Привет ☺️


Это мой канал про аналитику, разработку и то, как я во всём этом разбираюсь 💡.


Пишу сюда про ⌨️:

• Как устроены системы и интеграции между ними.

• Как аналитик думает и принимает решения.

• Как я вкатываюсь в разработку своих приложений и ботов на базе Telegram.

• Немного математики — но прикладной, когда она реально помогает.

• Лайф-заметки: по работе, режиму, спорту, мыслям и выводам.

Навигация по тегам 👁:

• Понятные разборы больших тем: архитектура систем, API, аналитика, математика.
#статья

• Про жизнь, рефлексию и спорт.
#лайф

• Подборки постов и навигация по каналу.
#навигация

• Обзор задач и кейсов.
#решение

Добро пожаловать 🌎

База про логарифмы ниже 😱


Логарифм – это математическая функция, которая отвечает на вопрос: в какую степень нужно возвести число a, называемое основанием, чтобы получить число b, называемое аргументом?

Простым языком, логарифм – это показатель степени, в которую нужно возвести основание, чтобы получить аргумент.


Стандартная запись выглядит так:

logₐb, где
• a — основание логарифма (всегда положительное число, отличное от 1).
• b — аргумент логарифма (любое положительное число).

Простой пример реальной записи:

2³ = 8, поэтому log₂8 = 3.

Раскидаем свойства логарифмов:

• logₐa = 1
• logₐ(bc) = logₐb + logₐc
• logₐ(b/c) = logₐb - logₐc

Посмотрим на наиболее распространенные типы логарифмов:

• Десятичный логарифм:
- Обозначается как log₁₀x или lgx.
- Имеет основание равное 10.

• Натуральный логарифм:
- Обозначается как ln(x).
- Имеет основание e — иррациональное число ≈ 2,718.

Ниже обзор того, как используют логарифмы в реальной жизни:

• Расчет сложных процентов:
При расчете сложных процентов логарифмы используются для определения того, сколько денег вы заработаете на своих инвестициях с течением времени.

• Измерение интенсивности звука:
Интенсивность звука измеряется в децибелах, которые представляют собой логарифмическую шкалу.

• Определение кислотности:
Кислотность раствора измеряется по шкале pH, которая представляет собой логарифмическую шкалу.

• Сжатие данных:
Логарифмы используются в алгоритмах сжатия данных, таких как ZIP и JPEG, для уменьшения размера файлов.

#статья 📚

Производная ☠️


Производная функции показывает скорость изменения этой функции. Проще говоря, она говорит нам, насколько быстро функция меняется в определенной точке.

Представьте, что функция описывает пробег автомобиля. Производная этой функции в данной точке будет показывать скорость автомобиля в этот момент времени.


Хоть производные и могут показаться далекими от нашей обыденной жизни, они на самом деле используются во многих областях:

Физика:
• Производная используется для расчета скорости, ускорения, силы и других важных физических величин.
• Инженеры используют производные для проектирования мостов, зданий и самолетов.
• Физики - для изучения движения планет и поведения атомов.

Экономика:
• Производная используется для оптимизации прибыли, минимизации затрат и анализа рыночных тенденций.
• Компании используют производные, чтобы определить, какое количество продукции им следует производить, чтобы максимизировать прибыль.

Биология:
• Производная используется для моделирования роста популяций, распространения инфекций и химических реакций в живых организмах.
• Ученые используют производные, чтобы изучать, как распространяются эпидемии, и как лекарственные препараты воздействуют на организм.

Инженерия:
• Производная используется для оптимизации формы объектов, проектирования систем управления и анализа данных.
• Например, инженеры используют производные, чтобы проектировать аэродинамичные автомобили, создавать эффективные системы кондиционирования воздуха и разрабатывать надежные системы управления.


Вот несколько примеров того, как производные используются в реальной жизни:

GPS-навигаторы:
•Используют производные, чтобы определить кратчайший маршрут и вычислить время в пути.

Медицинские изображения:
• Производные используются для улучшения качества МРТ и других изображений, полученных с помощью медицинских приборов.

Финансовые рынки:
• Аналитики используют производные для прогнозирования изменения цен на акции, облигации и другие финансовые инструменты.

Робототехника:
• Производные используются для управления движениями роботов и обеспечения их точности.


Раскидаем формулы производных некоторых элементарных функций:

1. Постоянная:
Производная константы c равна нулю:

(c)' = 0

2. Степенная функция:
Производная функции x^n, где n - любое действительное число, кроме 1, равна n*x^(n-1):

(x^n)' = n*x^(n-1)

3. Экспоненциальная функция:
Производная функции e^x равна e^x :

(e^x)' = e^x

4. Тригонометрические функции:
• Производная функции sin(x) равна cos(x):


(sin(x))' = cos(x)

• Производная функции cos(x) равна -sin(x):


(cos(x))' = -sin(x)

• Производная функции tan(x) равна 1/cos^2(x):


(tan(x))' = 1/cos^2(x)

Отметим, что:

Формулы выше — базовые 🚶. Для сложных случаев есть правила дифференцирования. Их полное описание можно найти в учебниках по матанализу 🔍.

#статья 📚

Вода по интегралам 🦌


В математике интегралы – это фундаментальное понятие, тесно связанное с дифференцированием 😎. Если дифференцирование позволяет нам измерять скорость изменения функции, то интегрирование – это обратная операция 😡.

Проще говоря, интегрирование помогает нам найти:

• Площадь под кривой функции.

• Общий объем фигуры, вращающейся вокруг оси.

• Суммарное изменение функции за определенный промежуток времени.

На первый взгляд интегралы могут показаться далекими от реальной жизни, но на самом деле их используются во многих областях:

Физика:

• Расчет траекторий движения объектов.
• Анализ работы двигателей, электронных устройств и других систем.
• Изучение законов механики, термодинамики и электромагнетизма.

Инженерия:

• Проектирование мостов, зданий и других сооружений.
• Разработка автомобилей, самолетов и других транспортных средств.
• Создание систем связи, электроснабжения и других инженерных систем.

Экономика:

• Анализ спроса и предложения на товары и услуги.
• Оценка рисков и прибыли инвестиций.
• Оптимизация использования ресурсов и производственных процессов.

Биология:

• Моделирование роста популяций и распространения болезней.
• Анализ данных медицинских исследований.
• Разработка новых лекарств и методов лечения.

Искусственный интеллект:

• Обучение машин распознавать образы и делать прогнозы.
• Создание систем автономного управления и робототехники.
• Анализ больших объемов данных.

Это не все примеры. Интегралы также используются во многих других науках и дисциплинах, таких как химия, геология, метеорология и так далее ⌨️.


Теперь давайте посмотрим на пару примеров использования интегралов в реальной технике и прикладных задачах:

GPS-навигация:

• Спутники GPS используют интегралы для расчета своего положения и расстояния до пользователя.

