📦 Boxplot, он же ящик с усами

Разбираем, что такое boxplot (он же «ящик с усами») и почему он так полезен. Узнаем, как быстро оценивать медиану, разброс данных и находить выбросы, не вглядываясь в цифры.

🖥 Перейти к статье

🐍 Ghostly Python | #статьи

👩‍💻 Новости мира Python за январь 2025

Собрали главные новости Python за январь 2025: новый безопасный интерфейс для отладки CPython, итоги опроса Facebook о типах, изменения в PEP 8 и свежий баттл Django vs FastAPI.

📱 Ссылка на источник

🐍 Ghostly Python | #уроки

📱 22 полезных примера кода на Python

В этой статье вы вкратце узнаете о 22 полезных примерах кода, позволяющих воспользоваться мощью Python.

Некоторые из примеров вы могли уже видеть ранее, а другие будут новыми и интересными для вас. Все эти примеры легко запоминаются.

Проверка дубликатов, фильтрация, получение размера в байтах и другие полезные фишки языка.

➡️ Ссылка на статью

🐍 Ghostly Python | #фишки

⚙️ Библиотека: Pypika

Pypika — это мощный конструктор SQL-запросов для Python, который позволяет создавать сложные запросы программно без написания чистого SQL.

Подходит для разработчиков, которые хотят динамически генерировать SQL-запросы, избегая ручного формирования строк SQL и предотвращая SQL-инъекции.

⚙️ Пример использования:

from pypika import Query, Table

# Определяем таблицу
users = Table("users")

# Создаем SQL-запрос
query = Query.from_(users).select(users.id, users.name).where(users.age > 18)

print(query)  # SELECT "id","name" FROM "users" WHERE "age">18

• Pypika делает работу с SQL более удобной и безопасной, особенно для сложных запросов в ORM или API.

✔️ Установка

pip install pypika

🐱 Ссылка на GitHub

🐍 Ghostly Python | #библиотеки

📱 Поднимаем потоковый сервис Kafka на Python

В этой статье мы познакомимся с Apache Kafka. Мы напишем демо пример Kafka Consumer'а на Python и запустим его в облачном сервисе Confluent Cloud.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

Не палимся

🐍 Ghostly Python | #мемы

📱 Фишка: itertools.groupby — группировка последовательностей в Python

Вместо сложных циклов и временных словарей для группировки элементов можно использовать itertools.groupby(). Этот инструмент позволяет эффективно группировать отсортированные данные по ключу.

from itertools import groupby

data = [("яблоко", "фрукт"), ("морковь", "овощ"), ("банан", "фрукт"), ("капуста", "овощ")]

# Сортируем перед группировкой
data.sort(key=lambda x: x[1])

# Группируем по категории
for category, items in groupby(data, key=lambda x: x[1]):
    print(category, list(items))

📌 Как это работает?

🟢 Данные сначала сортируются по категории (иначе groupby не сработает правильно).
🟢 groupby автоматически объединяет элементы, у которых одинаковый ключ.
🟢 Итог: "фрукты" и "овощи" собраны в отдельные группы без лишнего кода.

🐍 Ghostly Python | #фишки

👩‍💻 Разбор модуля argparse в Python

Разбираем модуль argparse в Python: как парсить аргументы, обрабатывать значения и делать удобный CLI. Всё просто, понятно и без лишних сложностей.

📱 Ссылка на источник

🐍 Ghostly Python | #уроки

⚙️ Библиотека: Typer

Typer — это библиотека для создания CLI (Command Line Interface) приложений на Python. Она построена на основе FastAPI и Click, что делает её мощной, но при этом удобной для работы с аргументами и опциями командной строки.

⚙️ Пример использования:

import typer

app = typer.Typer()

@app.command()
def hello(name: str):
    """Приветствие пользователя"""
    typer.echo(f"Привет, {name}!")

if __name__ == "__main__":
    app()

📌 Запуск команды:

python script.py hello Алексей

Привет, Алексей!

• Typer позволяет быстро разрабатывать удобные CLI-приложения, с минимальными усилиями. Генерирует документацию, поддерживает автодополнение и аннотации типов Python.

✔️ Установка

pip install typer[all]

🐱 Ссылка на GitHub

🐍 Ghostly Python | #библиотеки

📱 Брокеры сообщений на практике: как подключиться и пользоваться RabbitMQ в Python

Разбираем основы работы с RabbitMQ: как развернуть брокер сообщений на сервере, настроить панель управления и правильно обрабатывать сообщения без потерь и дублирования.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

👩‍💻 Real Python — ресурс с огромным количеством обучающих материалов по Python.

Здесь вы найдете статьи, пошаговые руководства, видеоуроки и курсы по различным аспектам Python: от основ до продвинутых тем, таких как асинхронное программирование и веб-разработка.

Примечательно, что материалы постоянно обновляются, а авторы подробно объясняют концепции с примерами кода.

