Программистика

💻 Программирование на Ассемблере Программирование на ассемблере — это процесс создания программного кода на низкоуровневом языке программирования, который называется ассемблером. Ранние компьютеры программировались на языке ассемблера, который является прямым представлением машинного кода и позволяет программистам работать близко к аппаратному уровню компьютера. Язык ассемблера предоставляет возможность написания инструкций, понятных процессору компьютера. Каждая инструкция ассемблера соответствует определенной операции, которую процессор может выполнить. Программисты используют мнемоники, чтобы представить эти инструкции, делая код более понятным и удобным для чтения. Программирование на ассемблере требует глубокого понимания архитектуры целевого процессора и низкоуровневых операций, таких как работа с регистрами, памятью и управление потоком выполнения. Это позволяет программистам иметь полный контроль над процессором и оптимизировать код для достижения максимальной производительности. Хотя программирование на ассемблере может быть сложным и требовать больше времени и усилий, оно предоставляет возможность создавать очень эффективные и оптимизированные программы, особенно в области встроенных систем, операционных систем и драйверов устройств. Однако, с развитием высокоуровневых языков программирования, использование ассемблера стало менее распространенным, и он используется в основном для определенных задач, требующих максимальной производительности и точного управления аппаратурой. @programistica // #article

⚙️ Оценка параметров с использованием python Оценка параметров является важной задачей в статистике и анализе данных, и Python предоставляет мощные инструменты для выполнения этой задачи. Вот некоторые подробности о методах оценки параметров с использованием Python: ➡️Максимальное правдоподобие (Maximum Likelihood Estimation, MLE): MLE является одним из наиболее распространенных методов оценки параметров. Он основан на максимизации функции правдоподобия, которая представляет собой вероятность получить наблюдаемые данные при заданных параметрах модели. В Python вы можете использовать библиотеки, такие как SciPy и NumPy, для реализации MLE и нахождения оценок параметров. ➡️Метод наименьших квадратов (Least Squares Method, LSM): LSM используется для оценки параметров в моделях, где требуется минимизация суммы квадратов разности между наблюдаемыми значениями и значениями, предсказанными моделью. В Python вы можете использовать библиотеку NumPy для реализации LSM и нахождения наилучших оценок параметров. ➡️Байесовская оценка (Bayesian Estimation): Байесовская оценка основана на теореме Байеса и позволяет оценивать параметры с учетом априорной информации. В Python вы можете использовать библиотеку PyMC3 для реализации Байесовской оценки и нахождения оценок параметров. Метод моментов (Method of Moments): Метод моментов основан на равенстве теоретических моментов (среднего, дисперсии и т.д.) и их выборочных аналогов. В Python вы можете использовать библиотеку SciPy для реализации метода моментов и нахождения оценок параметров. ➡️Робастная оценка (Robust Estimation): Робастная оценка используется для оценки параметров в случае наличия выбросов или нарушения предположений о распределении данных. В Python вы можете использовать библиотеку statsmodels для реализации робастных методов оценки параметров. Python предоставляет разнообразные библиотеки, такие как SciPy, NumPy, statsmodels и PyMC3, которые предлагают готовые методы и функции для оценки параметров. Эти инструменты позволяют удобно применять различные методы оценки параметров в анализе данных и статистике с использованием Python. @programistica // #article

Не можешь спокойно спать? Мешают мысли о том, что скоро Chat GPT заберет твою работу, семью и кота? С каналом Батина Школа ты всегда будешь в курсе, как ловить волну и оставаться востребованным на рынке IT. А еще как за 1 минуту взломать соседский WI-FI и прочитать переписки бывшей 🕐 Реально годный проект бывалого айтишника: IT-Притон

