Реальный Python

Getters и Setters в Python — это мощный инструмент для управления доступом к атрибутам объекта. В статье детально рассматривается, как их использовать для инкапсуляции данных и контроля за изменениями свойств объекта. Основные моменты: - Объяснение, почему в Python прямой доступ к атрибутам предпочтительнее, но геттеры и сеттеры остаются важными. - Использование декоратора @property для создания свойства с геттером и сеттером. - Примеры, как эти механизмы помогают улучшить читаемость и безопасность кода. https://realpython.com/python-getter-setter/ #python 👉 @python_real

📂 Как получить список всех файлов в директории на Python Статья о том, как с помощью Python получать список файлов в директориях. Рассмотрены различные способы, включая использование модулей os, os.path, glob и более современного pathlib. Особое внимание уделено: - Фильтрации файлов по расширению. - Рекурсивному поиску в подпапках. - Преимуществам каждого подхода. https://realpython.com/get-all-files-in-directory-python/ #python 👉 @python_real

🔍 Открытое собеседование на Python-бекендера с разработчиком из Avito и Яндекс в четверг 14 августа (уже в четверг!) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика. Как это будет: 📂 Савва Демиденко, ТехЛид с опытом в Яндексе и Авито, будет задавать реальные вопросы и задачи разработчику-добровольцу 📂 Савва будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью 📂 В конце можно будет задать любой вопрос Савве Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Python-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot Реклама. О рекламодателе.

Python Mixins: мощный инструмент для повторного использования кода В Python Mixin — это особый вид класса, который используется для расширения функционала других классов без необходимости создавать сложные иерархии наследования. Mixin-классы сами по себе, как правило, не предназначены для самостоятельного использования — они лишь добавляют дополнительное поведение. Основная идея Mixin Mixin — это способ «влить» функциональность в класс, комбинируя его с другими классами через множественное наследование. Например, если у нас есть класс LoggerMixin, он может добавлять возможность логирования в любой класс, который его наследует.

class LoggerMixin:
    def log(self, message):
        print(f"[LOG]: {message}")

class User(LoggerMixin):
    def __init__(self, name):
        self.name = name

user = User("Alice")
user.log("Пользователь создан")  # [LOG]: Пользователь создан

Принципы проектирования Mixin-классов 1. Изолированная функциональность — Mixin должен решать только одну конкретную задачу. 2. Не самостоятельный — Mixin не предназначен для создания экземпляров напрямую. 3. Малые зависимости — Mixin не должен жёстко зависеть от конкретной реализации других классов. 4. Имя — принято добавлять суффикс Mixin в название. Зачем использовать Mixin - Повторное использование кода без дублирования. - Упрощение кода и снижение связности. - Гибкость при расширении функционала. Пример: добавление сериализации в JSON

import json

class ToJSONMixin:
    def to_json(self):
        return json.dumps(self.__dict__)

class Point(ToJSONMixin):
    def __init__(self, x, y):
        self.x = x
        self.y = y

p = Point(4, 5)
print(p.to_json())  # {"x": 4, "y": 5}

Когда Mixin лучше не использовать - Когда поведение может быть реализовано через композицию. - Если множественное наследование приведёт к сложной и запутанной иерархии. - Когда Mixin начинает выполнять слишком много функций. Mixin — это мощный и элегантный способ добавлять функционал в классы Python, сохраняя код чистым и гибким. Но использовать их стоит осторожно, чтобы избежать проблем с читаемостью и сложным наследованием. https://realpython.com/python-mixin/ #python 👉 @python_real

Async IO в Python: что это и как с этим работать Асинхронное программирование в Python — это подход, позволяющий выполнять несколько операций одновременно, не блокируя основной поток выполнения. Это особенно полезно для задач ввода-вывода (I/O), таких как сетевые запросы, работа с файлами и базы данных. Ключевые понятия * Сопрограммы (coroutines) — функции, которые можно приостанавливать и возобновлять. * Событийный цикл (event loop) — механизм, управляющий выполнением асинхронных задач. * await — оператор, который приостанавливает выполнение до завершения асинхронной операции. Пример кода:

import asyncio

async def main():
    print("Начало")
    await asyncio.sleep(1)
    print("Конец")

asyncio.run(main())

