Логотип python 1990-2005

Python поддерживает несколько парадигм программирования, в том числе структурное, объектно-ориентированное, функциональное, императивное и аспектно-ориентированное. Основные архитектурные черты — динамическая типизация, автоматическое управление памятью, полная интроспекция, механизм обработки исключений, поддержка многопоточных вычислений и удобные высокоуровневые структуры данных. Код в Python организовывается в функции и классы, которые могут объединяться в модули (они в свою очередь могут быть объединены в пакеты).

Эталонной реализацией Python является интерпретатор CPython, поддерживающий большинство активно используемых платформ. Он распространяется под свободной лицензией Python Software Foundation License, позволяющей использовать его без ограничений в любых приложениях, включая проприетарные. Есть реализации интерпретаторов для JVM (с возможностью компиляции), MSIL (с возможностью компиляции), LLVM и других. Проект PyPy предлагает реализацию Python с использованием JIT-компиляции, которая значительно увеличивает скорость выполнения Python-программ.

Python — активно развивающийся язык программирования, новые версии (с добавлением/изменением языковых свойств) выходят примерно раз в два с половиной года. Вследствие этого и некоторых других причин на Python отсутствуют стандарт ANSI, ISO или другие официальные стандарты, их роль выполняет CPython.

​​15 вопросов по Python: как джуниору пройти собеседование
Готовитесь к собеседованию на позицию Python-джуниора? Подборка важных вопросов по Python с объяснением и полезными ссылками вам поможет.

#статьядня

https://proglib.io/p/python-interview/

Python портирован и работает почти на всех известных платформах — от КПК до мейнфреймов. Существуют порты под Microsoft Windows, практически все варианты UNIX (включая FreeBSD и Linux), Plan 9, Mac OS и Mac OS X, iPhone OS 2.0 и выше, Palm OS, OS/2, Amiga, HaikuOS, AS/400 и даже OS/390, Windows Mobile, Symbian и Android.

По мере устаревания платформы её поддержка в основной ветви языка прекращается. Например, с серии 2.6 прекращена поддержка Windows 95, Windows 98 и Windows ME. Однако на этих платформах можно использовать предыдущие версии Python — на данный момент сообщество активно поддерживает версии Python начиная от 2.3 (для них выходят исправления).

При этом, в отличие от многих портируемых систем, для всех основных платформ Python имеет поддержку характерных для данной платформы технологий (например, Microsoft COM/DCOM). Более того, существует специальная версия Python для виртуальной машины Java — Jython, что позволяет интерпретатору выполняться на любой системе, поддерживающей Java, при этом классы Java могут непосредственно использоваться из Python и даже быть написанными на Python. Также несколько проектов обеспечивают интеграцию с платформой Microsoft .NET, основные из которых — IronPython и Python.Net.

Эту книгу можно рассматривать не только как введение в веб-скрапинг, но и как развернутое руководство по скрапингу веб-данных
практически любого типа. Хотя в книге используется язык программирования Python и освещаются основные принципы его работы, ее
не следует использовать в качестве вводного пособия по Python.
Если вы не являетесь опытным программистом и не знаете Python
вообще, чтение этой книги может быть несколько сложной задачей.
Однако если вы опытный программист, то сочтете материал книги
легким. В приложении A освещаются установка и работа с Python
3.x, который используется в этой книге. Если вы работали только
с Python 2.x или у вас не установлен Python 3.x, вы, возможно, захотите ознакомиться с приложением A.
Если вы ищете более подробные ресурсы по изучению Python, книга Introducing Python от Билла Любановича является очень хорошим
развернутым руководством. Для тех, у кого мало времени, видеокурс
Intoduction to Python от Джессики МакКеллер является отличным ресурсом.
Приложение C включает в себя кейсы, а также в нем рассматриваются ключевые вопросы, касающиеся правовых аспектов использова-
ния скраперов в США и данных, полученных с их помощью.
В технической литературе внимание часто уделяется конкретному
языку или технологии, однако веб-скрапинг является относительно
разрозненной предметной областью, которая охватывает такие направления, как работа с с базами данных, веб-серверами, HTTP, HTML,
интернет-безопасность, обработка изображений, наука о данных (data
science) и др. Эта книга стремится осветить все эти направления в том
объеме, в каком это требуется для сбора данных в Интернете…

Постараюсь сказать кратко о программировании.

