официальный SDK (Software Development Kit), для работы с 📦 Amazon Web Services (AWS) и для работы с их облачными сервисами на 🐍 Python. Это мощный инструмент , который позволяет разработчикам создавать, управлять различные задачи в облаке, такие как работа с хранилищем файлов S3, виртуальными серверами EC2, базой данных DynamoDB и многими другими сервисами. Разработана кнш самой компанией Amazon, библиотека также обеспечивает широкие возможности интеграции с AWS, что делает её популярным инструментом среди программистов, работающих с облаками. Ставится командой ⚙️ pip install boto3 Официальная документация и примеры кода здесь #theory // Just Python

Как легко сконвертировать изображение в любой нужный формат (например JPG -> PNG)? Для этого в модуле Pillow есть методы save() и convert(), которые позволяют сохранить ваше фото в новом формате или просто переименовать его, например, image.jpg в img.png

Важно понимать, что в таком случае меняется не просто расширение файла, но и сами метаданные внутри файла!

Для того чтобы сделать это в Python, нужно сначала установить Pillow:

pip install pillow

Затем напишите следующий код:

from PIL import Image

img = Image.open("имя_файла.jpg")

img.save("имя_файла.png")

Замените "имя_файла.jpg" на ваше имя файла или путь к нему, и после запуска этого кода ваше фото будет сохранено в формате PNG. В случае обратной конвертации (например, из PNG в JPG) может потребоваться смена режима. Для этого используем метод convert():

img = img.convert('RGB')

Ставится командой ⚙️ pip install pillow Документация Pillow здесь Подробнее про смену режима — convert() #theory // Just Python

Pylint - популярный линтер для Python версий 2.x/3.x. Он проверяет код на соответствие PEP-8. А также непосредственно запускает его, чтобы найти ошибки. Либо какие-то неочевидные проблемы. Также линтер сообщает разработчику, как улучшить свой код или сделать его более читабельным. Крч для Python разработчика — Must Have Ставится командой ⚙️ pip install pylint Документация и примеры кода здесь #theory // Just Python

smtplib - библиотека для отправки сообщений на адрес электронной почты в Python. Библиотеку smtplib не нужно скачивать, это означает, что она стандартная. ➕ Плюсы библиотеки: простая в использовании, можно отправлять письма на почту всего за несколько строк кода, как показано на скрине. Также smtplib поддерживает защищенное соединение SSL/TLS с SMTP сервером. Документация и примеры код здесь (русская) Официальная документация здесь (английская) #theory // Just Python

Mutagen - библиотека предназначенная для редактирования тегов ID3v1.1/ID3v2.4 и APEv2 Она поддерживает множество форматов, включая MP3, Ogg Vorbis, FLAC и многие другие. Mutagen также предоставляет возможность работы с аудиофайлами в потоковом режиме, что делает ее очень удобной и мощной. Ставится командой ⚙️ pip install mutagen Документация и примеры кода здесь #theory // Just Python

БИТКОЙН по 200 000 $ уже в этом году - реально? Пока все вокруг кричали про крах криптовалюты, один трейдер давал людям объективные прогнозы и помог сделать нереальные иксы в 2024 году и продолжает это делать в 2025! ▪️Он первым объяснил почему мы увидим ATH битка [3 причины] ▪️Публично откупал BTC по 15.947 $, SOL по 9.05 $. А также успел сорвать куш: 7 иксов на недавнем росте ETH и SOL [ссылка на сделки] ▪️Спрогнозировал колебания курса доллара и монет на основании заявлений Трампа [точный прогноз] Сейчас он подробно объясняет, что будет с рынком и куда нужно вложить деньги, чтобы заработать в 2025! ❗️Бесплатный доступ - https://t.me/+miCJL8HlWb4wYmE8 Держите этот канал в закрепленных и читайте по 10 минут в день, если хотите всегда быть с прибылью.