📱 Работа с виртуальными окружениями в Python: зачем и как?

При разработке на Python часто возникает необходимость использовать разные версии библиотек для разных проектов. Например, один проект требует Django 3.0, а другой — Django 4.0. Чтобы избежать конфликтов между зависимостями и не засорять системные библиотеки, используют виртуальные окружения. Они изолируют зависимости каждого проекта, создавая локальную среду для установки нужных версий библиотек.

⚙️ Как использовать?

Для того, чтобы создать виртуальное окружение, будем использовать venv. Например, создадим окружение с названием «project_venv» :

python -m venv project_venv

Это создаст директорию project_venv, где будут храниться все библиотеки для проекта.

Однако, просто создать окружение — недостаточно. Для того, чтобы с ним работать, его необходимо активировать. Для этого используем следующие команды:

🟢 Windows:

project_venv\Scripts\activate

🟢 Linux\MacOS:

source project_venv/bin/activate

После активации в терминале появится название окружения, указывающее, что вы работаете внутри него.

ℹ️ Теперь вы можете устанавливать библиотеки с помощью pip, и они будут сохраняться только в этом окружении.

Для деактивации окружения, достаточно выполнить в терминале команду: deactivate .

Использование виртуальных окружений с venv — это обязательная практика для каждого Python-разработчика. Оно позволяет держать зависимости проектов под контролем и избежать проблем с совместимостью версий библиотек.

🐍 Ghostly Python | #инструменты

⚙️ Python Tutor: детальный разбор кода

Python Tutor — инструмент, который поможет детально разобрать работу вашего кода. Он содержит уникальный пошаговый визуальный отладчик и AI-репетитор, которые помогут вам понять и отладить код.

Будет полезен тем, кто находится в процессе изучения языка и еще не полностью понимает, как работает код. Благодаря наглядной демонстрации всех процессов, будет проще понять и разобраться с той или иной темой.

🔗 Ссылка на инструмент

🐍 Ghostly Python | #инструменты

🖼️ Библиотека: PyPDF2

Данная библиотека позволяет работать с pdf-файлами прямо из кода Python.

ℹ️ Основные возможности:

🟢 Извлечение текста из PDF.
🟢 Редактирование метаданных PDF.
🟢 Объединение и разделение PDF-файлов.
🟢 Создание новых PDF-документов.

⚙️ Пример использования:

from pypdf import PdfReader, PdfWriter

# Открытие PDF-файла для чтения
with open("example.pdf", "rb") as file:
    reader = PdfReader(file)
    # Получение количества страниц в PDF
    num_pages = len(reader.pages)
    print("Количество страниц:", num_pages)

    # Извлечение текста из всех страниц
    for page_num in range(num_pages):
        page = reader.pages[page_num]
        text = page.extract_text()
        print(f"Текст на странице {page_num + 1}: {text}")

    # Создание нового PDF-файла
    writer = PdfWriter()
    writer.add_page(reader.pages[0])  # Добавление первой страницы
    # Сохранение нового файла
    with open("new_pdf.pdf", "wb") as new_file:
        writer.write(new_file)
    print("Новый PDF-файл создан!")

✔️ Установка:

pip install pypdf

➡️ Ссылка на документацию

🐍 Ghostly Python | #библиотеки

💬 Задача: Что будет выведено в консоль?

def mystery_function(x, y=[]):
    y.append(x)
    return y

print(mystery_function(1))
print(mystery_function(2)) 
print(mystery_function(3, [])) 

Выберите вариант ответа ниже 🔽

🐍 Ghostly Python | #задачи

🖥 Курс по Django

Этот курс поможет вам существенно продвинуться в сфере веб-разработки. Вы научитесь создавать веб-сайты с использованием Django на бэкенде. В ходе обучения вы освоите работу с шаблонами, приложениями, контроллерами, Django ORM, а также разберётесь с авторизацией, регистрацией пользователей и многими другими важными аспектами.

➡️ Cсылка на курс

🐍 Ghostly Python | #уроки

👍 Разработка телеграм ботов на Python (aiogram 3.7.0)

Гайд по разработке телеграм ботов на Python с использованием библиотеки aiogram. В представленном материале автор объясняет и показывает все на примере aiogram версии 3.7.0.

🖥 Cодержание:

🟢 Знакомство с базой aiogram
🟢 Работа с сообщениями
🟢 Кнопки
🟢 Роутеры
🟢 Фильтры и middleware
🟢 Апдейты
🟢 FSM

Отмечу то, что текст написан простым языком, без сложных для новичков терминов. Что в разы облегчает усвоение.