Когда использовать async? * Когда приложение работает с большим количеством сетевых запросов. * Для параллельного выполнения долгих операций ввода-вывода. * Когда требуется высокая отзывчивость программы. Когда не стоит использовать? * Для вычислительно тяжелых задач (лучше использовать multiprocessing). Асинхронность в Python строится вокруг asyncio, но есть и дополнительные библиотеки (например, aiohttp для асинхронных HTTP-запросов). https://realpython.com/async-io-python/ #python 👉 @python_real

Python 3.14. T-строки в Python: новый способ работы со строками? Python предлагает множество способов создания строк — от обычных строк до f-строк и raw-строк. Но начиная с Python 3.12, появляется новый способ: t-строки. Это экспериментальный синтаксис, предлагаемый для улучшения интернационализации (i18n) строк. В этом посте мы кратко рассмотрим: 🔘 Что такое t-строки? 🔘Зачем они нужны? 🔘Как их использовать? Что такое t-строки? t"..." — это новый синтаксис строк, похожий на f-строки, но предназначенный для упрощения перевода строк. Они позволяют использовать интерполяцию переменных и одновременно автоматически отмечать строку как подлежащую переводу.

name = "Алиса"
print(t"Привет, {name}!")

Такой синтаксис эквивалентен:

from gettext import gettext as _
name = "Алиса"
print(_("Привет, {name}!").format(name=name))

Зачем это нужно? В больших проектах часто нужно поддерживать несколько языков. В Python это обычно делается через gettext, где строки передаются в функцию _() и затем интерполируются вручную:

print(_("Привет, {name}!").format(name=name))

Но такой подход: - неявный, - подвержен ошибкам (особенно при интерполяции), - не всегда дружелюбен к линтерам и инструментам сборки переводов. t-строки делают этот процесс более чистым и читаемым. Как это работает? t-строки являются экспериментальной функцией в Python 3.12, и для их использования нужно включить feature flag:

from __future__ import tstrings

Полный пример:

from __future__ import tstrings

name = "Алиса"
print(t"Привет, {name}!")

Это даст тот же результат, что и с gettext, но с более читаемым и лаконичным синтаксисом. Совместимость и текущее состояние Пока t-строки находятся в стадии эксперимента. Они могут измениться или быть удалены в будущих релизах. Если вы работаете с интернационализацией и переводами — следите за этой фичей. Она может значительно упростить жизнь в будущем. https://realpython.com/python-t-strings/ #python 👉 @python_real

🔍Тестовое собеседование на Python-бекендера с разработчиком из Avito во вторник 17 июня(уже завтра!) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика. Как это будет: 📂 Даня, разработчик из Авито, будет задавать реальные вопросы и задачи разработчику-добровольцу 📂 Даня будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью 📂 В конце можно будет задать любой вопрос Дане Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Java-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2VtzqxMSzZ4

Определение собственной функции в Python Функции — это фундаментальный строительный блок в Python. Они позволяют организовать код, переиспользовать его и сделать программу более читаемой. Создание собственной функции — это важный шаг на пути к более эффективной разработке. Основы: def и имя функции Функции в Python определяются с помощью ключевого слова def, за которым следует имя функции, круглые скобки (в которых можно указать параметры), и двоеточие:

def greet():
    print("Привет!")

Теперь ты можешь вызвать функцию:

greet()

Аргументы и параметры Ты можешь передавать данные в функцию через параметры:

def greet(name):
    print(f"Привет, {name}!")

Вызов:

greet("Oleg")

Возврат значения С помощью ключевого слова return можно вернуть результат из функции:

def add(a, b):
    return a + b

result = add(3, 4)
print(result)  # 7

Аргументы по умолчанию Функции могут иметь параметры с значениями по умолчанию:

def greet(name="друг"):
    print(f"Привет, {name}!")

greet()           # Привет, друг!
greet("Oleg")     # Привет, Oleg!