Если хотите улучшить навыки программирования на Python — сохраняйте 👍

⛓️ Ссылка на ресурс

🐍 Ghostly Python | #ресурсы

Немного английского юмора

🐍 Ghostly Python | #мемы

👩‍💻 Полиморфизм в Python: магия переопределения без хаоса

Разбираем полиморфизм в Python — что это такое, как работает и зачем нужен. Плюс, почему этот принцип важен не только в Python, но и в других языках программирования.

📱 Ссылка на источник

🐍 Ghostly Python | #уроки

📱 Нативный non-blocking I/O через Linux Epoll: создание C-расширений для Python

Почему стандартные механизмы ввода-вывода в Python не справляются с нагрузкой? Разбираем, как epoll помогает оптимизировать сетевые приложения, устраняя бутылочные горлышки select(), poll() и даже asyncio.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

Других причин и быть не может... 😄

🐍 Ghostly Python | #мемы

📱 Фишка: inspect.signature — анализ аргументов функции во время выполнения

Можно динамически получать информацию о параметрах функции, не заглядывая в её код. Это полезно для логирования, автогенерации документации и работы с API.

import inspect

def example_function(a: int, b: str = "hello", *args, **kwargs):
    pass

sig = inspect.signature(example_function)

for name, param in sig.parameters.items():
    print(f"{name}: {param.annotation} = {param.default}")

📌 Как это работает?

🟢 inspect.signature() извлекает параметры функции, включая их имена, типы и значения по умолчанию.
🟢 Полезно для создания обёрток, валидации аргументов и анализа стороннего кода.
🟢 Позволяет работать с любыми функциями, включая методы классов и лямбда-функции.

def dynamic_func(**kwargs):
    print("Переданные аргументы:", kwargs)

sig = inspect.signature(dynamic_func)
print(sig)  # **kwargs

🐍 Ghostly Python | #фишки

👩‍💻 The Algorithms - Python — крупнейший открытый репозиторий с алгоритмами на Python.

Здесь собраны сотни реализаций алгоритмов: сортировки, работы с графами, криптографии, машинного обучения и многого другого.

Примечательно, что код написан читаемо и сопровождается комментариями, что делает его отличным учебным материалом.

⛓️ Ссылка на ресурс

🐍 Ghostly Python | #ресурсы

⚙️ Библиотека: PrettyTable

PrettyTable — это удобный инструмент для создания красивых таблиц в терминале Python. Позволяет форматировать данные в виде таблиц без сложных настроек.

⚙️ Пример использования:

from prettytable import PrettyTable

table = PrettyTable()
table.field_names = ["ID", "Имя", "Возраст"]
table.add_row([1, "Алиса", 25])
table.add_row([2, "Боб", 30])
table.add_row([3, "Чарли", 22])

print(table)

📌 Что делает PrettyTable удобной?

🟢 Автоматическое выравнивание и форматирование таблиц
🟢 Поддержка экспорта в HTML, CSV и другие форматы
🟢 Удобный синтаксис без необходимости вручную рассчитывать ширину столбцов

✔️ Установка

pip install prettytable

🐱 Ссылка на GitHub

🐍 Ghostly Python | #библиотеки

Ну хотя бы попытался...

🐍 Ghostly Python | #мемы

🕵️‍♂️ Как парсить веб-страницы на Python с помощью BeautifulSoup

Парсинг HTML позволяет извлекать нужные данные с сайтов, автоматизировать сбор информации и анализировать веб-ресурсы. В этом посте разберем базовый пример с библиотекой BeautifulSoup.

💬 Почему это полезно?

— Можно автоматически собирать данные с сайтов.
— Упрощает анализ HTML-страниц.
— Позволяет извлекать конкретные элементы без сложного кода.

⚙️ Простой пример

1. Для начала установим библиотеку:

pip install beautifulsoup4 requests

2. Допустим, у нас есть страница с HTML-кодом:

<html>
  <body>
    <h1>Привет, мир!</h1>
    <p class="info">Это пример страницы</p>
  </body>
</html>

3. Напишем код для парсинга:

import requests
from bs4 import BeautifulSoup

# Загружаем страницу
url = "https://example.com"
response = requests.get(url)

# Разбираем HTML
soup = BeautifulSoup(response.text, "html.parser")

# Извлекаем заголовок
title = soup.find("h1").text
print(title)  # Привет, мир!

# Извлекаем текст из <p> с классом "info"
info = soup.find("p", class_="info").text
print(info)  # Это пример страницы

➡️ Как это работает?

• requests.get(url) загружает HTML-страницу.
• BeautifulSoup(response.text, "html.parser") анализирует HTML.
• soup.find("h1").text извлекает текст заголовка.
• soup.find("p", class_="info").text получает текст из <p> с классом info.

🐍 Ghostly Python | #гайды