Язык программирования Python Python — это высокоуровневый язык программирования, который получил свое название не в честь змеи, а в честь британского комедийного шоу "Monty Python's Flying Circus". Создатель языка, Гвидо ван Россум, был фанатом этого шоу, и название Python было выбрано как шутливая отсылка к нему. Название Python в качестве языка программирования отражает философию и подход к разработке, которые Гвидо ван Россум хотел внедрить в язык. Он стремился создать простой, интуитивно понятный и читаемый язык программирования, который был бы легким для изучения и использования. Вдохновленный принципами "Monty Python's Flying Circus", Гвидо ван Россум построил Python как язык, который был бы приятным и веселым для программистов. Название Python также отражает философию языка, которая подразумевает упрощение и минимализм. Python известен своими чистыми и понятными синтаксисом, а также обширной стандартной библиотекой, которая предлагает множество полезных инструментов и модулей. Это делает Python привлекательным для разработчиков всех уровней, начиная от новичков до опытных профессионалов. В целом, название Python в честь "Monty Python's Flying Circus" подчеркивает его уникальность, креативность и непринужденность, что делает его одним из самых популярных и любимых языков программирования в мире. @programistica // #article

💎 Подборка топовых каналов для каждого айтишника! 😎 PyLinux — для тех, кто программирует на Python и хочет начать разбираться в Linux. 😎 IT Syndicate — топовые курсы по всем IT-специальностям и технологиям. ⚙️ IToolBox — полезные инструменты, ресурсы и лайфхаки для программистов. ⚡️ Подпишись прямо сейчас, чтобы не потерять!

Старейший используемый язык COBOL (Common Business-Oriented Language) — это один из старейших языков программирования, разработанный в 1959 году. Его основная цель заключалась в создании языка, который был бы понятен и доступен для бизнес-пользователей и специалистов по обработке данных. COBOL был разработан с акцентом на обработку больших объемов данных и ведение бухгалтерских операций, что сделало его идеальным для использования в банковских и финансовых системах. Он быстро стал стандартом для этих отраслей благодаря своей надежности и способности обрабатывать транзакции с высокой степенью точности. Несмотря на появление множества новых языков программирования, COBOL до сих пор активно используется. Многие крупные банки, страховые компании и государственные учреждения продолжают эксплуатировать системы, написанные на COBOL, из-за их устойчивости и надежности. Миграция на новые системы часто оказывается сложной и дорогостоящей, поэтому COBOL остается важным инструментом в финансовом секторе. Благодаря своей долговечности и устойчивости, COBOL прочно занял свое место в истории программирования и продолжает играть ключевую роль в критически важных системах по всему миру. @programistica // #article

👩‍💻 Process Monitoring Process Monitoring (мониторинг процессов) является важной задачей в области системного администрирования и разработки программного обеспечения. Python предоставляет мощные инструменты для мониторинга процессов и получения информации о них. Вот некоторые подробности о мониторинге процессов с использованием Python: ➡️Модуль psutil: Psutil - это библиотека Python, которая предоставляет удобные функции для получения информации о процессах, запущенных на компьютере. Он позволяет получить информацию о загрузке ЦП, использовании памяти, сетевых подключениях, дисковой активности и других характеристиках процессов. Psutil также предоставляет возможность управления процессами, такими как завершение или приостановка. ➡️Модуль subprocess: Модуль subprocess в Python предоставляет функции для запуска и контроля внешних процессов. Он позволяет выполнить команды в командной строке и получить результат их выполнения. С помощью subprocess вы можете запускать процессы, отслеживать их выполнение, получать выходные данные и управлять ими. ➡️Модуль signal: Модуль signal в Python предоставляет возможность обработки сигналов операционной системы, таких как SIGINT (сигнал прерывания) или SIGTERM (сигнал завершения). Вы можете использовать этот модуль для отслеживания событий, связанных с процессами, и выполнения соответствующих действий, например, завершения процесса при получении сигнала прерывания. ➡️Модуль threading: Модуль threading позволяет создавать и управлять потоками выполнения в Python. Вы можете использовать потоки для мониторинга процессов в фоновом режиме, асинхронного выполнения задач и сбора информации о состоянии процессов. Модуль logging: Модуль logging предоставляет возможности для ведения журнала и регистрации информации о процессах. Вы можете использовать logging для записи событий, ошибок или других важных сообщений, связанных с мониторингом процессов. Python предоставляет эффективные и удобные инструменты для мониторинга процессов на компьютере. С их помощью вы можете получать информацию о процессах, контролировать их выполнение, обрабатывать сигналы и вести журнал событий. Эти возможности позволяют эффективно управлять процессами и обеспечивать стабильную работу системы. @programistica // #article

