📱 Фишка: sys.getsizeof — узнать, сколько памяти занимает объект в Python

Модуль sys предоставляет функцию getsizeof(), с помощью которой можно узнать, сколько байт занимает объект в памяти. Полезно при оптимизации, работе с большими структурами и оценке производительности.

import sys

a = [1, 2, 3, 4, 5]
b = "Привет, мир!"
c = {i: i*i for i in range(10)}

print(sys.getsizeof(a))  # ➔ размер списка
print(sys.getsizeof(b))  # ➔ размер строки
print(sys.getsizeof(c))  # ➔ размер словаря

📌 Как это работает?

🟢 sys.getsizeof(obj) возвращает базовый размер объекта в байтах.
🟢 Учитывает только сам контейнер, не включая рекурсивно вложенные объекты.
🟢 Для точной оценки полной памяти нужно использовать pympler или asizeof из pysizer

🐍 Ghostly Python | #фишки

🐍 Ghostly Python | #мемы

👩‍💻 Работа с аргументами командной строки с помощью argparse

argparse — встроенный модуль Python для создания понятных интерфейсов командной строки. Позволяет легко добавлять флаги и параметры к скриптам, с автоматической генерацией --help.

⚙️ Пример: скрипт с параметром имени пользователя

import argparse

parser = argparse.ArgumentParser(description="Приветствие пользователя")
parser.add_argument("name", help="Имя пользователя")
args = parser.parse_args()

print(f"Привет, {args.name}!")

💬 Как это работает:

1. ArgumentParser() создаёт парсер аргументов.
2. add_argument("name") добавляет обязательный позиционный аргумент.
3. parse_args() читает аргументы из командной строки.
4. Запуск: python script.py Алиса ➔ Привет, Алиса!

🟢 Поддерживает позиционные и опциональные аргументы (--debug, --limit 10)
🟢 Генерирует справку по команде -h или --help
🟢 Полезен при создании CLI-утилит, автоматизации и упаковке Python-скриптов в команды

🐍 Ghostly Python | #гайды

👩‍💻 Как не-программист спас дедлайн и защитил тайны компании: История Веры и GPT для проверки договоров

Рассказываю, как мы автоматизируем рутину с ИИ, но не рискуем слить конфиденциальный договор в открытый чат. Делюсь кейсом с юристами, ботами и безопасной проверкой сложных документов.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

❓ Вопрос с собеса

Чем отличается isinstance() от type() при проверке типов в Python?

Пример🔽

class Animal: pass
class Dog(Animal): pass

dog = Dog()

print(type(dog) == Dog)        # ➔ True  
print(isinstance(dog, Dog))    # ➔ True  
print(isinstance(dog, Animal)) # ➔ True  
print(type(dog) == Animal)     # ➔ False

Ответ🔽

Функция type() проверяет точный тип объекта, без учёта наследования. А isinstance() проверяет, является ли объект экземпляром указанного класса или его подклассов.

🟢 type(obj) == SomeClass — строгая проверка, используется, когда нужно исключить наследников.

🟢 isinstance(obj, SomeClass) — гибкая проверка, чаще применяется в реальном коде.

✅ Когда использовать isinstance():
— При работе с классами и их наследниками
— Когда нужно поддерживать полиморфизм

❗️ type() полезен при проверке встроенных типов (int, list, dict) — если точно знаешь, что ищешь, и не хочешь ловить наследников.

🐍 Ghostly Python | #собес

🐍 Ghostly Python | #мемы

🖼️ Библиотека: deal

deal — это библиотека контрактного программирования для Python: она позволяет описывать пред- и постусловия, инварианты, исключения и побочные эффекты прямо в коде с помощью декораторов.

Полезна при написании надёжных библиотек, бизнес-логики и сложных алгоритмов, где важно явно зафиксировать ожидания от функций.

