👩‍🚀 Методы словаря Python

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

😂 Образовательная анимация на Python

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

⌨️ Анализ HTTP-запросов

httpdbg — это легковесная утилита, которая позволяет отслеживать все HTTP-запросы, отправляемые вашим кодом.

🔵Она предоставляет простой и эффективный способ анализа сетевых взаимодействий без необходимости вручную проверять каждый запрос.

Установка библиотеки:

pip install httpdbg

🔜 При выполнении этого кода вы увидите все HTTP-запросы и ответы, которые были отправлены и получены.

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

😁 Питон - многофункциональный

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

⬇️ Полезные функции из модуля math в Python

🟢fabs(x): Возвращает абсолютное значение числа.
🟢fmod(x, y): Возвращает остаток от деления.
🟢pow(x, y): Возводит число в степень.
🟢sqrt(x): Вычисляет квадратный корень.
🟢ceil(x): Округляет число вверх.
🟢floor(x): Округляет число вниз.
🟢modf(x): Разделяет число на дробную и целую части.
🟢factorial(x): Вычисляет факториал числа.

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

💥 Это когда говорят: "Никогда не поздно учиться."

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

✅ Не сравнивайте свой успех с чужим, каждый путь индивидуален

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

😸🫳 Ключевые различия между списками и множествами в Python

❇️Порядок элементов:
Списки сохраняют порядок, а множества — нет.

❇️Дубликаты:
Списки могут содержать дубликаты, а множества — нет.

❇️Изменяемость:
Списки полностью изменяемы, а множества могут изменяться только в плане добавления/удаления элементов.

❇️Синтаксис:
Списки используют [], а множества — {}.

⬆️Эти структуры данных используются в разных ситуациях в зависимости от требований к порядку, уникальности и изменяемости элементов.

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

Python 💪❤️

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

🤩 Скрытие текста с помощью невидимых символов Unicode

👾 Как работает:
- Используются невидимые символы Unicode (`\u200b`, `\u200c`).
- Они кодируют биты сообщения (0 и 1) прямо в тексте.
- Файл выглядит обычным, но содержит скрытую информацию.

🤯 Пример кода:

- Скрытие:

def hide_message(text, message):
    binary = ''.join(format(ord(char), '08b') for char in message)
    return ''.join([char + ('\u200b' if bit == '0' else '\u200c') for char, bit in zip(text, binary)])

- Извлечение:

def extract_message(hidden_text):
    binary = ''.join(['0' if char == '\u200b' else '1' for char in hidden_text if char in ('\u200b', '\u200c')])
    return ''.join([chr(int(binary[i:i+8], 2)) for i in range(0, len(binary), 8)])

🪩 Пример:
- Скрываем: hide_message("Привет", "секрет").
- Извлекаем: extract_message(скрытый_текст) → "секрет".

🤨 Этот метод позволяет скрывать сообщения в файлах, которые выглядят как обычный текст.

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

😔 Продолжаем борьбу с этим недугом

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

🔥 Библиотеки Python для науки о данных и машинного обучения

🤨 NumPy: NumPy — это фундаментальный пакет для научных вычислений на Python. Он обеспечивает поддержку больших многомерных массивов и матриц, а также набор математических функций для работы с этими массивами.

🤨 Pandas: Pandas — это мощная библиотека для обработки и анализа данных, которая предоставляет такие структуры данных, как DataFrames и Series, что упрощает работу со структурированными данными.

🤨 Matplotlib: Matplotlib — это библиотека построения графиков, которая позволяет создавать различные типы визуализаций, такие как линейные графики, столбчатые диаграммы, гистограммы, диаграммы рассеяния и т. д., для эффективного исследования и передачи данных.

🤨 Scikit-learn: Scikit-learn — это библиотека машинного обучения, которая предлагает широкий спектр алгоритмов для классификации, регрессии, кластеризации, снижения размерности и т. д. Она также предоставляет инструменты для выбора и оценки моделей.

🤨 TensorFlow: TensorFlow — это фреймворк машинного обучения с открытым исходным кодом, разработанный Google, который широко используется для построения моделей глубокого обучения. Он предоставляет комплексную экосистему инструментов и библиотек для разработки и развертывания приложений машинного обучения.

🤨 Keras: Keras — это API нейронных сетей высокого уровня, работающий поверх TensorFlow, Theano или Microsoft Cognitive Toolkit. Он упрощает процесс создания и обучения моделей глубокого обучения, предоставляя удобный интерфейс.

🤨 SciPy: SciPy — это библиотека научных вычислений, созданная на основе NumPy и предоставляющая дополнительные функции для оптимизации, интеграции, интерполяции, линейной алгебры, обработки сигналов и многого другого.

🤨 Seaborn: Seaborn — это библиотека визуализации данных на основе Matplotlib, которая предоставляет высокоуровневый интерфейс для создания привлекательных и информативных статистических графиков.

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code