😒 На одном кодинге уже давно не вывезешь, перспектива 2024 года - Информационная Безопасность Ловите два канала на тему ИБ и хакинга ZeroDay - Уроки по кибербезопасности и хакингу с нуля. Вирусы, взломы, OSINT, криптография и свежие новости Белый Хакер - программное обеспечение, утилиты, OSINT, инструменты, полезная литература и много другое. Совершенно новый формат непохожий на другие каналы.

💻 yapf YAPF (Yet Another Python Formatter) — это инструмент для автоматического форматирования кода на Python. Он анализирует код и форматирует его в соответствии с заданными стилями, что помогает поддерживать консистентный стиль кода в проекте. Установка YAPF YAPF можно установить с помощью pip:

pip install yapf

Основные команды YAPF можно использовать как из командной строки, так и в виде библиотеки внутри Python-скриптов. Форматирование файла:

   yapf -i your_script.py

Флаг -i указывает на то, что изменения должны быть внесены непосредственно в файл. Форматирование каталога:

   yapf -ir your_directory/

Флаг -r рекурсивно обрабатывает все файлы в каталоге. Проверка форматирования без внесения изменений:

   yapf your_script.py

Без флага -i YAPF просто выведет отформатированный код в консоль. Использование в Python-скриптах YAPF можно использовать как библиотеку внутри Python-кода:

import yapf

code = """
def foo():
  print("bar")
"""

formatted_code, changed = yapf.yapf_api.FormatCode(code)

print(formatted_code)

Конфигурация YAPF YAPF поддерживает различные стили форматирования, которые можно настроить с помощью конфигурационных файлов. Конфигурационный файл может называться .style.yapf, setup.cfg или pyproject.toml. Пример файла .style.yapf: ```ini [style] based_on_style = pep8 indent_width = 4 column_limit = 80```i Интеграция с редакторами YAPF можно интегрировать с различными текстовыми редакторами и IDE, такими как Visual Studio Code, PyCharm, Vim, Emacs и другие. Обычно это делается с помощью плагинов или настроек редактора, которые позволяют автоматически форматировать код при сохранении файла. Пример использования ⏺Создадим скрипт example.py с неотформатированным кодом:

   def foo():
    print("bar")

⏺Запустим YAPF для форматирования:

   yapf -i example.py

⏺После форматирования код будет выглядеть так:

   def foo():
       print("bar")

YAPF — это мощный инструмент для автоматического форматирования кода на Python, который помогает поддерживать консистентный стиль кода в проекте. Он легко настраивается и интегрируется с различными редакторами и системами сборки, что делает его удобным для использования в повседневной разработке. @programistica // #article

🌐 Программирование и видеоигры Программирование и видеоигры — это две тесно связанные области, которые вместе создают удивительные и захватывающие цифровые миры. Программирование является основой разработки видеоигр, позволяя разработчикам создавать сложные алгоритмы и интерактивные элементы, которые делают игры интересными и увлекательными. Первая видеоигра, "Tennis for Two", была создана физиком Уильямом Хигинботэмом в 1958 году на аналоговом компьютере. Эта игра, представляющая собой симуляцию тенниса, положила начало целой индустрии, которая с тех пор значительно эволюционировала. С тех пор программирование видеоигр прошло долгий путь, от простых двухмерных игр до современных трехмерных шедевров с реалистичной графикой и сложными механиками. Современные видеоигры создаются с использованием различных языков программирования и технологий. Например, C++ и C# широко используются для разработки игр благодаря своей высокой производительности и гибкости. Unity и Unreal Engine — это популярные игровые движки, которые предоставляют разработчикам мощные инструменты для создания игр. Эти движки включают в себя физические симуляции, рендеринг графики, управление анимацией и многое другое, что упрощает процесс разработки. Программирование видеоигр включает в себя множество различных аспектов, таких как разработка игрового движка, создание искусственного интеллекта для персонажей, разработка сетевых функций для многопользовательских игр и оптимизация производительности. Каждый из этих аспектов требует специализированных знаний и навыков, что делает разработку видеоигр сложным, но увлекательным процессом. Кроме того, программирование видеоигр требует тесного сотрудничества между программистами, художниками, дизайнерами и звукорежиссерами. Все эти специалисты работают вместе, чтобы создать целостный и захватывающий игровой опыт. Программисты играют ключевую роль в этом процессе, обеспечивая, чтобы все элементы игры работали вместе без сбоев. Видеоигры продолжают развиваться и привлекать все больше внимания, становясь неотъемлемой частью современной культуры и развлечений. Программирование остается в центре этого процесса, предоставляя разработчикам инструменты и возможности для создания новых и инновационных игровых миров. @programistica // #article

