Программистика

💻 Вопрос из собеседования: Как имплементировать словарь с нуля? Для реализации словаря можно использовать хэш-таблицу. Хэш-таблица - это структура данных, которая обеспечивает эффективный поиск, вставку и удаление элементов. Ключи преобразуются в индексы с помощью хэш-функции, и значения хранятся в соответствующих ячейках памяти. 👩‍💻Например, можно создать класс, который будет имитировать словарь:

class MyDictionary:
    def __init__(self):
        self.size = 10 # размер таблицы
        self.keys = [None] * self.size
        self.values = [None] * self.size

    def __setitem__(self, key, value):
        index = hash(key) % self.size # вычисляем индекс
        self.keys[index] = key
        self.values[index] = value

    def __getitem__(self, key):
        index = hash(key) % self.size
        return self.values[index]

👩‍💻Теперь можно создавать экземпляры этого класса и использовать их, как обычный словарь:

d = MyDictionary()
d['apple'] = 'red'
d['banana'] = 'yellow'
print(d['apple']) # выведет 'red'
print(d['banana']) # выведет 'yellow'

‼️Это простой пример, и на практике словари в Python имеют более сложную реализацию, чтобы обеспечить высокую производительность и эффективность использования памяти.

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

@programistica // #jobs

👀 Книга: Python: большая книга примеров ⏺Языки. Общие представления ⏺Выражения python ⏺Имена ⏺Нотация в Python ⏺Именование переменных в PEP8 ⏺Классы ⏺Типы и классы И многое другое @programistica // #doc

🖥 Библиотека HTTPX HTTPX - это современная и полнофункциональная библиотека Python для асинхронных HTTP запросов, которая поддерживает HTTP/1.1 и HTTP/2 и предоставляет удобный API для синхронного и асинхронного программирования. Она предлагает продвинутые функции, такие как поддержка многопоточности, встроенные сессии с куками и возможность использования различных типов аутентификации. 👀Давайте рассмотрим пример синхронного GET-запроса к веб-сайту:

import httpx

# Синхронный GET-запрос
response = httpx.get('https://www.example.com')

# Вывод ответа
print(response.status_code)
print(response.headers)
print(response.text)

👀Теперь давайте рассмотрим асинхронный запрос, который требует использования async и await:

import httpx
import asyncio

# Асинхронная функция для выполнения GET-запроса
async def fetch(url):
    async with httpx.AsyncClient() as client:
        response = await client.get(url)
        return response

# Запуск асинхронной функции и вывод ответа
async def main():
    response = await fetch('https://www.example.com')
    print(response.status_code)
    print(response.headers)
    print(response.text)

# Запуск асинхронного цикла событий
asyncio.run(main())

‼️Эти примеры демонстрируют базовое использование HTTPX для выполнения HTTP-запросов. Библиотека HTTPX позволяет легко переключаться между синхронным и асинхронным кодом, предоставляя гибкость для разработки современных приложений. @programistica // #Library

🖥 Python в области кибербезопасности: Инструменты и применение В современном мире, где цифровые технологии проникают во все сферы нашей жизни, вопросы кибербезопасности становятся всё более актуальными. Python, благодаря своей гибкости и мощному набору инструментов, занимает ключевое место в арсенале специалистов по информационной безопасности. 🗣Тестирование на проникновение с Python 🗣Анализ уязвимостей 🗣Расследование инцидентов 🗣Обучение и симуляция атак 🔗 Читать полностью @programistica // #article

Погрузитесь в мир Python с нашим бесплатным курсом! 🎓 Включено 45 уроков, 56 упражнений в тренажере и 163 проверочных теста. Узнаете, как создавать программы, работать с условиями и функциями. Что вы освоите: — Составление программ из нескольких модулей. — Анализ ошибок в коде с использованием отладочной печати. 📚 Курс охватывает основы Python: синтаксис, условия, циклы, типы данных и библиотеки. Практика на каждом шаге поможет вам уверенно использовать язык. Начните свое обучение с бесплатного базового курса Python и вы сможете создавать несложные программы, а так же анализировать ошибки в коде!

💻 Вопрос из собеседования: В чём преимущества массивов numpy по сравнению с (вложенными) списками python? Основное преимущество массивов NumPy перед списками Python заключается в том, что NumPy использует более оптимизированную память и имеет более эффективные методы работы с массивами (из-за реализации на C), что делает его подходящим выбором для работы с большими объемами данных и научных вычислений. 👀Например, с NumPy вы можете выполнять бродкастинг (broadcasting), матричные операции и другие векторизованные вычисления с более высокой производительностью, чем при использовании вложенных списков. Некоторые из основных преимуществ NumPy: ⏺Более оптимизированная память, что позволяет NumPy работать быстрее с большим объемом данных ⏺Встроенные методы для выполнения арифметических операций, таких как сумма и произведение, которые могут работать сразу над всеми элементами массивов. ⏺Возможность выполнять матричные операции и другие векторизованные вычисления. ⏺Простой синтаксис для выполнения операций над массивами. ⏺Возможность конвертировать массивы NumPy в другие формы данных, такие как списки Python или таблицы Pandas. ‼️Eсли вы работаете с массивами данных, над которыми нужно выполнять научные вычисления, то использование NumPy будет более предпочтительным вариантом, чем использование списков Python.