МРТ:

• Магнитно-резонансная томография использует интегралы для создания изображений внутренних органов человека.

Авиастроение:

• Инженеры используют интегралы для проектирования крыльев самолетов, которые максимально эффективны в полете.

Финансы:

• Аналитики используют интегралы для оценки стоимости финансовых инструментов, таких как опционы.

#статья 📚

Золотое сечение — это математическое соотношение, которое считается красивой и гармоничной пропорцией 🤗

Оно возникает в природе, применяется в искусстве и даже в архитектуре. Более подробно:


Как его нашли и что это такое?

• Золотое сечение было известно еще в Древней Месопотамии, Египте и античной Греции.

• В древнегреческой математике оно именовалось делением отрезка точкой на две части так, что бо́льшая часть относится к меньшей, как весь отрезок к бо́льшей.

• Это понятие распространялось не только на отрезки, но и на произвольные величины.

Как обозначить золотое сечение и чему оно равно?

• Число, равное отношению, обычно обозначается прописной греческой буквой φ в честь древнегреческого скульптора и архитектора Фидия — это, по сути, и есть само золотое сечение.

• Значение числа φ приближенно равно 1.6180339887498948482...

Применение золотого сечения:

В природе:
• Золотое сечение можно наблюдать в строении растений, раковинах моллюсков, форме галактик и даже в распределении лепестков цветов.

В искусстве:
• Многие художники и архитекторы используют золотое сечение для создания гармоничных композиций.

В архитектуре:
• На «золотых отрезках» основываются различные системы пропорционирования.


#статья 📚

Разберем видео ниже 🔍


Объяснение:

• Функция определяется как Z(θ) = e^(iθ) + e^(iθφ).

• Если φ - рациональное число, то существует θ = 2πn, такое что nφ является целым числом, и наблюдается периодическая картина, следовательно совпадение случается после n циклов (1 цикл = стержень посередине совершает полный оборот на 360°).

• Постараемся выяснить когда именно данное совпадение произойдет ⌨️.


Математика:

• Функция: Z(θ) = e^(iθ) + e^(iθφ).

• e^(iθ) - это стержень посередине, который создает обычную единичную окружность. Один цикл соответствует θ = 2π. Затем рисование окружности повторяется. Таким образом, θ = 2πn соответствует n циклам.

• e^(iθφ) - это внешний стержень, который вращается быстрее в φ раз, при этом его конечная точка в сочетании с внутренним стержнем создает показанный рисунок.

• Если φ - рациональное число, т.е. может быть представлено дробью двух целых чисел, а именно φ = p/q, то мы ожидаем, что рисунок повторится после q циклов, т.е. θ = 2πq.


Тогда справедливо следующее:

Z(2πq + ϑ) = e^(i(2πq + ϑ)) + e^(i(2πq + ϑ)φ)           
=
e^(i2πq) * e^(iϑ)
+
e^(i2πqφ) * e^(iϑφ)
=
e^(iϑ) + e^(iϑφ) = Z(ϑ)

Моменты, когда рисунок почти совпадает, определяются целыми числами n, где nφ - почти целое число. Вот несколько перечисленных:

5φ = 8,09
8φ = 12,94
13φ = 21,03
21φ = 33,98
26φ = 42,07

Однако, учитывая масштабирование, можно предположить совпадение при:

n = 5,702,887
или
n = 102,334,155.

то есть:

5,702,887φ = 9,227,464.99999992
или
102,334,155φ = 165,580,140.999999995.

И так далее 🤫


Референсы на автора видео 🔍


#решение 🤓

Немножко заметок по матрицам ✍️


Для начала кратко скажем зачем вообще нужны эти ваши матрицы в повседневной жизни. Предлагаю рассмотреть несколько примеров:

Финансы и бюджетирование:

• Матрицы используются для анализа финансовых данных, оптимизации инвестиций и управления бюджетом.

Графический дизайн и компьютерная графика:

• Матрицы позволяют трансформировать изображения, применять фильтры и эффекты.

Спорт и фитнес:

• Матрицы могут помочь в анализе тренировок, составлении планов и оптимизации питания.

Транспорт и логистика:

• Матрицы используются для оптимизации маршрутов, управления запасами и расписаниями.

Социальные науки:

• В социологии и психологии матрицы могут помочь анализировать социальные связи и взаимодействия.

Далее опишем как применяются матрицы в научной области. Несколько примеров ниже:

Линейная алгебра:

• Матрицы играют ключевую роль в линейной алгебре. Они помогают решать системы линейных уравнений, находить собственные значения и векторы, а также решать задачи оптимизации.

Графические преобразования:

• Матрицы используются для преобразования графических объектов. Например, в компьютерной графике они позволяют вращать, масштабировать и переносить изображения.

Физика и инженерия:

• Матрицы применяются при моделировании физических систем, например, при анализе электрических цепей (да-да, это важно 🤔).

Статистика и обработка данных:

• Матрицы используются для обработки данных, например, при анализе многомерных данных или в методах машинного обучения.

Теперь приправим описание небольшим количеством теории по матрицам.

Матрица — математический объект, записываемый в виде прямоугольной таблицы, который представляет собой совокупность строк и столбцов, на пересечении которых находятся его элементы (числа, символы или выражения ☠️).

Количество строк и столбцов задает размер матрицы. Размерность матрицы обычно обозначается в виде: (m х n), где m - количество строк, а n - количество столбцов.

Матрицы широко применяются в математике и физике для компактной записи и решения систем линейных алгебраических уравнений и систем дифференциальных уравнений (расскажу подробнее в будущих постах ⌨️). При этом количество строк матрицы соответствует количеству уравнений системы, а количество столбцов - количеству неизвестных величин.


Опишем пару основных формул и заметок:

Элементы матрицы:

• Каждое число в матрице называется элементом матрицы. Элементы матрицы A обозначаются как a_(i,j), где i - номер строки, а j - номер столбца.

Главная диагональ матрицы:

• Это диагональ, проведенная из левого верхнего угла матрицы в правый нижний угол.

Побочная диагональ матрицы:

• Это диагональ, проведенная из левого нижнего угла матрицы в правый верхний угол.

След матрицы (trace):

• Это сумма элементов главной диагонали матрицы. Обозначается tr A, где A - это матрица.

Сложение матриц:

• Сложение матриц A и В необходимо проводить поэлементно, т.е. элемент a_(1,1) матрицы А складывается с элементом b_(1,1) матрицы В и так далее. При сложении количество строк и столбцов в слагаемых матрицах должно совпадать 🤝🤝.

