🐍 Ghostly Python | #мемы

📱 Фишка: collections.deque — двусторонняя очередь с быстрой вставкой и удалением

deque (двусторонняя очередь) из модуля collections — это более эффективная альтернатива спискам, когда часто требуется вставка или удаление с начала и конца.

from collections import deque

# Создаём deque
queue = deque(["Алиса", "Боб", "Чарли"])

# Добавляем в конец и в начало
queue.append("Дэвид")
queue.appendleft("Эва")
print(queue)  # ➔ deque(['Эва', 'Алиса', 'Боб', 'Чарли', 'Дэвид'])

# Удаляем с конца и начала
queue.pop()        # ➔ 'Дэвид'
queue.popleft()    # ➔ 'Эва'
print(queue)       # ➔ deque(['Алиса', 'Боб', 'Чарли'])

📌 Как это работает?

🟢 deque оптимизирован для операций .append(), .appendleft(), .pop() и .popleft() — все выполняются за O(1), в отличие от обычного списка.
🟢 Можно ограничить длину (maxlen=N) — полезно для реализации кольцевых буферов.

🐍 Ghostly Python | #фишки

👩‍💻 Меньше нагрузки — больше запросов: искусство кеширования API

Рассказываю, как кеширование в Django Ninja помогает выдерживать рост нагрузки без боли и апгрейда железа. Один и тот же ответ — не значит один и тот же расчёт.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

👩‍💻 Контекстные менеджеры в Python с помощью with и contextlib

Контекстные менеджеры — мощный механизм Python для безопасного и автоматического управления ресурсами: файлами, сетевыми соединениями, блокировками и т.д.

⚙️ Пример: работа с файлами, кастомный менеджер и таймер

# Классический with для работы с файлами
with open("example.txt", "w") as f:
    f.write("Hello, world!")

# Свой контекстный менеджер через декоратор
from contextlib import contextmanager

@contextmanager
def custom_context():
    print("Вход в контекст")
    yield
    print("Выход из контекста")

with custom_context():
    print("Работаем внутри")

# Класс-контекст для измерения времени
class Timer:
    def __enter__(self):
        from time import perf_counter
        self.start = perf_counter()
        return self

    def __exit__(self, exc_type, exc_val, exc_tb):
        from time import perf_counter
        print(f"Заняло времени: {perf_counter() - self.start:.4f} секунд")

with Timer():
    sum(i * i for i in range(10_000_000))

💬 Как это работает:

🟢 with гарантирует вызов __enter__ при входе и __exit__ при выходе

🟢 contextlib.contextmanager — простой способ обернуть логику до и после yield

🟢 Идеально для управления файлами, соединениями, блокировками и ресурсами

🐍 Ghostly Python | #гайды

🐍 Ghostly Python | #мемы

❓ Вопрос с собеса

Что происходит, если переопределить __eq__ без __hash__ в Python?

Пример🔽

class Person:
    def __init__(self, name):
        self.name = name

    def __eq__(self, other):
        return isinstance(other, Person) and self.name == other.name

p1 = Person("Alice")
p2 = Person("Alice")

print(p1 == p2)           # ➔ True
print(set([p1, p2]))      # ➔ TypeError: unhashable type: 'Person'

Ответ🔽

Если в классе вы переопределяете метод __eq__, но не определяете __hash__, то объект становится нехэшируемым, и его нельзя использовать, например, в set или в качестве ключа dict.

🔧 Почему так:

Python требует, чтобы если a == b, то hash(a) == hash(b). Поэтому, когда вы задаёте своё поведение __eq__, Python автоматически сбрасывает __hash__ в None.

Это делается во избежание несогласованного поведения в хэш-таблицах.

✅ Как исправить:

class Person:
def __init__(self, name):
self.name = name

def __eq__(self, other):
return isinstance(other, Person) and self.name == other.name

def __hash__(self):
return hash(self.name)

🟢 Когда использовать:

— Когда объекты должны быть сравнимы по значению, но также использоваться как ключи в словарях, множествах и других структурах, зависящих от хэширования.

❗️Нарушение этого правила может привести к неожиданным ошибкам и багам, особенно в больших кодовых базах.

🐍 Ghostly Python | #собес

👩‍💻 За неделю от ночных кошмаров до спокойного сна: как я автоматизировал защиту от AI-хакеров

Рассказываю, как наш AI-бот внезапно стал утечкой и зачем всё-таки стоит ставить защиту до запуска. Быстро, по делу и с примерами, как не повторить нашу 2-часа-ночи-паника-в-Telegram ситуацию.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

🖼️ Библиотека: SymPy

SymPy — это мощная библиотека для символьных вычислений на Python.

ℹ️ Основные возможности:

🟢 Упрощение алгебраических выражений и работа с формулами
🟢 Дифференцирование, интегрирование и пределы
🟢 Решение уравнений и систем уравнений
🟢 Поддержка матриц, полиномов, рядов, уравнений с модулями и др.
🟢 Преобразование выражений в LaTeX и код других языков (C, Fortran)

⚙️ Пример использования:

from sympy import symbols, simplify, diff, solve, Eq

x = symbols('x')
expr = (x**2 + 2*x + 1) / (x + 1)

# Упрощение выражения
print(simplify(expr))  # ➔ x + 1

# Дифференцирование
print(diff(expr, x))   # ➔ производная по x

# Решение уравнения
eq = Eq(x**2 - 4, 0)
print(solve(eq))       # ➔ [-2, 2]

✔️ Установка:

pip install sympy

➡️ Ссылка на документацию

🐍 Ghostly Python | #библиотеки

🐍 Ghostly Python | #мемы

➡️ Python Tips — практический путеводитель по “питоничному” стилю программирования

Python Tips — это онлайн-книга, собравшая десятки полезных приёмов и рекомендаций по Python: от простых до продвинутых. Автор делает упор на idiomatic Python — читаемый, лаконичный и эффективный код.