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

@programistica // #jobs

🖥 Библиотека Tqdm Tqdm – это легковесная и мощная библиотека Python, которая добавляет прогресс-бары к циклам и блокам кода с минимальными изменениями в исходном коде. Она обеспечивает быструю обратную связь о состоянии выполнения операций, что делает процесс отладки и мониторинга более удобным и информативным. 👩‍💻Пример использования:

from tqdm import tqdm
import time

# Имитация длительной задачи с использованием цикла
for i in tqdm(range(100)):
    # Задержка для имитации выполнения задачи
    time.sleep(0.1)

Код создаст прогресс-бар, который будет обновляться в реальном времени по мере выполнения цикла. Здесь range(100) определяет общее количество итераций, а time.sleep(0.1) имитирует задержку, которая могла бы быть вызвана выполнением некоторой операции в каждой итерации цикла. Tqdm автоматически рассчитывает оставшееся время до завершения цикла и отображает это вместе с прогресс-баром, делая его мощным инструментом для мониторинга прогресса длительных задач. @programistica // #Library

⚡️ RECURA - один из лучших каналов для разработчиков и инженеров. Канал ведёт DevOps-инженер, который ежедневно публикует: — код, повышающий эффективность разработки — лайфхаки и полезные трюки для Bash・Linux・macOS — полезные книги и советы по информационной безопасности — актуальные новости из мира технологий и нейросетей Подпишись на @recura_tech, чтобы каждый день открывать для себя что-то новое и быть востребованным специалистом.

👀 Книга: Типизированный Python для профессиональной разработки ⏺Раннее выявление ошибок ⏺Читаемость, понятность и поддерживаемость кода ⏺Помощь IDE при разработке ⏺Zen of Python ⏺Интерпретатор не проверяет подсказки типов ⏺Статический анализатор mypy И многое другое @programistica // #doc

🖥 Проект Веб-скрапер новостей

Самое главное в программировании - это практика, так давайте же к ней приступим

👀Напишите скрипт, который будет собирать новости с нескольких информационных сайтов, анализировать их содержание и отправлять краткие сводки на ваш email. Вот как я реализовал этот проект: 🔗Ссылка на проект @programistica // #project

Вам нравится читать контент на этом канале? Возможно, вы задумывались о том, чтобы купить на нем интеграцию? Следуйте 3 простым шагам, чтобы сделать это: 1) Регистрируйтесь по ссылке: https://telega.in/c/programistica 2) Пополняйтесь удобным способом 3) Размещайте публикацию Если тематика вашего поста подойдет нашему каналу, мы с удовольствием опубликуем его.

💻 Вопрос из собеседования: Что такое менеджер пакетов? Какие менеджеры пакетов вы знаете? Менеджер пакетов - это инструмент, который позволяет управлять установкой, обновлением и удалением библиотек и зависимостей в проектах на языке Python. ➡️Встречайте, вот наиболее популярные менеджеры пакетов Python: ⏺pip - это стандартный менеджер пакетов Python. Он позволяет устанавливать пакеты из Python Package Index (PyPI) и других источников, а также управлять зависимостями проекта. ⏺conda - это менеджер пакетов и среда управления, который позволяет управлять пакетами и зависимостями для проектов на Python, а также для других языков программирования и платформ. ⏺easy_install - инструмент для установки и управления пакетами Python, который был стандартным до выпуска Python 3. Используется редко в настоящее время. ⏺poetry - новый менеджер пакетов, предназначенный для замены в некоторой степени pip и virtualenv.

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

@programistica // #jobs

🖥 Библиотека Delegator.py Delegator.py – это библиотека для Python, предназначенная для упрощения вызова и управления подпроцессами, обеспечивая чистый и удобный API для взаимодействия с внешними командами. Она позволяет разработчикам легко запускать команды оболочки и получать их вывод, делая работу с подпроцессами более интуитивно понятной и Pythonic. 👩‍💻Теперь давайте рассмотрим простой пример использования Delegator.py для выполнения команды оболочки и получения её вывода. В этом примере мы выполним команду echo, которая просто возвращает переданную ей строку.

import delegator

# Выполнение команды оболочки и получение результата
result = delegator.run('echo "Hello, Delegator.py!"')

# Вывод результата выполнения команды
print("Статус выполнения:", result.return_code)  # Возвращает код завершения команды
print("Вывод команды:", result.out)  # Выводит стандартный вывод команды