Умножение матриц:

• Результатом умножения матрицы A с размерностью (m х n) и матрицы В с размерностью (n х k) будет матрица C с размерностью m х k). Элемент матрицы (C), стоящий в i-ой строке и j-ом столбце: c_(i,j), равен сумме произведений элементов i-ой строки матрицы A на соответствующие элементы j-ого столбца матрицы B 😎.

#статья 📚

Решил написать немного классики про планирование задач и про то, зачем записывать их на бумагу перед выполнением ✅


Сразу перечислим список очевидных преимуществ такого подхода:

• Запись целей и задач на бумаге помогает организовать мысли и идеи.

• Это также позволяет увидеть общую картину и определить, какие задачи являются приоритетными.

• Когда вы записываете задачи, вы фокусируетесь на том, что нужно сделать. Это помогает избегать отвлекающих факторов и улучшает вашу продуктивность.

• Вычеркивание выполненных задач из списка на бумаге может мотивировать. Такая мотивация помогает делать больше и чувствовать удовлетворение.

• Запись задач на бумаге помогает не забыть как писать от руки 😦. Также, такой подход избавляет мозг от постоянной мысли, что какая-то задача была забыта или просрочена.

• Планирование задач может помочь снизить уровень стресса. Когда у вас есть четкий план действий, волнение перед неизвестным отходит на задний план.

В итоге, планирование и запись задач на бумаге — это эффективный способ управления своим временем и продуктивностью.

Но что делать, если задачи слишком большие и непонятные, например: "Написать курсовую до конца мая"?

Ответ: декомпозировать 🟦


Декомпозиция задач - это процесс разбиения сложной задачи на более мелкие и понятные части. Это важный инструмент, который помогает последовательно закрывать поставленные задачи и решать сопутствующие проблемы (да-да, они обязательно появятся😨).


Сразу опишем несколько плюсов декомпозиции:

• Большие задачи обычно являются устрашающими и сложными. Разбивая их на более мелкие части, вы делаете их более понятными.

• Когда вы работаете над одной маленькой частью сложной задачи, вы можете сосредоточиться только на ней и не отвлекаться на другие. При таком подходе итоговое решение будет максимально проработанным и последовательным.

• С самого начала можно увидеть прогресс в работе, так как каждая маленькая задача, которую вы завершаете, приближает вас к завершению большой задачи.

• Если вы работаете в команде, декомпозиция большой задачи позволит вам распределить мелкие подзадачи между членами команды. Это значительно увеличит продуктивность.

В общем и целом, декомпозиция задач помогает улучшить эффективность и продуктивность, делая большие и сложные задачи более понятными и выполнимыми 💥


#хинт 😮‍💨

Что такое дифференциальное уравнение? Попробуем кратко изложить ⏳


Дифференциальное уравнение — уравнение, которое содержит независимую переменную, функцию от этой независимой переменной и ее производные различных порядков.

Давайте упростим определение: дифференциальное уравнение описывает зависимость между функцией и её изменениями 📃.


В общем виде дифференциальное уравнение выглядит так:

F(x, y, y', y", … , y^{n}) = 0.

Где:

• x — независимая переменная (обычно время или расстояние).

• y — неизвестная функция, зависящая от переменной x.

• y' — первая производная y по x.

• y'' — вторая производная y по x.

• y^{n} — n-ая производная y по x.

Для чего они вообще нужны ☠️? Давайте опишем ниже:

• Моделирование природных явлений:
Дифференциальные уравнения позволяют описывать поведение физических систем, таких как движение тел, распределение тепла, электромагнитные волны, колебания струны и т. д.

• Экономика и финансы:
Дифференциальные уравнения помогают моделировать экономические процессы, например: рост населения, инфляцию и даже инвестиции.

• Биология и медицина:
Дифференциальные уравнения применяются для изучения биологических систем, а именно: при изучении процесса распределения вирусов, при наблюдении за ростом бактерий или при описании динамики развития/угасания популяций.


Добавим немного практики 🤪:

Опишем простой пример дифференциального уравнения.
Представим, что у нас есть бассейн с водой. Вода вытекает из него через отверстие в самом низу. Нам необходимо понять, как меняется уровень воды в бассейне с течением времени.

Пусть h(t) — это высота воды в бассейне в момент времени t. Тогда мы можем записать следующее дифференциальное уравнение:

dh(t) / dt = -k * h(t).

Где:

• dh(t) / dt — это производная высоты воды по времени, т.е. скорость изменения высоты.

• k — коэффициент, который зависит, например, от размеров сливного отверстия и площади дна бассейна.

Теперь решим это уравнение для того, чтобы понять как быстро уровень воды в бассейне будет уменьшаться 🚰. Для решения будем использовать метод разделения переменных:

1. Разделим переменные:

dh(t) / h(t) = -k * dt.

2. Интегрируем обе стороны:

• ∫ ( dh(t) / h(t) ) = ∫ ( -k * dt ).

• ln|h(t)| = -kt + C.

• Здесь: C — это произвольная постоянная, ln — натуральный логарифм.

3. Решаем уравнение относительно h(t):

h(t) = e^(C - kt).

Готово 🌊. Теперь у нас есть общее решение, которое описывает изменение высоты воды h(t) в бассейне в зависимости от времени t и коэффициента k.


#статья 📚

🌐 Нейросети 🌐

Нейросети являются вычислительными моделями, которые вдохновлены строением и функциями биологических нейронов в человеческом мозге.

В отличие от классических программ, которые следуют заранее определенным инструкциям, нейросети обучаются на больших объемах данных, постепенно совершенствуя свою способность выполнять задачи ⌨️.


Если мы представим, что нейросеть это большой механизм, то основными "шестеренками", благодаря которым он работает, будут:

• Нейроны:
Основными строительными блоками нейросетей являются искусственные нейроны - математические функции, которые принимают входные данные, обрабатывают их и выдают выходные данные.

• Связи:
Нейроны соединены между собой связями, каждая из которых имеет вес, определяющий силу влияния одного нейрона на другой.

• Обучение:
Нейросети обучаются путем итеративного процесса обработки данных и корректировки весов связей.

• Активационная функция:
Определяет, генерирует ли нейрон выходной сигнал на основе его входных данных.

• Обратная связь:
Обратная связь в контексте нейронных сетей представляет собой процесс, благодаря которому сеть корректирует свои параметры на основе информации о том, насколько ее выходные данные соответствуют ожидаемым результатам.

Благодаря этим "шестеренками" нейросети могут решать широкий круг задач, например:

• Распознавание образов 🔍:
Например, идентификация объектов на изображениях или распознавание речи.

• Прогнозирование 🔮:
Например, прогнозирование цен на акции или предсказание погодных условий.

• Кластеризация 🟦:
Например, группировка данных по схожим признакам.

• Обработка естественного языка 🔊:
Например, перевод текста с одного языка на другой или извлечение информации из документов.