💻 Вопрос из собеседования: Как проверить, что в строке только буквы? Если надо проверить, что в строке содержатся только буквы, то можно использовать функцию isalpha():

'python'.isalpha()
=> True

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

@programistica // #jobs

🤓 Stack Overflow Stack Overflow, запущенный в 2008 году, стал одним из самых популярных и авторитетных сайтов для программистов и разработчиков. Платформа позволяет пользователям задавать вопросы и получать ответы от сообщества, состоящего из миллионов опытных специалистов и новичков в области программирования. Основная цель Stack Overflow — предоставить место, где программисты могут обмениваться знаниями и помогать друг другу решать проблемы, с которыми они сталкиваются в своей работе. Пользователи могут задавать вопросы по различным темам, связанным с программированием, таким как языки программирования, фреймворки, инструменты разработки и многое другое. Вопросы и ответы оцениваются сообществом, что позволяет выделить наиболее полезные и точные ответы. Кроме того, Stack Overflow предлагает множество дополнительных функций, таких как метки (теги) для организации вопросов, система репутации, которая поощряет пользователей за их вклад, и возможность создавать и редактировать вики-статьи. Все это делает платформу не только полезным инструментом для решения конкретных проблем, но и ценным ресурсом для обучения и профессионального роста. Stack Overflow также является частью более широкой сети сайтов под названием Stack Exchange, которая охватывает различные темы, от математики и науки до искусства и культуры. Однако именно Stack Overflow остается флагманом этой сети, привлекая миллионы пользователей по всему миру и оставаясь незаменимым ресурсом для программистов всех уровней. @programistica // #article

👀 Книга: Машинное обучение с использованием Python. Сборник рецептов ⏺Векторы, матрицы, массивы ⏺Загрузка данных ⏺Упорядочение данных ⏺Работа с числовыми данными ⏺Работа с категориальными данными @programistica // #doc

Threading Threading в Python — это способ выполнения различных частей программы одновременно. Это особенно полезно для задач, которые могут выполняться параллельно, таких как обработка ввода-вывода или выполнение нескольких вычислительных задач одновременно. Основные концепции ⏺Поток (Thread): Легковесный процесс, который выполняется параллельно с другими потоками в рамках одного процесса. ⏺GIL (Global Interpreter Lock): Глобальная блокировка интерпретатора, которая ограничивает одновременное выполнение байт-кода Python одним потоком. Это означает, что даже при наличии нескольких потоков, только один поток может выполнять Python код в любой момент времени. Однако это не ограничивает выполнение задач, связанных с вводом-выводом. Библиотека threading В Python стандартная библиотека threading предоставляет средства для работы с потоками. Основные классы и функции ⏺threading.Thread: Класс для создания и управления потоками. ⏺threading.Lock: Класс для создания блокировок, которые могут использоваться для синхронизации потоков. Пример использования потоков Создание и запуск потока

import threading

def print_numbers():
    for i in range(5):
        print(i)

# Создаем поток
thread = threading.Thread(target=print_numbers)

# Запускаем поток
thread.start()

# Ждем завершения потока
thread.join()

Синхронизация потоков Для синхронизации потоков используются блокировки (Lock), которые предотвращают одновременный доступ к общим ресурсам. Пример использования блокировок

import threading

counter = 0
lock = threading.Lock()

def increment_counter():
    global counter
    with lock:
        for _ in range(100000):
            counter += 1