@programistica // #Library

Frontend теперь в Telegram! Крупнейшая база материалов для фронтенд-разработки теперь доступна бесплатно: Шаблоны с кодом – 477 шт. Шаблоны Figma – 96 шт. Слитые курсы по JS – 141 видео Слитые курсы по HTML – 54 видео Слитые курсы по CSS – 29 видео Шпаргалки по JS – 341 шт. Шпаргалки по HTML – 126 шт. Шпаргалки по CSS – 211 шт. Книги по фронтенду – 359 шт. Статьи по фронтенду – 112 шт. 👉🏻 Изучать JavaScript, HTML и CSS стало намного проще — нужно просто быть подписанным на блог фронтендера

🖥 Использование Python для анализа и улучшения доступности веб-сайтов В современном мире интернет стал неотъемлемой частью жизни многих людей. Однако не все могут в полной мере пользоваться веб-ресурсами из-за ограниченных возможностей или специфических потребностей. Доступность веб-сайтов (web accessibility) направлена на устранение барьеров, мешающих людям с ограниченными возможностями воспользоваться интернет-ресурсами. Python, благодаря своей гибкости и мощным библиотекам, может стать важным инструментом в анализе и улучшении доступности веб-сайтов. 🗣Что такое доступность веб-сайтов? 🗣Анализ доступности 🗣Улучшение доступности 🗣Важность доступности 🔗 Читать полностью @programistica // #article

👀 Книга: Объектно-ориентированное программирование ⏺ Введение в объектно- ориентированное программирование ⏺ Графические пользовательские интерфейсы с pygame ⏺ Инкапсуляция, полиморфизм и наследование ⏺ Использование ООП в разработке игр И многое другое @programistica // #doc

💻 Вопрос из собеседования: Зачем нужен pdb? 🔰pdb - это интерактивный отладчик для Python, с помощью которого можно перемещаться по коду во время запуска вашей программы, смотреть и изменять значения переменных, построчно навигироваться по коду (в том числе углубляться во вложенности кода), назначать брейкпоинты и все прочие операции присущие отладчику. 👀Модуль pdb предоставляет интерфейс командной строки, который можно использовать для взаимодействия с кодом Python во время его выполнения. Вы можете войти в режим pdb в своей программе Python, вставив следующую строку кода там, где вы хотите остановить отладчик:

import pdb;
pdb.set_trace()

‼️Когда интерпретатор дойдет до этой строки, он приостановится, и можно использовать команды pdb для проверки состояния вашей программы. Таким образом, pdb — это полезный инструмент для отладки кода Python, поскольку он позволяет в интерактивном режиме проверять состояние кода и выявлять проблемы.

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

@programistica // #jobs

🖥Создание DSL (Domain-Specific Languages) с Python В мире программирования языки, ориентированные на конкретную предметную область (Domain-Specific Languages, DSL), играют важную роль в упрощении и оптимизации разработки программного обеспечения. DSL — это компактные языки, разработанные для конкретных аспектов программирования или для определенных видов задач. Python, благодаря своей выразительности и гибкости, является идеальным инструментом для создания DSL. 🗣Что такое DSL? 🗣Почему Python подходит для создания DSL? 🗣Примеры DSL в Python 🗣Создание DSL с Python 🔗 Читать полностью @programistica // #article

✔️ CodeBase | Frontend - канал для начинающих веб-мастеров, которые хотят покорить FrontEnd! ➡️ У нас вы найдете: 🟢 крутые фишки для вёрстки 🟢 макеты проектов 🟢 полезные материалы и ресурсы 🟢 все о javascript, react 🟢 тонну годного материала 🔥 Заходи прямо сейчас, чтобы не потерять - CodeBase | Frontend!

🖥 Библиотека Dash Dash — Фреймворк для создания аналитических веб-приложений на чистом Python. Dash идеально подходит для создания сложных интерактивных дашбордов для визуализации данных без необходимости использования JavaScript. 👩‍💻Вот пример кода, который демонстрирует работу библиотеки Dash:

# Убедитесь, что установлены dash и plotly перед запуском:
# pip install dash plotly

import dash
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output
import plotly.express as px
import pandas as pd

# Создаем пример данных
df = pd.DataFrame({
    "Фрукты": ["Яблоки", "Апельсины", "Бананы", "Яблоки", "Апельсины", "Бананы"],
    "Количество": [4, 1, 2, 2, 4, 5],
    "Город": ["SF", "SF", "SF", "Монреаль", "Монреаль", "Монреаль"]
})

# Создаем фигуру с помощью Plotly Express
fig = px.bar(df, x="Фрукты", y="Количество", color="Город", barmode="group")

# Инициализируем Dash-приложение
app = dash.Dash(__name__)

# Определяем макет приложения
app.layout = html.Div(children=[
    html.H1(children='Привет, Dash!'),

    html.Div(children='''
        Dash: Веб-приложения с Python.
    '''),

    dcc.Graph(
        id='example-graph',
        figure=fig
    )
])

# Запускаем приложение
if __name__ == '__main__':
    app.run_server(debug=True)

Этот код создает простое Dash-приложение с заголовком и одним графиком типа "столбчатая диаграмма", который отображает количество фруктов по городам. После запуска этого скрипта, приложение будет доступно в вашем веб-браузере по адресу http://127.0.0.1:8050/. @programistica // #Library