🦌 Уже дома, но в голове крутится мысль: "Сделал коммит, но есть один нюанс: в прод или в тест?"

✅ Мы в Max – подписывайся

🔥 Нашёл репозиторий, который заменит десятки книг по алгоритмам

TheAlgorithms/Python — один из крупнейших open-source проектов с реализациями алгоритмов и структур данных на Python.

Внутри собрано всё, что должен знать разработчик:
⚫️ Сортировки и алгоритмы поиска;
⚫️ Структуры данных;
⚫️ Динамическое программирование;
⚫️ Графовые алгоритмы;
⚫️ Криптография;
⚫️ Машинное обучение;
⚫️ Компьютерное зрение;
⚫️ Математические алгоритмы;
⚫️ Backtracking и десятки других тем.

🔗 GitHub

💡Это не просто набор кода, а полноценная образовательная база, где каждый алгоритм показывает, как он работает и почему именно так.

✅ Мы в Max – подписывайся

🔸 Создание словаря из двух списков с помощью dict() и zip()

zip() берет по одному элементу из каждого списка и объединяет их в пары.

Затем dict() превращает эти пары в словарь, где первый элемент пары становится ключом, а второй — значением.

x = ['name', 'age', 'country']
y = ['Yoko', 60, 'Angola']

dict1 = dict(zip(x, y))
print(dict1)

Вывод:

{'name': 'Yoko', 'age': 60, 'country': 'Angola'}

Важно: если один список длиннее другого, zip() обработает только те элементы, для которых нашлась пара. Остальные будут проигнорированы.

✅ Мы в Max – подписывайся

🔔 Python Roadmap: структурированный план изучения Python (на основе официальной документации)

Если вы хотите изучить Python последовательно, лучше двигаться от базовых концепций к специализированным библиотекам.

✅ Мы в Max – подписывайся

🖥 Визуальное представление ключевых концепций, команд и структуры языка SQL

✅ Мы в Max – подписывайся

🔥 Запускаем команды терминала прямо из Python с помощью subprocess

Иногда в скрипте нужно выполнить команду так же, как если бы вы ввели её в терминале. Для этого в стандартной библиотеке Python есть модуль subprocess.

С его помощью можно запускать внешние программы, получать их вывод и использовать его дальше в коде.

Это особенно полезно для автоматизации, работы с системными утилитами и написания DevOps-скриптов.

💡Если нужно проверить, что команда выполнилась успешно, добавьте check=True. В этом случае Python вызовет исключение, если процесс завершится с ошибкой.

✅ Мы в Max – подписывайся

Первый день:
— О, отступы — это удобно!
Третий год:
— Кто смешал табы и пробелы, признавайтесь.

✅ Мы в Max – подписывайся

🔥 Большинство Python-разработчиков не использует эту встроенную команду

Когда нужно быстро поднять локальный сервер, многие начинают искать сторонние программы или настраивать Nginx. Хотя в Python всё уже есть.

Достаточно выполнить одну команду:

python -m http.server 8080

Что вы получите?

✅ Локальный HTTP-сервер за пару секунд.
📂 Доступ к файлам из текущей директории.
🌐 Возможность открыть проект в браузере по адресу http://localhost:8080.
📱 Доступ к серверу с телефона или другого компьютера по локальному IP, если устройства находятся в одной сети.

💡 Это один из тех инструментов стандартной библиотеки Python, который кажется простым, но способен сэкономить десятки минут в повседневной работе.

✅ Мы в Max – подписывайся

💾 Игра «Камень, ножницы, бумага» на Python

✅ Мы в Max – подписывайся

❗️ Проверяем Python-код без запуска программы

Иногда нужно просто убедиться, что в файле нет синтаксических ошибок, не запуская сам код. Для этого в Python есть встроенный модуль py_compile.

Достаточно выполнить команду:

python -m py_compile yourfile.py

где yourfile.py — имя файла, который нужно проверить.

Если найдены синтаксические ошибки, Python покажет их описание. Если всё в порядке — команда завершится без вывода.

💡Это особенно полезно, когда программа выполняет долгие или ресурсоемкие операции, а вам нужно лишь проверить корректность синтаксиса.

✅ Мы в Max – подписывайся

🔥 Нашёл отличный репозиторий со шпаргалками для разработчиков

Если не хочется каждый раз искать синтаксис или вспоминать команды — загляните сюда.