Именованные аргументы Можно передавать аргументы явно по имени:

def describe_pet(animal, name):
    print(f"У меня есть {animal}, его зовут {name}.")

describe_pet(animal="кот", name="Барсик")

Возвращение нескольких значений Функции могут возвращать несколько значений с помощью кортежей:

def get_point():
    return (3, 4)

x, y = get_point()

https://realpython.com/defining-your-own-python-function/ #python 👉 @python_real

Как найти абсолютное значение в Python В Python для чисел, массивов и собственных объектов используется встроенная функция abs(). В этом кратком руководстве вы узнаете: * Как реализовать абсолютную функцию вручную. * Как работает abs() с разными типами данных. * Как расширить abs() для NumPy, pandas и своих классов. 1. Самостоятельная реализация

def absolute_value(x):
    return x if x >= 0 else -x

Или через max:

def absolute_value(x):
    return max(x, -x)

Через корень:

def absolute_value(x):
    return (x**2) ** 0.5  # возвращает float

Но проще и эффективнее пользоваться abs(). 2. Встроенная функция abs() 🔸Для целых и вещественных чисел сохраняет тип:

  abs(-5)    # 5
  abs(-5.2)  # 5.2
  

🔸Для комплексных чисел возвращает модуль:

  z = 3 + 4j
  abs(z)     # 5.0
  

🔸Для Fraction и Decimal тоже работает «из коробки»:

  from fractions import Fraction
  abs(Fraction(-3, 4))      # Fraction(3, 4)

  from decimal import Decimal
  abs(Decimal("-0.75"))     # Decimal('0.75')
  

3. Применение к коллекциям Если у вас список чисел, используйте списковое включение или map:

temps = [1, -5, 3, -2]
[abs(x) for x in temps]        # [1, 5, 3, 2]
list(map(abs, temps))          # [1, 5, 3, 2]

4. NumPy и pandas 🔸NumPy:

  import numpy as np
  arr = np.array([-1, -4, 0, 7])
  abs(arr)                      # array([1, 4, 0, 7])
  

🔸pandas:

  import pandas as pd
  data = pd.Series([-2, 5, -3])
  abs(data)                     # Series([2, 5, 3])
  

5. Собственные классы Чтобы abs() работал для объектов вашего класса, определите метод .__abs__():

import math

class Vector:
    def __init__(self, *coords):
        self.coords = coords

    def __abs__(self):
        return math.hypot(*self.coords)

v = Vector(3, 4)
abs(v)                          # 5.0

Вывод: 🔸Для чисел abs() – оптимальный выбор. 🔸Для списков применяйте map или генератор списка. 🔸NumPy и pandas позволяют вызывать abs() прямо на массивах и DataFrame. 🔸Для собственных типов реализуйте .__abs__(). https://realpython.com/python-absolute-value/ #python 👉 @python_real