# Создаем потоки
threads = []
for _ in range(10):
    thread = threading.Thread(target=increment_counter)
    threads.append(thread)
    thread.start()

# Ждем завершения всех потоков
for thread in threads:
    thread.join()

print(f"Counter: {counter}")

Потокобезопасные очереди Библиотека queue предоставляет потокобезопасные очереди, которые могут использоваться для обмена данными между потоками. Пример использования очереди

import threading
import queue

def worker(q):
    while not q.empty():
        item = q.get()
        print(f"Processing item: {item}")
        q.task_done()

# Создаем очередь
q = queue.Queue()

# Добавляем элементы в очередь
for item in range(10):
    q.put(item)

# Создаем и запускаем потоки
threads = []
for _ in range(3):
    thread = threading.Thread(target=worker, args=(q,))
    threads.append(thread)
    thread.start()

# Ждем завершения всех задач в очереди
q.join()

# Ждем завершения всех потоков
for thread in threads:
    thread.join()

Threading в Python предоставляет мощные инструменты для выполнения параллельных задач. Однако, из-за GIL, потоки в Python не всегда эффективны для вычислительно интенсивных задач. В таких случаях лучше использовать процессы (модуль multiprocessing) или асинхронное программирование (модуль asyncio). Тем не менее, для задач, связанных с вводом-выводом, потоки могут значительно улучшить производительность и отзывчивость программы. @programistica // #article

🖼️ Библиотека Python: IPython IPython — это улучшенная интерактивная оболочка для Python, которая предоставляет расширенные возможности для интерактивного вычисления, такие как автодополнение, синтаксическое выделение и магические команды для выполнения различных задач. Она также служит основой для Jupyter Notebook, предоставляя мощные инструменты для интерактивного анализа данных и визуализации. ⚙️ Пример использования

   # Импортируем необходимые библиотеки
   import numpy as np
   import matplotlib.pyplot as plt
   from IPython.display import display, HTML

   # Пример использования магической команды %time для измерения времени выполнения кода
   %time result = sum([i**2 for i in range(10000)])

   # Пример использования магической команды %matplotlib inline для отображения графиков внутри IPython
   %matplotlib inline

   # Создание и отображение простого графика
   x = np.linspace(0, 10, 100)
   y = np.sin(x)
   plt.plot(x, y)
   plt.title("Пример графика синусоиды")
   plt.xlabel("x")
   plt.ylabel("sin(x)")
   plt.show()

   # Пример использования функции display для отображения HTML-контента
   display(HTML("<h2>Привет, это пример использования IPython!</h2>"))

✔️ Установка

   pip install ipython

⛓ Ссылка на документацию @programistica // #Library

💻 Вопрос из собеседования: Как удалить дубликаты из списка? Если в списке есть дубликаты, то можно преобразовать список в набор и обратно:

new_list = [1, 1, 1, 2, 2, 3, 3, 3]
new_list = list(set(new_list))
print(new_list)
=> [1, 2, 3]

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

@programistica // #jobs

💻 Двоичные деревья поиска Двоичное дерево поиска (BST, Binary Search Tree) — это структура данных, которая организует элементы в виде дерева, где каждый узел имеет не более двух дочерних узлов. Основное свойство BST заключается в том, что для каждого узла: ⏺Все элементы в левом поддереве меньше значения узла. ⏺Все элементы в правом поддереве больше или равны значению узла. Основные операции с BST Основные операции с бинарным деревом поиска включают вставку, поиск и удаление узлов. Рассмотрим реализацию этих операций на Python. ➡️Реализация узла дерева Сначала создадим класс для представления узла дерева:

class TreeNode:
    def __init__(self, key):
        self.left = None
        self.right = None
        self.val = key

➡️Вставка узла Функция для вставки нового узла в дерево:

def insert(root, key):
    # Если дерево пустое, возвращаем новый узел
    if root is None:
        return TreeNode(key)
    