В репозитории собраны краткие шпаргалки по Python, Git, SQL, Docker, Bash, RegEx, JavaScript, HTTP-кодам, REST и другим полезным темам.

🔗 GitHub

💡Можно добавить в закладки и использовать как быстрый справочник во время разработки.

✅ Мы в Max – подписывайся

🔸В Python можно кешировать вычисляемые свойства объекта

Если вычисление свойства занимает время, не обязательно хранить отдельный _cache и писать проверки.

В Python для этого есть @cached_property из functools.

from functools import cached_property

class User:
    @cached_property
    def profile(self):
        ...

При следующих обращениях возвращается уже сохранённое значение без повторного вызова функции.

user.profile
user.profile  # вычисление больше не выполняется

💡Отлично подходит для дорогих вычислений: ORM, парсинга, конфигурации, работы с API и других сценариев, где значение достаточно получить один раз.

✅ Мы в Max – подписывайся

🔵Как выбрать данные из двух таблиц в SQL

Когда что использовать?

✔ INNER – нужны только связанные данные
✔ LEFT/RIGHT – нужны все записи из одной таблицы + связанные
✔ FULL – нужна полная картина из обеих таблиц
✔ CROSS – генерация всех возможных комбинаций

❗️ Все JOIN'ы, кроме CROSS, требуют правильных индексов на связующих полях!

✅ Мы в Max – подписывайся

🔶 Как Python ломает классические графы

HyperNetX — библиотека для Python, которая работает с гиперграфами.

В обычном графе ребро соединяет 2 узла, а в гиперграфе — любое их число.
Это удобно для моделирования сложных связей.

HyperNetX помогает создавать, анализировать и визуализировать гиперграфы, работать с метаданными и данными из Pandas.

Установка:

pip install hypernetx

Библиотека подходит для анализа сетей, исследований и задач Data Science.

✅ Мы в Max – подписывайся

🔵 Методы словаря Python

Словари в Python — это изменяемые структуры данных, которые хранят пары ключ-значение.

✅ Мы в Max – подписывайся

❗️Не храните секреты в Git

В Python-проектах часто случайно попадают в репозиторий .env, SECRET_KEY, токены Telegram-ботов, API-ключи OpenAI, AWS и другие секреты.

Один коммит — и они уже остаются в истории Git, даже если файл потом удалить.

Gitleaks помогает находить такие утечки в Git-репозиториях до публикации кода.

Установка:

# macOS
brew install gitleaks

# Docker
docker pull zricethezav/gitleaks

Полезные команды:

# Проверить текущий репозиторий
gitleaks detect --source . -v

# Проверить конкретный коммит
gitleaks detect --source . --log-opts="-1 <commit_hash>"

🔗 GitHub

Найти утечку до публикации проще, чем исправлять её после.

✅ Мы в Max – подписывайся

🔸Pydantic и вложенные модели: как найти ошибку в глубине данных

Чем глубже структура, тем сложнее понять, где именно возникла ошибка валидации. Pydantic упрощает поиск: при сбое он сразу показывает путь к проблемному полю, поэтому не нужно вручную просматривать весь объект.

Например:

from pydantic import BaseModel

class Profile(BaseModel):
    age: int

class User(BaseModel):
    profile: Profile

User(profile={"age": "twenty"})

Здесь Pydantic выбросит ValidationError и укажет путь profile.age, а также причину — строку "twenty" нельзя преобразовать в целое число.

💡Это особенно удобно при работе с большими JSON-документами и ответами API: ошибка находится сразу, без долгого поиска по всей структуре.

✅ Мы в Max – подписывайся

📣 Хватит использовать with только для open()

Многие знакомы с конструкцией with только на примере работы с файлами, но область её применения гораздо шире.

С помощью декоратора @contextmanager из модуля contextlib можно быстро создавать собственные контекстные менеджеры для действий до и после блока кода.

from contextlib import contextmanager

@contextmanager
def step(name):
    print(f"Start {name}")
    yield
    print(f"End {name}")

with step("Download"):
    print("Downloading...")

Результат:

Start Download
Downloading...
End Download

💡Такой подход удобно использовать для логирования, измерения времени выполнения и работы с ресурсами.

@contextmanager позволяет обойтись без отдельного класса с методами __enter__() и __exit__().

✅ Мы в Max – подписывайся