🚀 Подборка Telegram каналов для программистов Системное администрирование, DevOps 📌 https://t.me/bash_srv Bash Советы https://t.me/win_sysadmin Системный Администратор Windows https://t.me/sysadmin_girl Девочка Сисадмин https://t.me/srv_admin_linux Админские угодья https://t.me/linux_srv Типичный Сисадмин https://t.me/devopslib Библиотека девопса | DevOps, SRE, Sysadmin https://t.me/linux_odmin Linux: Системный администратор https://t.me/devops_star DevOps Star (Звезда Девопса) https://t.me/i_linux Системный администратор https://t.me/linuxchmod Linux https://t.me/sys_adminos Системный Администратор https://t.me/tipsysdmin Типичный Сисадмин (фото железа, было/стало) https://t.me/sysadminof Книги для админов, полезные материалы https://t.me/i_odmin Все для системного администратора https://t.me/i_odmin_book Библиотека Системного Администратора https://t.me/i_odmin_chat Чат системных администраторов https://t.me/i_DevOps DevOps: Пишем о Docker, Kubernetes и др. https://t.me/sysadminoff Новости Линукс Linux 1C разработка 📌 https://t.me/odin1C_rus Cтатьи, курсы, советы, шаблоны кода 1С https://t.me/DevLab1C 1С:Предприятие 8 https://t.me/razrab_1C 1C Разработчик https://t.me/buh1C_prog 1C Программист | Бухгалтерия и Учёт https://t.me/rabota1C_rus Вакансии для программистов 1С Программирование C++📌 https://t.me/cpp_lib Библиотека C/C++ разработчика https://t.me/cpp_knigi Книги для программистов C/C++ https://t.me/cpp_geek Учим C/C++ на примерах Программирование Python 📌 https://t.me/pythonofff Python академия. https://t.me/BookPython Библиотека Python разработчика https://t.me/python_real Python подборки на русском и английском https://t.me/python_360 Книги по Python Java разработка 📌 https://t.me/BookJava Библиотека Java разработчика https://t.me/java_360 Книги по Java Rus https://t.me/java_geek Учим Java на примерах GitHub Сообщество 📌 https://t.me/Githublib Интересное из GitHub Базы данных (Data Base) 📌 https://t.me/database_info Все про базы данных Мобильная разработка: iOS, Android 📌 https://t.me/developer_mobila Мобильная разработка https://t.me/kotlin_lib Подборки полезного материала по Kotlin Фронтенд разработка 📌 https://t.me/frontend_1 Подборки для frontend разработчиков https://t.me/frontend_sovet Frontend советы, примеры и практика! https://t.me/React_lib Подборки по React js и все что с ним связано Разработка игр 📌 https://t.me/game_devv Все о разработке игр Библиотеки 📌 https://t.me/book_for_dev Книги для программистов Rus https://t.me/programmist_of Книги по программированию https://t.me/proglb Библиотека программиста https://t.me/bfbook Книги для программистов БигДата, машинное обучение 📌 https://t.me/bigdata_1 Big Data, Machine Learning Программирование 📌 https://t.me/bookflow Лекции, видеоуроки, доклады с IT конференций https://t.me/rust_lib Полезный контент по программированию на Rust https://t.me/golang_lib Библиотека Go (Golang) разработчика https://t.me/itmozg Программисты, дизайнеры, новости из мира IT https://t.me/php_lib Библиотека PHP программиста 👨🏼‍💻👩‍💻 https://t.me/nodejs_lib Подборки по Node js и все что с ним связано https://t.me/ruby_lib Библиотека Ruby программиста https://t.me/lifeproger Жизнь программиста. Авторский канал. QA, тестирование 📌 https://t.me/testlab_qa Библиотека тестировщика Шутки программистов 📌 https://t.me/itumor Шутки программистов Защита, взлом, безопасность 📌 https://t.me/thehaking Канал о кибербезопасности https://t.me/xakep_2 Хакер Free Книги, статьи для дизайнеров 📌 https://t.me/ux_web Статьи, книги для дизайнеров Математика 📌 https://t.me/Pomatematike Канал по математике https://t.me/phis_mat Обучающие видео, книги по Физике и Математике https://t.me/matgeoru Математика | Геометрия | Логика Excel лайфхак📌 https://t.me/Excel_lifehack https://t.me/mir_teh Мир технологий (Technology World) Вакансии 📌 https://t.me/sysadmin_rabota Системный Администратор https://t.me/progjob Вакансии в IT

🚀 Открой для себя идеальный путь к лидерству с карьерным тестом от ОЭЗ «Алабуга»! 🌟 Мечтаете о карьере в крупной компании, где ваш потенциал раскроется на полную? Наш тест поможет вам определить вашу уникальную лидерскую роль. Может быть, именно вы станете тем лидером, который выведет команду на новый уровень? После прохождения теста вы можете заполнить заявку и получить приглашение на эксклюзивную лидерскую программу. Участие в программе открывает реальные перспективы трудоустройства в ОЭЗ «Алабуга», предоставляя шанс начать путь к профессиональному признанию. Сделайте первый шаг к своему будущему сегодня! Пройдите тест, подайте заявку и начните строить свою карьеру вместе с нами. 🎯

Вложенные циклы в Python Вложенные циклы позволяют размещать один цикл внутри другого и тем самым выполнять повторяющиеся действия над несколькими последовательностями. Понимание этой концепции помогает писать более эффективный код, управлять сложными структурами данных и избегать проблем с читабельностью и производительностью. Начало работы с вложенными циклами В Python есть два основных типа циклов — for и while. * for -цикл проходит по элементам последовательности (списка, диапазона и т. д.), когда количество итераций известно заранее. * while -цикл выполняется, пока истинно заданное условие, и полезен, когда число итераций заранее не определено. Вложенный цикл создаётся размещением одного цикла внутри другого:

for outer_variable in outer_iterable:
    for inner_variable in inner_iterable:
        <body>

Для каждой итерации внешнего цикла внутренний выполняется полностью. Аналогия: часовая и минутная стрелки часов. Часовая проходит круг за 12 часов, минутная — за 1 час, но работают они совместно.

