🐍 Ghostly Python | #мемы

📱 Фишка: operator.itemgetter — извлечение полей из объектов и коллекций

Позволяет удобно и быстро получать элементы по индексам или ключам, особенно полезно в сочетании с функциями сортировки и группировки.

from operator import itemgetter  

data = [("Алиса", 25), ("Боб", 30), ("Чарли", 20)]  

# Сортируем по возрасту (второй элемент кортежа)  
sorted_data = sorted(data, key=itemgetter(1))  
print(sorted_data)  # [('Чарли', 20), ('Алиса', 25), ('Боб', 30)]

📌 Как это работает?

🟢 itemgetter(n) возвращает функцию, извлекающую n-й элемент.
🟢 Удобно использовать с sorted(), map(), groupby() и др.
🟢 Работает с кортежами, списками, словарями и объектами

🐍 Ghostly Python | #фишки

👩‍💻 Как рефреймить ошибки в программировании: метод «Пяти почему» для детей и взрослых

Рассказываем, как метод «Пяти почему» помог детям не бояться ошибок в коде и даже кайфовать от их анализа. Фрустрация — прочь, осознанность — в продакшн.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

⚙️ Работа с JSON API на Python с помощью requests

requests — мощная и простая в использовании библиотека для выполнения HTTP-запросов. Часто применяется для получения данных из API в формате JSON.

✔️ Установка библиотеки

pip install requests

⚙️ Пример кода

import requests  

url = "https://api.github.com/users/octocat"  
response = requests.get(url)  

# Получаем JSON-ответ  
data = response.json()  
print(data["login"])  # octocat

💬 Как это работает:

1. requests.get(url) делает GET-запрос к API.

2. .json() автоматически преобразует JSON-ответ в словарь.

3. Можно обращаться к данным как к обычному Python-объекту

🐍 Ghostly Python | #гайды

🐍 Ghostly Python | #мемы

❓ Вопрос с собеса

Что происходит при использовании mutable объектов как значения по умолчанию в аргументах функции?

Пример🔽

def append_to_list(value, my_list=[]):  
    my_list.append(value)  
    return my_list  

print(append_to_list(1))  # ➔ [1]  
print(append_to_list(2))  # ➔ [1, 2]  
print(append_to_list(3))  # ➔ [1, 2, 3]

Ответ🔽

В Python значения по умолчанию вычисляются один раз при определении функции. Если в качестве значения по умолчанию используется изменяемый объект (например, список), он сохраняется между вызовами функции.

В примере выше список my_list создаётся один раз и затем повторно используется при каждом вызове append_to_list(), что приводит к накапливанию значений.

✅ Правильный способ избежать этого:

def append_to_list(value, my_list=None):
if my_list is None:
my_list = []
my_list.append(value)
return my_list

❗️ Никогда не используйте изменяемые объекты (list, dict, set...) как значения по умолчанию, если не уверены, что именно этого поведения хотите.

🐍 Ghostly Python | #собес

👩‍💻 Шпаргалка по установке драйверов NVIDIA на ML сервер

Пошаговый гайд по установке драйверов NVIDIA (включая 50xx серию) и настройке Container Toolkit на Ubuntu и Debian-подобных. Быстро, по делу, без шаманства.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

🖼️ Библиотека: loguru

loguru — продвинутая библиотека для логирования, которая делает работу с логами проще, мощнее и чище, чем стандартный logging. Позволяет писать логи в пару строк и легко настраивать вывод.

ℹ️ Основные возможности:

🟢 Простая настройка логгера без конфигураций.
🟢 Поддержка ротации файлов, асинхронности и уровней логирования.
🟢 Встроенный форматтер с цветами и трассировками.
🟢 Поддержка отправки логов в файл, stdout, stderr и др.

⚙️ Пример использования:

from loguru import logger

logger.debug("Это отладочное сообщение")
logger.info("Информация о процессе")
logger.warning("Предупреждение!")
logger.error("Произошла ошибка")

# Лог в файл с автоматической ротацией
logger.add("debug.log", rotation="1 MB")

✔️ Установка:

pip install loguru

➡️ Ссылка на документацию

🐍 Ghostly Python | #библиотеки

🐍 Ghostly Python | #мемы

➡️ Python Weekly — еженедельная рассылка с лучшими новостями и материалами по Python

Python Weekly — это curated-дайджест, выходящий каждую неделю. В нём собраны свежие статьи, туториалы, релизы библиотек, вакансии и конференции, связанные с Python.

Примечательно, что все материалы отбираются вручную: без шумного контента, только качественные ссылки. Отлично подходит, чтобы быть в курсе последних трендов и узнавать о новых полезных инструментах.