⚙️ Пример использования:

import deal

@deal.pre(lambda x: x >= 0)
@deal.post(lambda result: result >= 0)
@deal.raises(ZeroDivisionError)
def safe_sqrt(x):
    return x ** 0.5

print(safe_sqrt(9))    # 3.0
print(safe_sqrt(-1))   # deal.PreContractError

➡️ Также поддерживает автоматическую проверку побочных эффектов (например, изменения глобальных переменных или работы с I/O), генерацию тестов и даже формальную верификацию

✔️ Установка:

pip install deal

➡️ Ссылка на документацию

🐍 Ghostly Python | #библиотеки

👩‍💻 NoDPI4Android. Решаем проблему «деградации» YouTube теперь и на Android

Пилил версию NoDPI под Android на Python и Kivy, потому что Java — зло. Рассказываю, как заставил YouTube снова работать нормально, и как РКН опять может психануть. Будет весело.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

➡️ Hyperskill — интерактивная проектная платформа для обучения Python и других ЯП

Hyperskill предлагает обучение через реальные проекты, встроенные прямо в IDE (например, PyCharm), с автоматической проверкой и этапами прогресса.

Подходит как для новичков, так и для продвинутых, кто хочет учиться, создавая полноценные приложения.

⛓️ Ссылка на ресурс

🐍 Ghostly Python | #ресурсы

🐍 Ghostly Python | #мемы

📱 Фишка: bisect — быстрый бинарный поиск и вставка в отсортированный список

Модуль bisect из стандартной библиотеки Python позволяет эффективно работать с отсортированными списками: выполнять бинарный поиск и вставку, сохраняя порядок.

import bisect

numbers = [1, 3, 4, 7, 9]

# Найти позицию для вставки числа 5
pos = bisect.bisect(numbers, 5)
print(pos)  # ➔ 3

# Вставить число в правильное место
bisect.insort(numbers, 5)
print(numbers)  # ➔ [1, 3, 4, 5, 7, 9]

📌 Как это работает?

🟢 bisect() возвращает индекс, куда можно вставить элемент, сохраняя порядок
🟢 insort() сразу вставляет элемент в нужную позицию
🟢 Работает за O(log n), что гораздо быстрее линейного поиска в больших списках

🐍 Ghostly Python | #фишки

👩‍💻 Сервер управления боксом и станцией дрона: архитектура и принципы работы

Сервер обеспечивает удалённое управление устройствами, подключёнными по WebSocket. На этапе тестирования к нему также подключено веб-приложение, через которое пользователь может управлять устройствами.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

👩‍💻 Работа с временными файлами на Python с помощью tempfile

tempfile — встроенный модуль Python для безопасного создания временных файлов и директорий. Полезен для тестов, кэширования, временных логов и работы с внешними инструментами.

⚙️ Пример: скрипт с параметром имени пользователя

import tempfile

# Создаём временный файл
with tempfile.NamedTemporaryFile(mode='w+', delete=False) as tmp:
    tmp.write("Временные данные")
    tmp.seek(0)
    print(tmp.read())  # ➔ Временные данные

print(f"Файл сохранён как: {tmp.name}")

💬 Как это работает:

1. NamedTemporaryFile() создаёт файл, который можно использовать как обычный файл.

2. mode='w+' означает чтение и запись.

3. delete=False — файл сохраняется после закрытия (иначе удаляется автоматически).

4. Можно использовать временные директории с tempfile.TemporaryDirectory().

🟢 Безопасное имя файла (не будет конфликтов)
🟢 Поддержка кроссплатформенности (работает и на Windows, и на Linux)
🟢 Удобно для промежуточных данных, которые не нужно сохранять надолго

🐍 Ghostly Python | #гайды

🐍 Ghostly Python | #мемы

❓ Вопрос с собеса

Что делает декоратор @property в Python и зачем он нужен?