for hour in range(24):
    for minute in range(60):
        print(f"{hour:02d}:{minute:02d}")

Практические примеры Печать шаблонов

height = 6
sail_patterns = "*#-x+o"
for row in range(height):
    pattern = ""
    spacing = " " * (height - row)
    for symbol in sail_patterns:
        pattern += symbol * row + spacing
    print(pattern)

Таблица умножения

for multiplicant in range(1, 11):
    for multiplier in range(1, 4):
        expression = f"{multiplicant:>2d} × {multiplier}"
        product = multiplicant * multiplier
        print(f"{expression} = {product:>2d}", end="\t")
    print()

Суммирование элементов во вложенных списках

resource_donators = [
    [8, 6, 3],
    [9, 2, 7],
    [4, 1, 5]
]
total_resources = 0
for planet in resource_donators:
    for resource in planet:
        total_resources += resource
print(total_resources)  # 45

Парные комбинации без самих себя

players = ["Bonnie", "Mike", "Raj", "Adah"]
for player1 in players:
    for player2 in players:
        if player1 != player2:
            print(f"{player1} vs {player2}")

Вложенный while

while True:
    word = input("Введите слово (exit — для выхода): ")
    if word == "exit":
        break
    for letter in word:
        print(letter)

Частые проблемы вложенных циклов * Область видимости переменных. Не используйте одинаковые имена во внешнем и внутреннем циклах. * Читаемость. Глубокая вложенность усложняет понимание кода. * Производительность. Каждый дополнительный уровень увеличивает временную сложность (часто до O(n²) и выше). Оптимизация * break и continue позволяют досрочно завершать цикл или пропускать ненужные итерации. * List Comprehension делает выражения компактнее, хотя не всегда улучшает производительность.

# Поиск "bacon" с break
for layer in blt_sandwich:
    for ingredient in layer:
        if ingredient == target:
            print("Found bacon!")
            break
    if target in layer:
        break

Вывод Вложенные циклы — мощный инструмент для работы с многомерными данными и повторяющимися задачами. Однако злоупотребление ими ухудшает читаемость и скорость. Используйте их осознанно, оптимизируйте при помощи break, continue и list comprehension, и никогда не забывайте о сложности алгоритма. https://realpython.com/nested-loops-python/ #python 👉 @python_real

🔍Тестовое собеседование на Middle Python-разработчика в четверг 22 мая(в четверг) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика. Собес проведет Вадим Пуштаев, ex. head of backend в 💙, автор канала @pythonetc, архитектор в европейской компании Как это будет: 📂 Вадим будет задавать реальные вопросы и задачи разработчику-добровольцу 📂 Вадим будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью 📂 В конце можно будет задать любой вопрос Вадиму Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Python-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2VtzqwMMTcQ

📊 Группировка данных в Polars с помощью `groupby` Polars — это высокопроизводительная библиотека для анализа данных на Python. Она особенно хороша при работе с большими объемами данных, благодаря своей колонко-ориентированной архитектуре и использованию Rust под капотом. Одним из ключевых инструментов для агрегации и анализа данных является метод .groupby(). Основы .groupby() Пример базовой группировки:

import polars as pl

df = pl.DataFrame({
    "city": ["London", "London", "Oslo", "Oslo", "Berlin", "Berlin"],
    "year": [2020, 2021, 2020, 2021, 2020, 2021],
    "value": [100, 150, 200, 220, 50, 80],
})

result = df.groupby("city").agg([
    pl.col("value").mean().alias("average_value")
])
print(result)

Группировка по нескольким колонкам Можно сгруппировать по нескольким признакам:

df.groupby(["city", "year"]).agg([
    pl.col("value").sum().alias("total_value")
])

Использование выражений Polars поддерживает ленивое выполнение (lazy evaluation) и мощную систему выражений:

df.groupby("city").agg([
    (pl.col("value") * 2).mean().alias("double_avg")
])

Методы .groupby() в ленивом API Для работы с большими данными предпочтительно использовать ленивый режим:

df_lazy = df.lazy()
result = df_lazy.groupby("city").agg([
    pl.col("value").sum().alias("total")
])

Для запуска вычислений используется .collect():

result.collect()