    # В противном случае рекурсивно вставляем узел в правильное поддерево
    if key < root.val:
        root.left = insert(root.left, key)
    else:
        root.right = insert(root.right, key)
    
    return root

➡️Поиск узла Функция для поиска узла с заданным значением:

def search(root, key):
    # Если корень пуст или ключ присутствует в корне
    if root is None or root.val == key:
        return root
    
    # Ключ больше корневого значения
    if key > root.val:
        return search(root.right, key)
    
    # Ключ меньше корневого значения
    return search(root.left, key)

➡️Удаление узла Функция для удаления узла из дерева:

def deleteNode(root, key):
    # Базовый случай
    if root is None:
        return root
    
    # Если ключ меньше корневого значения, он находится в левом поддереве
    if key < root.val:
        root.left = deleteNode(root.left, key)
    
    # Если ключ больше корневого значения, он находится в правом поддереве
    elif key > root.val:
        root.right = deleteNode(root.right, key)
    
    # Если ключ совпадает с корневым значением, это узел, который нужно удалить
    else:
        # Узел с только одним дочерним узлом или без дочерних узлов
        if root.left is None:
            return root.right
        elif root.right is None:
            return root.left
        
        # Узел с двумя дочерними узлами: получаем inorder преемника (наименьший в правом поддереве)
        temp = minValueNode(root.right)
        
        # Копируем значение inorder преемника в этот узел
        root.val = temp.val
        
        # Удаляем inorder преемника
        root.right = deleteNode(root.right, temp.val)
    
    return root

def minValueNode(node):
    current = node
    
    # Находим крайний левый лист
    while current.left is not None:
        current = current.left
    
    return current

➡️Обход дерева Функции для обхода дерева (in-order, pre-order, post-order):

# In-order обход (левый, корень, правый)
def inorder(root):
    if root:
        inorder(root.left)
        print(root.val, end=" ")
        inorder(root.right)

# Pre-order обход (корень, левый, правый)
def preorder(root):
    if root:
        print(root.val, end=" ")
        preorder(root.left)
        preorder(root.right)

# Post-order обход (левый, правый, корень)
def postorder(root):
    if root:
        postorder(root.left)
        postorder(root.right)
        print(root.val, end=" ")

@programistica // #article

⚡️ Обучаться IT дорого? Ты просто не там ищешь информацию. За тебя уже всё нашли. Выбирай направление и обучайся бесплатно: — Frontend / Backend — Мобильная разработка — Десктопная разработка — Тестирование ПО — DevOps-инженер — Разработка нейросетей — ИИ и Машинное обучение — 1С-разработка — Разработка игр — Разработка ботов — Хакинг и безопасность — Админ баз данных — Data Science 🖥 Все найденные курсы, статьи, шпаргалки, видео и другие полезности публикуются в канале Free Dev

😅 Программирование и искусственный интеллект Программирование и искусственный интеллект (ИИ) тесно связаны между собой, поскольку разработка алгоритмов ИИ и их реализация требует глубоких знаний в области программирования. Первый шаг в истории нейронных сетей и ИИ был сделан Уорреном МакКаллоком и Уолтером Питтсом в 1943 году, когда они предложили концепцию математической модели нейрона, что заложило основу для развития нейронных сетей. С тех пор область ИИ претерпела значительные изменения и достигла впечатляющих успехов в таких областях, как машинное обучение, глубокое обучение, обработка естественного языка и компьютерное зрение. Современные достижения в ИИ, включая разработку алгоритмов, способных к самообучению на основе больших объемов данных, напрямую основываются на работе МакКаллока и Питтса, подчеркивая важность их вклада в развитие этой области. @programistica // #article

💻 Вопрос из собеседования: Для чего используется метод id? В Python метод id() используется для получения идентификатора объекта. Сам идентификатор можно использовать для сравнения объектов. Если в коде есть две переменные, которые ссылаются друг на друга, то с помощью id() это можно проверить:

list_a = [1, 2, 3]
list_b = list_a
print(id(list_a)) # идентификатор списка list_a
print(id(list_b)) # идентификатор списка list_b

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

@programistica // #jobs