➡️ Ссылка на гайд

🐍 Ghostly Python | #гайды

📱 Шпаргалка: регулярные выражения в Python

Эта шпаргалка покрывает основные операции и методы, используемые для работы с регулярными выражениями в Python.

🗄 Скачать PDF из архива

🐍 Ghostly Python | #шпаргалки

🖼️ Библиотека: TinyDB

TinyDB — это легковесная, чисто Python база данных без сервера, которая сохраняет данные в виде JSON-файлов. Подходит для небольших проектов, скриптов и приложений, где не требуется полноценная SQL-база данных.

Подходит для разработчиков, которым нужно быстро внедрить базу данных без сложной настройки и установки.

⚙️ Пример использования:

from tinydb import TinyDB, Query

# Создание базы данных в файле db.json
db = TinyDB('db.json')

# Добавление данных
db.insert({'name': 'Alice', 'age': 24})
db.insert({'name': 'Bob', 'age': 30})

# Поиск данных
User = Query()
results = db.search(User.age > 25)
print(results)

# Обновление данных
db.update({'age': 26}, User.name == 'Alice')

# Удаление данных
db.remove(User.name == 'Bob')

✔️ Установка

pip install tinydb

➡️ Ссылка на документацию

🐍 Ghostly Python | #библиотеки

🌐 Парсинг веб сайтов на Python

Видеокурс по обучению парсингу сайтов с нуля на языке программирования Python. Вы начнете с основ и создадите свой первый парсер, на примере сбора данных с интернет-магазина. Постепенно перейдете к более сложным задачам, включая парсинг с авторизацией через POST-запросы, запись данных в таблицу и оптимизацию кода парсера с использованием генераторов.

➡️ Ссылка на курс

🐍 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

🎞 Скрипт: Конвертация MKV в MP4

Этот скрипт автоматизирует процесс конвертации видеофайлов из формата MKV в MP4 с помощью ffmpeg.

Просто поместите все свои MKV-файлы в папку assets, и скрипт создаст папку result с готовыми MP4-версиями.

⚙️ Особенности:

⏺ Переводит все файлы в формате MKV в MP4 без перекодирования.
⏺ Автоматически создает нужные папки и открывает результат.
⏺ Требуется установленный ffmpeg.

⚠️ Важно: убедитесь, что ffmpeg установлен и добавлен в переменные окружения!

📂 Скрипт с подробным комментированием кода уже в архиве:

➡️ Скачать...

🐍 Ghostly Python | #скрипты

🖼️ Библиотека: Loguru

Loguru - это библиотека для ведения логов в Python, созданная для облегчения и улучшения процесса логирования в ваших проектах.

ℹ️ Особенности:

🟢Простота использования: Никаких сложных настроек, только удобство.

🟢Легкость настройки: Библиотека позволяет гибко настраивать формат и уровень логов для каждого компонента вашего приложения.

🟢Высокая производительность: Loguru обеспечивает эффективное ведение логов с минимальным влиянием на производительность.

⚙️ Пример использования:

from loguru import logger

# Настройка логирования в файл app.log с ротацией при достижении 500 МБ и уровнем INFO
logger.add("app.log", rotation="500 MB", level="INFO")

def my_function():
    logger.debug("Это отладочное сообщение")
    logger.info("Информационное сообщение")
    logger.warning("Предупреждение")
    logger.error("Ошибка")
    logger.critical("Критическая ошибка")

my_function()

✔️ Установка:

pip install loguru

Кстати, нашел еще подробный гайд по работе с Loguru. Вот собственно и ссылка на него: Loguru Guide.

➡️ Ссылка на документацию

🐍 Ghostly Python | #библиотеки

⚙️ Python — полный курс для начинающих.

Курс по Python для начинающих. После прохождения курса вы начнёте уверенно использовать синтаксис Python для разных задач.

➡️ Ссылка на урок

🐍 Ghostly Python | #уроки

📱 Python Cheat Sheet

Шпаргалка по Python, основанная на книге «Автоматизация рутинных задач с помощью Python». Если вы опытный - поможет освежить память, если вы начинающий - поможет преодолеть барьеры в проблемных темах.