Применение .groupby_dynamic() и .groupby_rolling() Эти методы полезны при работе с временными рядами: * groupby_dynamic: для агрегирования по фиксированным временным интервалам (например, по дням, неделям). * groupby_rolling: для скользящего окна (например, скользящее среднее за 7 дней). Пример:

df = pl.DataFrame({
    "timestamp": pl.date_range(low=datetime(2022,1,1), high=datetime(2022,1,10), interval="1d"),
    "value": range(10)
})

df.groupby_rolling(index_column="timestamp", period="3d").agg([
    pl.col("value").mean().alias("rolling_avg")
])

https://realpython.com/polars-groupby/ #python 👉 @python_real

🔍Тестовое собеседование на Middle Python-разработчика в четверг 15 мая(в четверг) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика. Как это будет: 📂 Даня, старший разработчик в Авито, будет задавать реальные вопросы и задачи разработчику-добровольцу 📂 Даня будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью 📂 В конце можно будет задать любой вопрос Дане Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Java-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2VtzqwE7pMi

Улучшаем логирование в Python с Loguru Встроенный модуль logging в Python мощный, но довольно многословный и требует много шаблонного кода. Библиотека Loguru упрощает логирование, предлагая удобный и мощный API. Основные особенности и как начать использовать Loguru. 🔹Установка

pip install loguru

🔹Простой пример

from loguru import logger

logger.debug("Отладочное сообщение")
logger.info("Информационное сообщение")
logger.success("Сообщение об успешной операции")
logger.warning("Предупреждение")
logger.error("Ошибка")
logger.critical("Критическая ошибка")

Loguru автоматически добавляет: * временную метку, * уровень лога, * путь к файлу и номер строки, * и форматирует вывод по умолчанию. 🔹Удаление стандартного логгера По умолчанию Loguru добавляет логгер в sys.stderr. Можно удалить его и добавить свой:

logger.remove()
logger.add("file.log", rotation="1 MB", compression="zip")

Здесь: * rotation — лог будет разбит на части при достижении 1 МБ, * compression — старые логи будут архивироваться в zip. 🔹Форматирование логов Loguru позволяет настраивать формат:

logger.add("log.txt", format="{time} {level} {message}", level="INFO")

Можно использовать кастомные форматеры и сериализацию в JSON. 🔹Перехват исключений Loguru умеет автоматически логировать исключения:

@logger.catch
def divide(a, b):
    return a / b

divide(1, 0)

Это логирует traceback без необходимости писать try/except. 🔹Интеграция со стандартным логированием Можно перенаправить стандартный logging в Loguru:

import logging
from loguru import logger

class InterceptHandler(logging.Handler):
    def emit(self, record):
        logger_opt = logger.opt(depth=6, exception=record.exc_info)
        logger_opt.log(record.levelname, record.getMessage())

logging.basicConfig(handlers=[InterceptHandler()], level=0)

🔹Заключение Loguru — это мощная альтернатива стандартному модулю logging, которая избавляет от шаблонного кода и делает логирование более выразительным и удобным. Особенно полезна для проектов, где читаемость и простота важны так же, как функциональность. https://realpython.com/python-loguru/ #python 👉 @python_real

Генератор изображений кода на Python: делитесь кодом со стилем Иногда вместо того, чтобы копировать и вставлять код, хочется поделиться красивым изображением с его фрагментом. Это особенно актуально для публикаций в соцсетях или документации. В этой статье рассматривается, как создать такой инструмент с помощью Python. Вы узнаете: * Как использовать библиотеку Pillow для создания изображений; * Как применять Pygments для подсветки синтаксиса; * Как объединить эти инструменты в удобный CLI-интерфейс. Что такое Pygments? Pygments — это популярный инструмент для подсветки синтаксиса. Он поддерживает множество языков программирования и умеет преобразовывать код в HTML, LaTeX, RTF и другие форматы. Пример:

from pygments import highlight
from pygments.lexers import PythonLexer
from pygments.formatters import ImageFormatter

code = 'print("Hello, world!")'
with open("code.png", "wb") as f:
    f.write(highlight(code, PythonLexer(), ImageFormatter()))