Важно отметить, что нейросети не являются идеальными и имеют некоторые ограничения:

• Требуют больших объемов данных 💿:
Для обучения эффективной нейросети требуется большое количество размеченных данных, что может быть дорогостоящим и трудоемким.

• Могут быть "черными ящиками" 👩‍💻:
Нейросети могут быть сложными для интерпретации, что затрудняет понимание того, как они принимают решения. Из-за "непрозрачности" возникает недоверие к полученным результатам.

• Могут быть предвзятыми 🥷:
Нейросети могут отражать предубеждения, которые присутствовали в данных, используемых при обучении.

Добавим немного про математику, которая лежит в основе нейросетей 🚶. Опишем несколько основных методов и концепций:


1. Линейная алгебра:

• Матрицы и векторы.
Нейронные сети используют матрицы и векторы для представления и обработки данных. Например, входные данные и веса нейронов часто представлены в виде матриц.

• Умножение матриц.
Это основная операция, используемая для вычисления выходных значений нейронов.


2. Дифференциальное исчисление:

• Градиентный спуск.
Это метод оптимизации, используемый для минимизации функции потерь. Градиентный спуск помогает корректировать веса нейронов, чтобы сеть лучше обучалась на данных.

• Производные.
Используются для вычисления градиентов, которые показывают, как изменяется функция потерь при изменении весов.


3. Теория вероятностей и статистика:

• Функции активации.
Например, сигмоидная функция или функция ReLU (Rectified Linear Unit) используются для введения нелинейности в модель. Эти функции помогают сети обучаться сложным паттернам.

• Регуляризация.
Методы, такие как L1 и L2 регуляризация, используются для предотвращения переобучения модели.


4. Линейные модели:

• Персептрон.
Это простейшая модель нейрона, которая вычисляет взвешенную сумму входных данных и применяет функцию активации.


5. Обратное распространение ошибки (Backpropagation):

• Алгоритм обратного распространения.
Используется для вычисления градиентов и обновления весов в сети. Этот алгоритм позволяет сети обучаться на основе ошибок, допущенных на предыдущих шагах.


#статья 📚

Предлагаю пробежаться по числу π.

Число π является математической постоянной, которая играет важную роль в геометрии, тригонометрии, математике, физике и во многих других областях науки ⚔️⚔️.


Вот некоторые интересные факты о том самом числе π:

• Число π представляет собой отношение длины окружности к её диаметру. Напомним формулу, по которой можно вычислить длину окружности:

l = π*d, где l – длина окружности, d – диаметр окружности.

• Десятичное представление числа π бесконечно, не периодично и не может быть точно выражено в виде дроби m / n, где m и n – целые числа, и n не равно 0. Поэтому:

π является иррациональным.

• Первые несколько знаков числа π 💥:

π =3,1415926535897932384626433832795…

Добавим немного про историю числа π:

• Некоторые цивилизации, такие как древний Вавилон и древний Египет, приближенно вычисляли π. Например, в древнем Вавилоне его значение было приблизительно равнялось 3.125, а в древнем Египте — 3.1605 🔫🔫.

• Древнегреческий математик Архимед в 3 веке до нашей эры использовал метод вписанных и описанных многоугольников, чтобы приблизительно определить значение π. Его результат, архимедово число, было равно 22/7 или 3,14286 ⌨️.

• С течением времени разрабатывались более точные методы вычисления π, включая анализ рядов, формул и алгоритмов. Сегодня знаки числа π вычисляются с использованием компьютеров с высокой точностью 😎. Например, команда Google рассчитала 100 триллионов знаков после запятой за 158 дней в 2022 году. К слову: для выполнения операций было задействовано 128 процессоров, 864 ГБ оперативной памяти и 554 ТБ объёма компьютеров 😎.


Теперь немного о применении числа π в разных областях науки:

• В математике – используется для расчетов окружностей, площадей кругов, объемов шаров и цилиндров, а также в теории вероятностей и статистике.

• В физике - встречается в формулах, которые описывают: циркулярные и периодические движения.

• В инженерии – применяется при проектировании и расчете конструкций, деталей машин, гидравлических систем и других инженерных задач.

• В компьютерных науках – используется при разработке алгоритмов различной сложности, визуализации данных и моделировании процессов.

Так что, в итоге, π – это важно!


#статья 📚

Python (читается как «Пайтон») — предлагаю остановиться на этой теме 🐍


Сейчас Python - является широко распространенным языком программирования, который применяется во многих областях, например:

• Разработка прикладного ПО.

• Разработка web-приложений.

• Использование в качестве встраиваемого скриптового языка во многих играх, и не только (3D редактор Blender, СУБД PostgreSQL).

• Использование в научных вычислениях (Для расчетов: пакеты numPy и SciPy. Для рисования графиков: пакет PyPlot. Таким образом, Python может потягаться с пакетами типа MatLab).


Для работы с Python понадобится:

1. Сам интерпретатор, его можно взять тут (https://www.python.org/downloads/).

2. IDE или среда разработки. Отметим, что для начала она необязательна 😎.

В начале будет достаточно интерактивной оболочки самого Python. После установки интерпретатора просто запускаем python.exe 🍿. Приглашение на ввод будет выглядеть так:

>>>

Также есть возможность записывать программы в файлы с расширением .py в вашем любимом текстовом редакторе (например: "Блокнот", "Notepad++"). Для запуска файлов на выполнение можно кликнуть по ним 2 раза. Если консольное окно закрывается слишком быстро, можно в конце программы дописать следующую строку:

input()

В таком случае, интерпретатор будет ждать в конце программы нажатия enter 😎.

Также, можно воспользоваться одной из многих удобных IDE для Python (Например: "Visual Studio", "Spyder", "PyCharm"), в которых есть возможность отладки кода, подсветки синтаксиса и многие другие удобства.


Предлагаю добавить немного теории:
Python — язык со строгой динамической неявной типизацией.

Что это означает?
Смотри ответ ниже 👇.

• "Строгая" означает, что язык не производит неявные преобразования типов переменных и не создаёт сюрпризов при их случайном смешении (если такое все-таки произойдет - выскочит ошибка ☹️).

• "Динамическая" означает, что типы переменных определяются в процессе выполнения программы.

• "Неявная" означает, что тип‌ ‌переменной‌ ‌определяется‌ ‌интерпретатором‌ ‌или‌ ‌компилятором.

Также:

• Присваивание значения переменной осуществляется с помощью знака "=".

• В Python нет специального ограничителя для блоков кода, их роль выполняют отступы. То есть то, что написано с одинаковым отступом — является одним командным блоком 1️⃣.


Теперь добавим немного практики:

• Условия:
Условие задается с помощью оператора " if ", который заканчивается символом " : ". Альтернативные условия, которые будут выполняться, если первая проверка неуспешна, задаются оператором " elif ". Наконец, " else " задает ветку, которая будет выполнена в случае если ни одно из условий не выполняется 😭.