Одним словом — годнота 👨‍💻

➡️ Ссылка на ресурс

🐍 Ghostly Python | #ресурсы

👩‍💻 Оптимизируй это с Python: 20+ полезных скриптов

Здесь собраны примеры встроенных модулей и библиотек Python для автоматизации ряда популярных повторяющихся задач разной сложности — от конвертации файлов до анализа больших массивов данных. Этот обзор пригодиться всем, кто устал тратить время на утомительные задачи или хочет повысить свою эффективность.

➡️ Перейти на сайт

🐍 Ghostly Python | #скрипты

🌐 Работа с API в Python с помощью библиотеки Requests

Работа с API в Python с помощью Requests позволяет легко взаимодействовать с веб-сервисами, отправлять HTTP-запросы и получать данные в формате JSON для анализа и обработки.

✔️ Установка библиотеки:

pip install requests

⚙️ Простой пример:

import requests

# Отправка GET-запроса к API
response = requests.get('https://api.coindesk.com/v1/bpi/currentprice.json')

# Проверка статуса ответа
if response.status_code == 200:
    # Преобразование ответа в JSON
    data = response.json()
    print(data['bpi']['USD']['rate'])
else:
    print('Не удалось получить данные:', response.status_code)

Этот скрипт отправляет GET-запрос к API сервиса CoinDesk, который предоставляет текущий курс биткойна в долларах США. Если запрос успешен (статус код 200), ответ преобразуется в JSON, и выводится курс биткойна.

⚙️ Отправка POST-запроса:

Requests также поддерживает отправку POST-запросов для передачи данных на сервер.

import requests

# Данные для отправки
payload = {'username': 'testuser', 'password': 'mypassword'}

# Отправка POST-запроса
response = requests.post('https://httpbin.org/post', data=payload)

# Проверка статуса ответа
if response.status_code == 200:
    print('Данные успешно отправлены')
    print(response.json())
else:
    print('Не удалось отправить данные:', response.status_code)

В этом примере скрипт отправляет POST-запрос с данными формы на тестовый сервис httpbin.org. Ответ сервера отображается в виде JSON.

📌 Работа с API с помощью библиотеки Requests позволяет легко интегрироваться с различными веб-сервисами, получать и отправлять данные, а также использовать мощные функции для настройки запросов и обработки ответов.

➡️ Ссылка на документацию

🐍 Ghostly Python | #библиотеки

📱 БОЕВОЙ ПРОЕКТ НА PYTHON - CRM сервисной службы

В данном плейлисте вы наработаете практику программирования на Python, путем разработки полноценного проекта — CRM сервисной службы.

Отлично подойдет для тех, кто ищет задачи для практики.

➡️ Ссылка на плейлист

🐍 Ghostly Python | #уроки

✏️ Когда print() не справляется, выручает pprint()

Безусловно, стандартная функция Python print() отлично справляется со своей работой, но только до того момента, пока нам не понадобится вывести какие-то сложные вложенные объекты. При выводе таких объектов с помощью print(), результат будет очень трудно читаемым.

В такой ситуации, нам поможет модуль из стандартной библиотеки Python — pprint (pretty print). Он позволяет красиво форматировать и выводить объекты со сложной структурой, что особенно полезно при работе с API или сложными данными.

⚙️ Пример использования

import requests
import pprint

url = 'https://randomuser.me/api/?results=1'
users = requests.get(url).json()

pprint.pprint(users)

Здесь, благодаря pprint(), мы получим удобный для чтения вывод:

{'info': {'page': 1,
          'results': 1,
          'seed': '7895e9ae93304faf',
          'version': '1.4'},
 'results': [{'cell': '(067) A18-5169',
              'dob': {'age': 53, 'date': '1971-08-19T15:29:58.280Z'},
              'email': 'krilach.gricak@example.com'}
...и так далее...

В то время, как обычный print(), вывел бы все в одной строке:

{'results': [{'gender': 'male', 'name': {'title': 'Mr', 'first': 'Krilach', 'last': 'Gricak'}, 'location': {'street': {'number': 7028 и так далее...

🔥 pprint — мастхэв для тех, кто работает со вложенными структурами данных!

➡️ Ссылка на документацию

🐍 Ghostly Python | #фишки

📱 Python 3.13 vs Python 3.12

Группа IT-энтузиастов сравнила производительность Python 3.13 с предыдущей версией — Python 3.12 — на различных конфигурациях компьютеров.

Всего было проведено 100 тестов на устройствах с чипами AMD Ryzen 7000 серии и Intel Core 13-го поколения.

Результаты неоднозначные... подробнее, по ссылке ниже 🔽

➡️ Перейти к статье

🐍 Ghostly Python | #статьи