⛓️ Ссылка на ресурс

🐍 Ghostly Python | #ресурсы

👩‍💻 Стандартизация без боли: как строгий синтаксис экономит время и нервы

В статье сравниваю языки программирования по синтаксису, гибкости и боли. Ищу, где творчество помогает, а где мешает команде писать один код, а не десять несовместимых.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

📱 Фишка: threading.Timer — запуск кода с задержкой

Позволяет выполнить функцию через заданный промежуток времени в отдельном потоке. Полезно для отложенных операций, напоминаний, автоматических задач.

import threading  

def say_hello():  
    print("Привет через 5 секунд!")  

# Запускаем функцию через 5 секунд  
timer = threading.Timer(5.0, say_hello)  
timer.start()

print("Ожидаем...")

📌 Как это работает?

🟢 threading.Timer(delay, function) создаёт таймер с задержкой delay в секундах.
🟢 .start() запускает таймер в фоновом потоке.
🟢 Полезно для отложенного выполнения без блокировки основного потока

🐍 Ghostly Python | #фишки

🐍 Ghostly Python | #мемы

⚙️ Автоматизация Excel-задач с помощью openpyxl

openpyxl — мощная библиотека для чтения и записи Excel-файлов (.xlsx) на Python. Подходит для автоматизации отчётов, обработки табличных данных и создания аналитических инструментов.

✔️ Установка библиотеки

pip install openpyxl

⚙️ Пример: чтение данных из Excel

from openpyxl import load_workbook  

# Загружаем существующий файл  
wb = load_workbook("sales.xlsx")  
ws = wb["Продажи"]

# Читаем строки  
for row in ws.iter_rows(values_only=True):  
    print(row)

💬 Как это работает:

1. Workbook() создаёт новый Excel-файл, load_workbook() — загружает существующий.
2. ws.append() добавляет строки, ws.iter_rows() перебирает ячейки.
3. wb.save() сохраняет изменения

Полезно для бухгалтерии, аналитики, экспорта отчётов из Python-скриптов

🐍 Ghostly Python | #гайды

👩‍💻 Как собрать ДНК с помощью кода: симуляция молекулярных операций на Python

Симуляция ДНК-процессов в коде: ПЦР, сдвиги, мутации и лигирование — всё вручную, на Python и без Biopython. Вопрос один — можно ли собрать лабораторию из строк.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

❓ Вопрос с собеса

В чём разница между @staticmethod и @classmethod в Python?

Пример🔽

class MyClass:
    @staticmethod
    def static_method():
        return "Просто метод"

    @classmethod
    def class_method(cls):
        return f"Это метод класса {cls.__name__}"

print(MyClass.static_method())   # ➔ Просто метод  
print(MyClass.class_method())    # ➔ Это метод класса MyClass

Ответ🔽

@staticmethod — обычная функция, встроенная в класс. Она не получает доступ ни к экземпляру (self), ни к самому классу (cls). Используется, когда метод логически связан с классом, но не зависит от него.

@classmethod — получает в качестве первого аргумента сам класс (cls), а не экземпляр. Используется, когда метод должен знать о самом классе или создавать экземпляры (фабричные методы).

✅ Часто @classmethod применяют для создания альтернативных конструкторов или настройки поведения, зависящего от самого класса.

❗️ Если метод не использует ни self, ни cls — делайте его @staticmethod. Если работает с самим классом, но не с экземплярами — @classmethod.

🐍 Ghostly Python | #собес

🐍 Ghostly Python | #мемы

🖼️ Библиотека: boltons

boltons — это набор тщательно отобранных утилит для Python, которые расширяют стандартную библиотеку. Полезна, когда хочется писать чище и лаконичнее, не изобретая велосипед.

ℹ️ Основные возможности:

🟢 iterutils — мощные функции для работы с итераторами.
🟢 dictutils — расширенные словари, включая OrderedMultiDict.
🟢 fileutils, timeutils, urlutils — работа с файлами, временем и URL.
🟢 Лёгкая и независимая от других зависимостей.

⚙️ Пример использования:

from boltons.iterutils import flatten  

nested = [1, [2, [3, 4], 5], 6]  
flat = list(flatten(nested))  
print(flat)  # ➔ [1, 2, 3, 4, 5, 6]

✔️ Установка:

pip install boltons

➡️ Ссылка на документацию

🐍 Ghostly Python | #библиотеки

👩‍💻 Анализ текстовых данных на примере ОМ

Проведен полный разбор текстов из сообщества «Осознанная меркантильность»: частотный анализ, темы, тональность, граф смыслов. Есть код. Есть инсайты. Волки действительно воют.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

➡️ Python Cheatsheet — компактная, но глубокая шпаргалка по Python

Этот сайт — не просто список синтаксиса, а настоящая энциклопедия приёмов Python: от базовых конструкций до генераторов, itertools, сетевого программирования и асинхронности.

🟢 Всё на одной странице — удобно искать и скроллить.
🟢 Включает лучшие практики, “питоничные” идиомы и подводные камни.
🟢 Подойдёт и как справочник, и как учебник для освежения знаний.

⛓️ Ссылка на ресурс

🐍 Ghostly Python | #ресурсы