Пример:

>>> x = 13
>>> if (x<10) or (x>20):
...     print("x не подходит")
... elif (10<x<20):
...     print("x подходит!")
... else:
...     print("x выколотая точка")
...
x подходит!

• Циклы:
Простейшим видом цикла является цикл " while ". В качестве параметра он принимает условие и выполняется до тех пор, пока это условие является истиной.

Пример:

>>> x = 0
>>> while(x<=3):
...     print(x)
...     x += 1
...
0
1
2
3

Также, в Python существует вид цикла " for ", в котором переменной будут присваиваться (по очереди) все значения из списка.

Пример, в котором в роли списка - строка❤️:

>>> x = "Привет"
>>> for char in x:
...     print(char)
...
П
р
и
в
е
т

Пример с циклом, который повторяется n-раз:

>>> for x in range(4):
...     print(x)
...
0
1
2
3

На этом предлагаю остановиться. Продолжение в следующем посте 🤫.


#статья 📚

И снова наш любимый Python 😭 — предлагаю начать с основ и коснуться переменных и операций над числами.


Начнем с того, что любая программа состоит из набора команд и данных. В итоге, для того, чтобы можно было хранить эти самые данные, в Python есть такое понятие как переменные ✨.

Если говорить простым языком, то переменная — это имя, с помощью которого можно обратиться к данным, сохраненным в памяти компьютера.
Если говорить более душно ☹️, то переменная — это именованная область в оперативной памяти компьютера, к которой мы можем обращаться неоднократно, с целью извлечь данные.


Синтаксис объявления переменной можно упаковать в следующую "формулу":

"Наименование переменной" + "=" + "Значение переменной"

Вот пару примеров того, как объявляется (создается 😎) переменная:

first = "синий"
second = 23

Естественно, что у разных переменных могут быть разные типы данных. В примере выше:
• переменная "first" является строкой;
• переменная "second" является числом.


Самое простое, что можно сделать с переменной, это вывести на экран ее значение. Для этого добавим одну строчку к нашему коду 1️⃣.

first = "синий"
second = 23
print(first, second)

Если запустить такую программу в каком-нибудь онлайн компиляторе или, например, в Jupyter Notebook (как это сделал я 😮‍💨) — нам будет выведено:

синий 23

Теперь опишем несколько правил, которых следует придерживаться при выборе имен переменных 👇:

1. Имя переменной может содержать только латинские буквы, числа и символ нижнего подчеркивания.

2. Имя переменной не должно содержать пробелов.

3. Имя переменной не должно начинаться с цифры.

4. Регистр важен (first и First это разные переменные).

5. Учитывайте, что некоторые наименования могут быть зарезервированы (это ключевые слова, например: "False, True, for, while и т.д." и наименования встроенных функций, например: "abs(), bool(), и т.д.").


Теперь напишем про операции над числами. Кайф заключается в том, что в Python встроены все нужные операторы для арифметических действий, а их использование очень похоже на математические записи, которые, используются в повседневной жизни ❤️.

Рассмотрим пример:

a = 10 + 5
b = a + 20
c = (a + b) * 2
print(a, b, c)

После запуска такой программы нам будет выведен текст:

15 35 100

Предлагаю разобраться поподробнее 🫡:

1. В первой строке переменной "a" будет присвоено значение суммы чисел 10 и 5.

2. Во второй строке мы складываем значение переменной "a" и число 20. В итоге в переменную "b" будет записано число 35.

3. Приоритеты операторов в Python точно такие же, как в обычной математике, а порядок выполнения можно изменить с использованием скобок. Это происходит в третьей строке программы.


В завершении опишем арифметические операторы, которые можно использовать в Python (10 + 5 = 15, где "10" и "5" это операнды, а "+" это оператор) ✍️:

• " + " (Добавление) - добавляет левый операнд к правому. Пример: "a + b = 15", где a = 10, b = 5;

• " - " (Вычитание) - вычитает правый операнд из левого. Пример: "a - b = 5";

• " * " (Умножение) - умножает левый операнд на правый. Пример: "a * b = 50";

• " / " (Деление) - делит левый операнд на правый. Пример: "a / b = 2";

• " % " (Деление по модулю) - делит левый операнд на правый и возвращает остаток. Пример: "a % b = 0";

• " ** " (Возведение в степень) - возводит левый операнд в степень, которая равна правому операнду. Пример: "a ** b = 100000";

• " // " (Целочисленное деление) - деление в котором возвращается только целая часть результата, а часть после запятой отбрасывается. Пример: "9 // 2 = 4".

#статья 📚

Продолжим серию постов про Python 🍎. Предлагаю разобрать строки 🌈.


Строка — это тип данных, который нужен для работы с текстом. Для того, чтобы создать строку в Python, нужно "обернуть" значение переменной в одинарные (') или двойные кавычки ("). Если нужно использовать большое количество текста, который занимает несколько строк, в рамках одной переменной, можно "оборачивать" этот текст в тройные кавычки (''' или """) 😄. Приведем пример:

a = 'Привет, друг!'
b = "Как дела?"
c = """очень-очень-очень
длинный текст, который
занимает несколько строк"""

print(a)
print(b)
print(c)

Если запустить код, который описан выше, будет выведено следующее 😎:

Привет, друг!
Как дела?
очень-очень-очень
длинный текст, который
занимает несколько строк

Помимо создания строк в исходном коде (описано выше 👆), можно получать строку от пользователя с помощью функции "input()". Предлагаю сразу разобрать пример:

name = input('Введите свое имя: ')
surname = input('Введите свою фамилию: ')
privetstvie = "Привет, " + name + " " + surname
print(privetstvie)

При запуске такой программы пользователь получит приглашение ввести свое имя, а затем фамилию. Как только это будет сделано, в переменную name будет записано имя, которое он ввел, а в переменную surname будет записана фамилия, которую он ввел 1️⃣.

В третьей строке программы есть оператор " + ", про который можно почитать в предыдущем посте. В данном случае, с его помощью несколько строк склеиваются в одну (этот процесс также можно называть "конкатенацией строк").

Четвертая строка выведет целое приветствие на экран 👋. То есть, если пользователь введет имя "Андрей", а затем фамилию "Разыграев" (все совпадения случайны ☹️), то будет выведено следующее:

Привет, Андрей Разыграев

Также стоит отметить, что строки могут быть пустыми, то есть не иметь внутри себя ни одного символа.
Пробел – это такой же символ, как и все остальные, поэтому две строки ниже не равны между собой:

• a = "" (Это пустая строка ☔️)

• b = " " (Это строка, которая состоит из одного пробела 💪)

Ну и напоследок, предлагаю разобрать простую, но очень полезную встроенную функцию, с помощью которой можно узнать длину строки ❤️. Это функция:

• len() – возвращает количество символов строки

Сразу приведем пример использования этой функции:

stroka = input('Введите любой текст: ')
a = len(stroka)
print(a)

Допустим, что после запуска программы, пользователь ввел следующий текст "Интересно, какое количество символов в этой строке?" 👍. Тогда, после выполнения программы будет выведено:

51

#статья 📚

Предлагаю разобрать некоторые полезные методы, которые направлены на наши "любимые" строки. Поехали 🍿.