⛓️ Ссылка на ресурс

🐍 Ghostly Python | #ресурсы

👩‍💻 Когда несколько пикселей решают всё: One Pixel атака и способы защиты от неё

Покажу, как One Pixel атака рушит работу CV-моделей и разберу, какие архитектурные решения делают сети уязвимыми или устойчивыми к таким трюкам. Это не магия, а инженерные детали.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

📱 Фишка: collections.Counter — быстрый подсчёт элементов в Python

Counter из модуля collections — это удобный инструмент для подсчёта количества элементов в последовательностях. Работает как словарь, где ключи — элементы, а значения — их количество.

from collections import Counter  

# Подсчёт частоты символов  
text = "abracadabra"  
counter = Counter(text)  
print(counter)  # ➔ Counter({'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1})  

# Наиболее частые элементы  
print(counter.most_common(2))  # ➔ [('a', 5), ('b', 2)]  

# Подсчёт слов в списке  
words = ["python", "java", "python", "c++", "python", "java"]  
word_counter = Counter(words)  
print(word_counter)  # ➔ Counter({'python': 3, 'java': 2, 'c++': 1})  

📌 Как это работает?

🟢 Counter создаёт словарь с элементами и их количеством.
🟢 most_common(n) возвращает n самых популярных элементов.
🟢 Можно использовать для подсчёта слов, символов, статистики данных.

🐍 Ghostly Python | #фишки

🐍 Ghostly Python | #мемы

👩‍💻 Логирование в Python с помощью logging

Модуль logging — стандартный инструмент Python для записи логов. Он позволяет выводить сообщения разных уровней (debug, info, warning, error, critical) в консоль, файлы или другие хранилища.

⚙️ Пример: базовая настройка и логирование в файл

import logging  

# Базовая конфигурация логирования
logging.basicConfig(
    level=logging.DEBUG,  # Минимальный уровень логов
    format="%(asctime)s - %(levelname)s - %(message)s",  # Формат сообщений
    filename="app.log",  # Логируем в файл
    filemode="w"  # Перезаписываем файл при каждом запуске
)

# Примеры логов разных уровней
logging.debug("Отладочное сообщение")
logging.info("Информационное сообщение")
logging.warning("Предупреждение")
logging.error("Ошибка")
logging.critical("Критическая ошибка")

💬 Как это работает:

🟢 basicConfig() задаёт уровень, формат и место сохранения логов.
🟢 Уровни: DEBUG < INFO < WARNING < ERROR < CRITICAL.
🟢 Можно писать логи в разные файлы, консоль или базы данных через handlers.

🐍 Ghostly Python | #гайды

👩‍💻 Рефакторинг системы рекомендаций: как мы перешли с монолита на микросервисы

Перепилил рекомендации с PHP‑монолита на микросервисы с Python. Рассказываю, как разрулили хаос зависимостей, разделили зоны ответственности и получили масштабируемую систему.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

❓ Вопрос с собеса

Что произойдёт, если изменить mutable-объект, который используется как значение по умолчанию в аргументе функции?

Пример🔽

def add_item(item, items=[]):
    items.append(item)
    return items

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

Ответ🔽

В Python значения по умолчанию вычисляются один раз при определении функции, а не при каждом её вызове.
Если это изменяемый объект (например, список или словарь), изменения будут сохраняться между вызовами функции.

✅ Как исправить: использовать None и инициализировать объект внутри функции.

python
Копировать
Редактировать
def add_item(item, items=None):
if items is None:
items = []
items.append(item)
return items

print(add_item(1)) # ➔ [1]
print(add_item(2)) # ➔ [2]
🟢 Когда важно помнить:
— При использовании списков, словарей, множеств как аргументов по умолчанию.
— Чтобы избежать неожиданных накоплений данных между вызовами.

🐍 Ghostly Python | #собес

🐍 Ghostly Python | #мемы

🖼️ Библиотека: Rich

Rich — это современная библиотека для красивого и функционального вывода в терминал на Python.

ℹ️ Основные возможности:

🟢 Цветной и стилизованный текст (поддержка ANSI-цветов)
🟢 Таблицы, прогресс-бары, markdown, дерево файлов
🟢 Подсветка синтаксиса кода прямо в терминале
🟢 Логирование с цветами и форматированием
🟢 Поддержка эмодзи и адаптация под размеры терминала

⚙️ Пример использования:

from rich.console import Console
from rich.table import Table

console = Console()

# Цветной текст
console.print("[bold green]Успех![/bold green] [yellow]Предупреждение[/yellow]")

# Таблица
table = Table(title="Рейтинг")
table.add_column("Имя", style="cyan")
table.add_column("Очки", style="magenta")

table.add_row("Алиса", "1500")
table.add_row("Боб", "1200")

console.print(table)

✔️ Установка:

pip install rich

➡️ Ссылка на документацию

🐍 Ghostly Python | #библиотеки

👩‍💻 Применение Portainer в CI/CD процессах

В этой статье узнаем как написать CI/CD для сборки Docker-образа и деплоя проекта, а также, как получить бесплатно Portainer BE.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

➡️ Mouse Vs Python — блог с полезными материалами и примерами по Python

Mouse Vs Python — это личный блог Майкла Драммонда, который более 10 лет публикует статьи о Python. Здесь можно найти гайды по стандартной библиотеке, обзоры полезных библиотек и советы по “питоничному” коду.

⛓️ Ссылка на ресурс

🐍 Ghostly Python | #ресурсы