Нет универсального языка программирования. Что же актуально на 2019?
Пожалуй веб, кто то скажет разработчики на мобилки, но я скажу веб.

И если быть такого мнения. То что выбрать, есть php, python, ruby, java script.

Я сам разрабатываю на python. Это активно развивающийся язык программирования, с открытым исходным кодом. Имеющий множество библиотек. Он знаменит такими мощными инструментами как Django.

Но если ты молод, и еще выбираешь свой первый язык программирования, то я советую JavaScript.
Современный веб и JS неразлучны. Множество фреймворков, куча решений, front-end само собой это знание JS. И в бэке Node-JS заслужил высокую оценку.

Поэтому для того кто думает на чем кодить, я скажу JS или Python.

Путь к мастерству: создаём приложение-словарь на Python

Хотите стать мастером в Python? Тогда изучайте язык на практике. В этом материале рассказываем, как создать словарь на Python.

https://proglib.io/p/python-dictionary-app/

​​Хотите люто кодить на Scala? В @binarydistrict_ru 16–17 февраля на площадке Digital October пройдет практический интенсив Scala Basic. За два дня вы познакомитесь с экосистемой и инструментами языка, освоите работу с веб-фреймворками и базами данных, научитесь писать простые backend-приложения. Будет много практики, заданий формата «дописать фрагмент», live coding.

Ключевые темы:
- основные управляющие структуры в Scala
- применение функционального подхода к решению задач
- основы многопоточности в Scala
- основы работы с библиотеками тестирования, базами данных и веб-фреймворками в Scala

Спикер курса — Сергей Толмачев, Lead Scala Developer в Waves Platform.

А еще есть скидка 10% по промокоду python_txt.
Вся инфа о курсе и регистрация по ссылке: https://goo.gl/i7wk4o

Полезная инфа в полезном канале!

Ребят тут на английском языке куча статей по изучению языка Python.

https://datapyr.zeef.com/kranthi.kumar#block_66537_learn-python

Django: разработка веб-приложений на Python
"Если бы не было фреймворков, большинство сайтов не были бы созданы или до сих пор создавались бы. Эти наборы инструментов позволяют делать приложения быстрее и качественнее."

#статьядня

https://webformyself.com/django-razrabotka-veb-prilozhenij-na-python/

В чем отличия двух асинхронных фреймворков — Tornado и Aiohttp; об истории выбора между фреймворками, чем отличаются корутины в Tornado и в AsyncIO.

https://habr.com/ru/company/avito/blog/435532/

​​Как подняться с уровня Junior?
Топовые разработчики страны делятся опытом на онлайн-конференции «Профессии в digital».

Участие бесплатное, но количество мест ограничено
👉 https://bit.ly/2FDCAwG
Смотри перечень тем и выбирай только нужные тебе мастер-классы!

Получи билет в будущее!

Стандартная библиотека.

Богатая стандартная библиотека является одной из привлекательных сторон языка программирования Python. Здесь имеются средства для работы со многими сетевыми протоколами и форматами интернета, например, модули для написания HTTP-серверов и клиентов, для разбора и создания почтовых сообщений, для работы с XML и т. п. Набор модулей для работы с операционной системой позволяет писать кросс-платформенные приложения. Существуют модули для работы с регулярными выражениями, текстовыми кодировками, мультимедийными форматами, криптографическими протоколами, архивами, сериализации данных, поддержка юнит-тестирования и др.

Более подробно об этом
https://ru.m.wikipedia.org/wiki/Стандартная_библиотека_Python

Эта книга посвящена исследованию данных с помощью языка программирования
Python. Сразу же возникает вопрос: что же такое наука о данных (data science)?
Ответ на него дать непросто — настолько данный термин многозначен.
Долгое время активные критики отказывали термину «наука о данных» в праве на
существование либо по причине его избыточности (в конце концов, какая наука
не имеет дела с данными?), либо расценивая этот термин как «модное словечко»
для придания красоты резюме и привлечения внимания агентов по найму кадров.
На мой взгляд, в подобных высказываниях критики упускали нечто очень важное.
Лучшее из возможных определений науки о данных приведено в диаграмме Венна
в науке о данных, впервые опубликованной Дрю Конвеем в его блоге в сентябре
2010 года. Междисциплинарность — ключ к ее пониманию.