Методы, с помощью которых можно манипулировать (да, именно так 😄) строками, похожи на функции. Их тоже можно вызывать и, так же как и функции, они могут возвращать результат своей работы. Отличаются эти методы тем, что они привязаны к определенному типу данных. Это означает, что, например, методы строк могут быть вызваны только у строк 🙄.

Чтобы не ходить вокруг да около, сразу приведем несколько примеров того, как вызывать эти самые методы строк и безжалостно их использовать ☹️. Напишем, а затем запустим код ниже:

stroka = "Ничего сложного :)"
print(stroka.lower())  
print(stroka.upper())

Вывод после запуска кода будет таким:

ничего сложного :)
НИЧЕГО СЛОЖНОГО :)

То есть метод " .lower() " возвращает строку, в которой все символы находятся в нижнем регистре.
А метод " .upper() ", соответственно, возвращает строку, в которой все символы находятся в верхнем регистре. В параметрах методов (то, что в скобках, после названия метода 😏) ничего указывать не нужно.


Также, очень ! важно ! помнить, что методы не меняют исходную строку. Строки в Python вообще нельзя изменить 🍔. И что тогда делать? Ответ таков: нужно присвоить строке новое значение 1️⃣, пример ниже.

stroka = "Ничего сложного :)"
stroka = stroka.upper()  
print(stroka)

Вывод программы выше будет таким:

НИЧЕГО СЛОЖНОГО :)

Но если мы потом, после компиляции кода выше, будем использовать значение переменной " stroka ", то оно будет равно именно "НИЧЕГО СЛОЖНОГО :)", а не "Ничего сложного :)". Вот такой вот нюанс 🍎!


Теперь рассмотрим самое интересное, но немного душное: индексы строк.

Бывает так, что иногда нужно выбирать отдельные символы из строки. В Python для этого необходимо использовать квадратные скобки: "[...]" 🗿. Ниже приведены примеры получения символа строки s, которая равна слову "Дружище".

Код:

s = "Дружище"
print(s[0])
print(s[1])
print(s[-1])
print(s[-2])

Вывод:

Д
р
е
щ

Видно, что " s[0] " — возвращает первый символ нашей строки, " s[1] " — возвращает второй символ, " s[-1] " — возвращает последний символ, " s[-2] " — возвращает предпоследний символ. Отсюда можем выделить пару несложных правил ✨:

1. Нумерация индексов символов начинается с нуля;

2. Отрицательный индекс отсчитывает символы, начиная с конца строки.

После вышеописанного можем рассмотреть просто душное (шучу ☹️): cрезы строк.

Срез используется для выделения части строки. Он состоит из индекса и диапазона. Сразу рассмотрим несколько примеров со строкой c = "абвгдежзик".

Индексы символов строки "c":

0 1 2 3 4 5 6 7 8 9

Символы строки "c", соответственно:

а б в г д е ж з и к

Тогда, при запуске кода ниже:

c = "абвгдежзик"
print(c[2 : 5])
print(c[ : 5])
print(c[5 : ])
print(c[-2 : ])
print(c[: ])
print(c[1 : 7 : 2])
print(c[: : -1 ])

Вывод будет следующим:

вгд
абвгд
ежзик
ик
абвгдежзик
бге
кизжедгвба

Теперь разберем:

• В 1 строке — вывелись символы с индексами 2,3,4
• В 2 строке — вывелись первые пять символов
• В 3 строке — вывелись символы, начиная с 5 и до конца
• В 4 строке — вывелись два последних символа
• В 5 строке — вывелась вся строка
• В 6 строке — вывелись символы со второго по шестой, через один
• В 7 строке — вывелась стока наоборот (т.к. шагаем по одному символу с конца строки 💪)

Ну и теперь уже по-классике сформулируем из того, что выше несколько правил ❤️:

1. Структуру среза можно представить "формулой": наша_строка[начальный_символ : конечный_символ + 1 : шаг];

2. Срезы не включают явное расположение окончания строки. Например, в приведенном выше примере " c[2 : 5] ", выводятся символы с индексами 2, 3 и 4, но не символ с индексом 5;

3. Мы можем оставить, вместо индекса начала или окончания строки, пустоту (или пробел);

4. Используя отрицательные индексы, мы можем получать символы с конца строки.

#статья 📚

Давайте сделаем небольшое отступление от Python и порассуждаем на тему спорта, дисциплины и зачем это вообще нужно 🤷‍♀️?


Начнем с очевидного, а именно - со спорта 🏋️‍♂️.

Спорт — это не просто физическая активность, это неотъемлемая часть здорового образа жизни (признайтесь, удивил? 😄). Регулярные тренировки приносят много полезного для организма и психического состояния, рассмотрим примеры ниже:

• Укрепляется сердечно-сосудистая система.
• Повышается общий иммунитет организма.
• Уходит лишний вес.
• Укрепляются кости и суставы.
• Повышается выносливость.
• Снижается уровень стресса и тревожности.
• Повышается настроения из-за выработки гормонов счастья (эндорфинов).

Ни для кого не секрет, что спорт дисциплинирует. Но как это происходит? (Сейчас капитан очевидность разберется 😎)

При регулярных занятиях возникает необходимость в:

1. Составлении тренировочного плана. Чтобы достичь своих целей, необходимо составить план тренировок и строго его придерживаться. Это учит планированию и целеустремленности ✨.

2. Регулярности. Регулярные тренировки формируют привычку и помогают развивать силу воли 💪.

3. Преодолении трудностей. Во время тренировок всегда возникают трудности: усталость, боль, желание бросить все 😭. Преодолевая их, вы становитесь более стойким и уверенным в себе и своих силах.


Теперь, когда связь между спортом и дисциплиной явно определена, опишем почему дисциплина >> мотивации. ( >> - означает «много больше» 🍎)

Дисциплина часто оказывается более надежным спутником на пути к достижению целей, чем мотивация, так как:

Мотивация — это переменчивая спутница 🙌.

1. Нестабильность. Мотивация — это как ветер: то дует сильно, то стихает 🥶.

2. Краткосрочность. Мотивация часто основана на эмоциях и краткосрочных целях. Она может помочь начать что-то делать, но не всегда поддержит на протяжении длительного времени 😭.

3. Зависимость от внешних факторов. Мотивация часто зависит от внешних стимулов (похвала, награды). Если их нет, мотивация может ослабеть и сойти на нет 💔.