Пример🔽

class Circle:
    def __init__(self, radius):
        self._radius = radius

    @property
    def diameter(self):
        return self._radius * 2

c = Circle(5)
print(c.diameter)  # ➔ 10
c.diameter = 12    # ➔ AttributeError: can't set attribute

Ответ🔽

@property превращает метод класса в атрибут, доступный для чтения как обычное поле. Это позволяет скрыть логику за простым синтаксисом без скобок и позволяет использовать геттеры, сеттеры и делетеры, как в других ООП-языках.

🟢 Преимущества @property:

Позволяет изменить внутреннюю реализацию без изменения интерфейса.

Используется для контроля доступа к данным (валидация, вычисления "на лету").

Улучшает читаемость и делает API объекта более естественным.

✅ Когда использовать:

Когда нужно вычислить значение на основе внутренних данных.

Когда требуется защитить атрибут от прямой перезаписи.

При написании библиотек и API для других разработчиков.

❗️ Для создания сеттера — используйте @<property_name>.setter. Без него — свойство только для чтения.

🐍 Ghostly Python | #собес

👩‍💻 Скрипт, который следит за тобой: автоматический аудит действий в Linux

Auditd фиксирует всё, от sudo до rm -rf. Добавим Python-скрипт — получим читаемые отчёты, алерты и соответствие требованиям ИБ. Установка, настройка, практические примеры.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

🖼️ Библиотека: Pydantic

Pydantic — это мощная библиотека для проверки данных и управления конфигурацией с помощью аннотаций типов.

Она позволяет создавать надёжные модели данных, автоматически валидируя входные значения и преобразуя их в нужный формат.

⚙️ Пример использования:

from pydantic import BaseModel, validator

class User(BaseModel):
    id: int
    name: str
    email: str

    @validator("email")
    def email_must_contain_at(cls, v):
        if "@" not in v:
            raise ValueError("Invalid email address")
        return v

user = User(id="1", name="Alice", email="alice@example.com")
print(user.dict())

➡️ Pydantic автоматически привёл id к int и проверил email. При ошибке — вы получите понятный exception.

✔️ Установка:

pip install pydantic

➡️ Ссылка на документацию

🐍 Ghostly Python | #библиотеки

🐍 Ghostly Python | #мемы

➡️ PyBites — платформа с ежедневными байтами практики по Python

PyBites предлагает формат "Python bites" — маленькие, но нетривиальные задачи, которые развивают не только синтаксис, но и стиль, идиомы и архитектурное мышление.

Подходит для тех, кто уже знаком с основами и хочет стать питонистее.

⛓️ Ссылка на ресурс

🐍 Ghostly Python | #ресурсы

👩‍💻 Как вызывать C++ из Python

Сравнение PyBind11 и ctypes: когда нужна простота и совместимость типов — выбираем PyBind11, для низкоуровневого доступа — ctypes. Как подключать C++ к Python без жертв в интерактивности.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

📱 Фишка: heapq — работа с кучами и приоритетами в Python

Модуль heapq из стандартной библиотеки позволяет использовать список как двоичную минимальную кучу (heap). Это идеальный инструмент для реализации приоритетных очередей и поиска наименьших элементов.

import heapq

nums = [7, 1, 4, 9, 2]

# Превращаем список в кучу
heapq.heapify(nums)
print(nums)  # ➔ [1, 2, 4, 9, 7] (куча, не просто отсортированный список)

# Извлекаем минимальный элемент
min_item = heapq.heappop(nums)
print(min_item)  # ➔ 1

# Добавляем элемент с сохранением свойств кучи
heapq.heappush(nums, 3)
print(nums)  # ➔ [2, 3, 4, 9, 7]

📌 Как это работает?

🟢 heapify() превращает список в структуру данных "куча" за O(n).
🟢 heappop() извлекает минимальный элемент за O(log n).
🟢 heappush() вставляет новый элемент, сохраняя свойства кучи.

🐍 Ghostly Python | #фишки