Это создаст PNG-файл с изображением кода. Настройка внешнего вида С помощью параметров ImageFormatter можно настраивать: * Шрифт (font_name); * Размер шрифта (font_size); * Цветовую схему (style); * Включение/отключение номеров строк. Пример настройки:

formatter = ImageFormatter(
    font_name="DejaVu Sans Mono",
    font_size=14,
    line_numbers=True,
    style="monokai"
)

Обработка входных данных Для чтения кода из файла или stdin можно использовать модуль argparse:

import argparse
parser = argparse.ArgumentParser()
parser.add_argument("source", nargs="?", type=argparse.FileType("r"), default=sys.stdin)
args = parser.parse_args()
code = args.source.read()

Создание CLI-инструмента Объединяя всё вместе, можно сделать простой CLI-скрипт, который принимает файл с кодом и генерирует изображение. В статье представлен полный пример кода. Также рассматриваются вопросы производительности и расширения функциональности, например: * Автоматическое определение языка; * Поддержка разных форматов (JPEG, PNG); * Сохранение и публикация изображений. https://realpython.com/python-code-image-generator/ #python 👉 @python_real

🔹 Что такое пространства имён в Python? В Python пространство имён — это система, которая обеспечивает уникальные имена для всех объектов, таких как переменные и функции. Простыми словами, это своего рода словарь, в котором имена являются ключами, а объекты — значениями. Существует несколько типов пространств имён: - Локальные: существуют внутри функции. - Глобальные: существуют на уровне модуля. - Встроенные: предоставляются Python по умолчанию (например, len() и print()). Python управляет этими пространствами имён с помощью LEGB-правила: - Local — локальное пространство имён. - Enclosing — пространство имён замыкающей функции. - Global — глобальное пространство имён. - Built-in — встроенное пространство имён. Когда интерпретатор встречает имя, он ищет его именно в таком порядке. Понимание пространств имён помогает избежать неожиданных ошибок и писать более чистый код! https://realpython.com/python-namespace/ #python 👉 @python_real

🧠 Как копировать объекты в Python правильно? 📌 Статья объясняет разницу между поверхностным и глубоким копированием объектов в Python. 🔍 Основные моменты: • = не копирует объект, а лишь создаёт новую ссылку на него. • Поверхностное копирование (copy.copy()) создаёт новый объект, но вложенные объекты остаются общими. • Глубокое копирование (copy.deepcopy()) рекурсивно копирует все вложенные объекты, обеспечивая полную независимость. • Для пользовательских классов можно определить методы _copy_() и _deepcopy_() для контроля процесса копирования. https://realpython.com/python-copy/ #python 👉 @python_real

🚀 Подпишись и прокачай свои скилы: лучшие каналы для IT-специалистов 👨‍💻📲 Папка с каналами для DevOps, Linux - Windows СисАдминов 👍 Папка с каналами для 1С программистов 🧑‍💻 Папка с каналами для C++ программистов 👩‍💻 Папка с каналами для Python программистов 👩‍💻 Папка с каналами для Java программистов 🖥 Папка с книгами для программистов 📚 Папка для программистов (frontend, backend, iOS, Android) 💻 GitHub Сообщество 🧑‍💻 https://t.me/Githublib Интересное из GitHub Базы данных (Data Base) 🖥 https://t.me/database_info Все про базы данных Разработка игр 📱 https://t.me/game_devv Все о разработке игр БигДата, машинное обучение 🖥 https://t.me/bigdata_1 Data Science, Big Data, Machine Learning, Deep Learning QA, тестирование 🖥 https://t.me/testlab_qa Библиотека тестировщика Шутки программистов 📌 https://t.me/itumor Шутки программистов Защита, взлом, безопасность 💻 https://t.me/thehaking Канал о кибербезопасности https://t.me/xakep_2 Хакер Free Книги, статьи для дизайнеров 🎨 https://t.me/ux_web Статьи, книги для дизайнеров Математика 🧮 https://t.me/Pomatematike Канал по математике https://t.me/phis_mat Обучающие видео, книги по Физике и Математике Excel лайфхак🙃 https://t.me/Excel_lifehack Технологии 🖥 https://t.me/tikon_1 Новости высоких технологий, науки и техники💡 https://t.me/mir_teh Мир технологий (Technology World) Вакансии 💰 https://t.me/sysadmin_rabota Системный Администратор https://t.me/progjob Вакансии в IT https://t.me/rabota1C_rus Вакансии для программистов 1С