Дисциплина — это надежный фундамент состоящий из таких «кирпичиков» как:

1. Постоянство.
Дисциплина — это привычка делать что-то регулярно, вне зависимости от вашего настроения или внешних факторов (плохая погода, темное время суток) 🤫.

2. Долгосрочность.
Дисциплина направлена на достижение долгосрочных целей. Она помогает следовать намеченному плану ❤️.

3. Независимость.
Дисциплина не зависит от внешних факторов. Она позволяет действовать даже тогда,когда мотивации нет ☹️.

В итоге, можно сделать вывод:

Дисциплина — это ключ к успеху. Она позволяет достигать поставленных целей, несмотря на препятствия и соблазны. Конечно, мотивация тоже играет важную роль, но дисциплина — это то, что помогает нам двигаться вперед даже тогда, когда мотивации нет 1️⃣.

Ну а развить эту самую дисциплину нам поможет спорт и регулярные тренировки. На мой взгляд, это самый простой способ ☕️.


#хинт 😮‍💨

Давайте ненадолго вернемся к Python (базовые посты скоро закончатся, правда 😭) и разберем, что такое "Модули".

Если говорить простым языком, то это файлы, в которых содержатся определения функций, определяются значения некоторых переменных (например: число π, число Эйлера и т.д.).

Модули (или библиотеки) нужны для того, чтобы расширить возможности языка программирования и упростить написание программ. Думаю, что именно за это и любят Python ❤️.

Давайте разберем несколько интересных и полезных, на мой взгляд, модулей:

• Модуль "math" - очень помогает при работе с числами и с простыми математическими функциями (например: sin(x), cos(x) и т.д.).

• Модуль "time" - пригодится для работы со временем 😎.

• Модуль "random" - предоставляет функции для генерации случайных чисел, букв, случайного выбора элементов последовательности ☕️.

И это только самая малая часть из того, что написано и встроено в Python. Обычно, увидев огромное количество этих самых модулей, глаза могут начать разбегаться и может возникнуть неприятное ощущение из-за того, что придется это все как-то учить 👊.

Однако, в этом нет надобности. К использованию модулей стоит прибегать по необходимости. Давайте сразу приведем простой словесный пример:

• Допустим, что вы работаете с какими-то сложными математическими вычислениями.

• Вы подключаете модуль со встроенной поддержкой требуемых операций (предварительно посмотрев информацию в гугле 🫡).

• После этого у вас отпадет необходимость придумывать то, что было уже придумано до вас. Можно сразу использовать ☹️.

Стоит также отметить, что сторонние модули могут быть написаны не только на языке Python, но и также на C и C++, а это дает существенный прирост в скорости работы таких модулей (уверен, что среди вас есть любители С и С++ 1️⃣).


Теперь добавим немного практики.

Для того, чтобы импортировать нужный модуль в нашу программу, а затем использовать его, необходимо воспользоваться командой "import".
Также, если нам нужно поменять стандартное имя модуля на кастомное, в рамках нашей программы - будем использовать "as". Формализуем вышесказанное 😄:

import наименование_модуля as кастомное_наименование_модуля

Ниже приведем пример программы, в которой импортируем модуль "math", выведем число π и посчитаем синус нуля:

import math as math_bot

print(math_bot.pi)
print(math_bot.sin(0))

Вывод программы выше будет следующим:

3.141592653589793
0.0

Давайте быстренько разберем написанный код:

• В первой строке импортируем модуль "math", называя его "math_bot" в рамках нашей программы ✨.

• Во второй строке выводим значение, которое возвращает метод "pi" модуля "math" 👍.

• В третьей строке выводим значение, которое возвращает метод "sin()" модуля "math" (в метод sin() - передаем значение равное нулю) 💪.

Вторым примером напишем программу, которая будет выводить 5 случайных целых чисел от 1 до 100 с паузой в одну секунду. Для того, чтобы это сделать импортируем модули "time" и "random":

import time
import random

i = 0

while (i <= 4):
    print(random.randint(1, 100))
    i = i + 1
    time.sleep(1)

Вывод программы будет каждый раз разным, например:

37
21
97
89
92

По классике бегло разберем написанный код нашего рандомайзера 😄:

• Импортируем модули "time" и "random".

• Задаем начальное значение счетчика, который остановит программу.

• Задаем условие остановки цикла while (5 чисел вывели - останавливаемся) 👌.

• В теле цикла выполняем следующие действия: печатаем рандомное число от 0 до 100, увеличиваем наш счетчик на единицу, ждем одну секунду.

Вот такая ночная закидушка вам ✅.


#статья 📚

Давайте сегодня поговорим про число e (число Эйлера) 💡.

Часто говорят, что это число носит статус "магической" константы в математике, но мне в голову приходит следующее: «е, бой» или «е, рок» 😄.

Ну а если серьезно, то число e является фундаментальной математической константой (одной из 🫡). Оно примерно равно:

2,71828182845904…

На первый взгляд кажется, что это просто набор каких-то цифр, но на самом деле это число обладает кучей интересных свойств и играет очень важную роль в различных областях математики, физики и экономики ✨.


Кратко опишем свойства числа e:

• Число e нельзя представить в виде обыкновенной дроби. Его десятичное представление бесконечно и непериодично.

• Число e не является корнем никакого алгебраического уравнения с целыми коэффициентами.

• Производная функции y = e^x равна e^x. Это свойство делает ее одной из самых важных функций в математическом анализе.

И расскажем про применение числа e:

• Экспоненциальный рост и распад: описывает процессы с постоянной скоростью, такие как рост популяций или радиоактивный распад.

• Финансовые расчеты: используется для вычисления сложных процентов (более подробно про них - ниже ✨).

• Теория вероятностей: применяется в распределении Пуассона и нормальном распределении.

• Компьютерные науки: Используется в функциях активации (привет нейросетям ☕️).

Давайте быстренько распишем: откуда все-таки взялось это число e 🤨?

Число e впервые появилось в связи с изучением сложного процента (это начисление процентов на начисленный ранее процент 🤯).

При непрерывном начислении процентов, сумма вклада растет экспоненциально, и именно число e описывает скорость этого роста.

Сходу разберем пример с этим сложным процентом:

Представим, что мы начисляем проценты не раз в год, а n раз в год 🤑. В этом случае, формула для расчета конечной суммы будет выглядеть следующим образом:

S = P * (1 + r/n)^(n*t)


где:

• S - конечная сумма.
• P - начальная сумма вклада.
• r - процентная ставка (в десятичном виде, т.е. 16% = 0.16 ☕️).
• n - количество капитализаций в год (капитализация - начисление процентов на вклад 🧐).
• t - время в годах.

При бесконечно частой капитализации (n стремится к бесконечности), выражение:

(1 + r/n)^(n*t)

стремится к числу e^(r*t), при условии, что r - процентная ставка в десятичном виде, а t - количество лет. В итоге, получаем формулу:

S = P * e^(r*t)

Давайте подставим в нее реальные цифры: предположим, вы положили 1000 рублей под 16% годовых (капитализация происходит раз в год) с непрерывным начислением процентов. Через 5 лет ваша сумма составит 🌈:

S = 1000 * e^(0.16 * 5) ≈ 2225.54 рублей



Если положить 1000 рублей под обычный процент с аналогичными условиями, получим 👊:

S = P + P * r * t = 1000 + 1000 * 0,16 * 5 = 1800 рублей

В итоге, можем сделать вывод, что при непрерывном начислении проценты растут значительно быстрее, чем при обычном начислении 📞.


Вообще, про число е можно написать целую книгу, но делать этого конечно же не будем ☹️.


#статья 📚

⌨️ Лайф: режим, мысли и выводы


Тут собраны лайф-посты про режим, восстановление, перегрузы, поездки, канал и личные выводы.


📁 Отдых и восстановление:

📎 Почему важно отдыхать и не корить себя за это
📎 Как не выгорать после работы
📎 Тишина как функция восстановления
📎 Ходьба, отдых и разгрузка головы


📁 Перегруз и откаты:

📎 Как я загнал себя в переутомление
📎 Неделя апатии: разобрал причины
📎 Болезнь и мысли на больничном
📎 Тяжело возвращаться после болезни


📁 Режим и дисциплина:

📎 Спорт и дисциплина: зачем это нужно
📎 Один по-настоящему здравый день
📎 Рабочее место и продуктивность
📎 Две недели налаживал режим


📁 Мысли и рефлексия:

📎 Свой контекст дороже безликого контента
📎 Прогресс: либо растёт, либо падает
📎 Доминанта: как утро задаёт весь день
📎 Рефлексия как рабочий инструмент
📎 Почему с возрастом время летит быстрее
📎 Перфекционизм: почему «ещё не идеально» мешает
📎 Чувство, когда закрыл давние проекты
📎 Зачем читать книги


📁 Поездки и лайф-апдейты:

📎 Работа, спорт, дача и аналитика
📎 Отпуск: Калуга, Тула и дорога на машине
📎 Последний день лета
📎 Долгожданный отпуск в Питере
📎 Поездка на машине в Минск


📁 Про канал:

📎 Куда я пропадал: про аспирантуру
📎 Как выбрать тему для поста
📎 Статистика канала за его первый год
📎 Как я оформляю посты


#навигация 📝

Сегодня поговорим про списки в Python и про то, что с ними делать 📝


Давайте предположим, что вы составляете список гостей на ваш день рождения. Этот список постоянно меняется, например:

• Артем и Антон, в итоге, не смогут прийти 😭.

• Андрей планирует прийти с другом Ваней 1️⃣.

Для работы с такими данными из реального мира отлично подходят списки (кстати, это еще один встроенный тип данных в Python ☕️). Для того, чтобы создать или, как говорится, объявить список в Python можно использовать два способа:

# первый способ
spisok_1 = ['первый', 'второй','третий']

# второй способ
spisok_2 = list('первый')

print(spisok_1, '- первый способ')
print(spisok_2, '- второй способ')

Вывод программы будет следующим:

['первый', 'второй', 'третий'] - первый способ
['п', 'е', 'р', 'в', 'ы', 'й'] - второй способ

Стоит отметить, что функция "list()" из второго способа принимает один объект, который можно "разобрать" на элементы, и возвращает список из этих элементов 👨‍💻. Например, если передать в "list()" строку — получим список букв, из которых эта строка состоит. Передадим в "list()" множество — получим список элементов этого множества ✨.


Теперь предлагаю вернутся к списку гостей на день рождения. Давайте его создадим (перечислим всех возможных гостей через запятую):

guests = ['Валера', 'Саша', 'Артем', 'Антон']

В списке выше четыре элемента: 'Валера', 'Саша', 'Артем', 'Антон' — которые хранятся внутри списка именно в таком порядке. Если вы не собираетесь менять порядок списка, 'Валера' (настало твое время 😄) всегда будет первым элементом, 'Саша' — вторым и т.д.

Мы помним, что Артем и Антон не смогут прийти, поэтому их нужно удалить из нашего списка 😫. Сделаем это с помощью метода ".remove()", который удаляет первое вхождение в список заданного элемента (это означает, что если бы в списке было два элемента 'Артем', то удален бы был только первый ☕️):

guests = ['Валера', 'Саша', 'Артем', 'Антон']
print(guests, '- до удаления')

guests.remove('Артем')
print(guests, '- убрали Артема')

guests.remove('Антон')
print(guests, '- убрали Антона')

После выполнения кода выше будет выведено:

['Валера', 'Саша', 'Артем', 'Антон'] - до удаления
['Валера', 'Саша', 'Антон'] - убрали Артема
['Валера', 'Саша'] - убрали Антона

Теперь нам нужно добавить в список двух гостей, а именно: Андрея и Ваню ✍️. Добавим новые элементы в конец списка с помощью метода ".append()":

guests = ['Валера', 'Саша']
print(guests, '- до добавления')

guests.append('Андрей')
print(guests, '- добавили Андрея')

guests.append('Ваня')
print(guests, '- добавили Ваню')

Вывод будет таким:

['Валера', 'Саша'] - до добавления
['Валера', 'Саша', 'Андрей'] - добавили Андрея
['Валера', 'Саша', 'Андрей', 'Ваня'] - добавили Ваню

Также, есть возможность не только удалять / добавлять элемент, но и изменить его значение на другое, опираясь на индекс элемента (индексация начинается с нуля 🫡). Сходу рассмотрим на примере:

guests = ['Валера', 'Саша', 'Андрей', 'Ваня']
print(guests, '- до изменения')

guests[2] = 'АНДРЮХА'
print(guests, '- после изменений')

Компилируем и получаем:

['Валера', 'Саша', 'Андрей', 'Ваня'] - до изменения
['Валера', 'Саша', 'АНДРЮХА', 'Ваня'] - после изменений

В итоге, можем заключить, что список — это "контейнер", который хранит объекты в определенном порядке. Также, важно отметить, что, в отличие от строк, методы списка меняют исходный список 🙄.

Однако у списков есть кое‑что общее со строками. И это доступ к элементу по индексу и срезы. Все это работает в списках точно так же, как и в строках ❤️. Сходу закинем пример:

guests = ['Валера', 'Саша', 'АНДРЮХА', 'Ваня']

print(guests[2])
print(guests[-1])
print(guests[:2])

И вывод:

АНДРЮХА
Ваня
['Валера', 'Саша']

На этом все 🍎


#статья 📚