🔴Конвертация чисел между различными системами счисления на Python

Пример:

# 1. Десятичная → Двоичная
decimal_num = 10
binary_num = bin(decimal_num)  # Префикс '0b' указывает на двоичную систему
print(binary_num)  # Вывод: 0b1010 (не 'ob1010' с маленькой o)

# 2. Двоичная → Десятичная
binary_num = '1010'
decimal_num = int(binary_num, 2)  # Второй аргумент 2 - основание системы
print(decimal_num)  # Вывод: 10

# 3. Десятичная → Восьмеричная
decimal_num = 10
octal_num = oct(decimal_num)  # Префикс '0o'
print(octal_num)  # Вывод: 0o12 (не '0012')

# 4. Восьмеричная → Десятичная
octal_num = '12'
decimal_num = int(octal_num, 8)
print(decimal_num)  # Вывод: 10

# 5. Десятичная → Шестнадцатеричная
decimal_num = 10
hex_num = hex(decimal_num)  # Префикс '0x'
print(hex_num)  # Вывод: 0xa

# 6. Шестнадцатеричная → Десятичная
hex_num = 'a'  # Регистр букв неважен (A-F/a-f)
decimal_num = int(hex_num, 16)
print(decimal_num)  # Вывод: 10

📌Это стандартные методы Python для работы с системами счисления, корректные для версий Python 3.x.

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

⬆️ Определения номинала резистора по его цветовой маркировке

Рассчитывается сопротивление по формуле:
(первая цифра * 10 + вторая цифра) * (10^третья цифра).

⬇️Пример:

# Список цветов резистора в порядке их числовых значений (0-9)
цвета = ["black", "brown", "red", "orange", "yellow", "green", "blue", "violet", "grey", "white"]

# Получаем числовые значения для каждой цветной полосы
n = цвета.index((input("Введите 1-й цвет: ")))
m = цвета.index((input("Введите 2-й цвет: ")))
p = цвета.index((input("Введите 3-й цвет: ")))

# Рассчитываем сопротивление
q = int(((n*10) + (m)) * (10**(p)))
z = q / 1000  # Переводим в килоомы

# Выводим результат
print("\nЗначение резистора:")
print(f"{q}Ω и в килоомах: {z}kΩ")

📎Выше представлен простой инструмент для декодирования цветовых полос резисторов с помощью Python.

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

💎 Главное - не пытаться сразу взять максимальную нагрузку

Мозг программиста как кэш - нужно прогревать постепенно! 😎

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

👩‍💻 Автоматизация управления кластерами PostgreSQL

Patroni — это мощное и гибкое решение для управления высокодоступными кластерами PostgreSQL.

Он выполняет роль внешнего сервиса по отношению к PostgreSQL, действуя как менеджер кластера.

🔵Основной задачей Patroni является обеспечение надежного переключения роли ведущего узла на резервный узел, что критически важно для высокодоступных систем.

Установка библиотеки:

pip install patroni[dependencies]

💻 GitHub

🔜 Этот инструмент существенно упрощает администрирование баз данных, обеспечивая автоматическое переключение ролей узлов, поддержку различных типов репликации и интеграцию с распределёнными системами хранения конфигурации.

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

🔥 Использование разных типов JOIN в SQL

SQL JOIN — это инструмент для объединения данных из разных таблиц в реляционных базах данных.

Различные типы JOIN позволяют извлекать данные в зависимости от требований анализа.

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

🤓 Шпаргалка по основным командам Git

🔜Создание репозитория (init, add, commit, remote add).

〰️Работа с изменениями (status, add -p для интерактивного добавления).

➖История и анализ (log, blame для отслеживания правок).

🔛Управление ветками (branch, checkout).

♾Отмена действий (reset, revert).

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

💫 Вот это поворот

Циклы в Python — это один из основных инструментов для выполнения повторяющихся операций. Python предлагает два основных типа циклов: for и while.

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

🖥 Сравнительная таблица характеристик коллекций в Python

Когда использовать:

🟢List: Используйте, когда вам нужна изменяемая последовательность элементов. Подходит для списков задач или других коллекций, где порядок и возможность изменения важны.

🟢Tuple: Выбирайте, если у вас есть данные, которые не должны изменяться. Подходит для фиксированных наборов данных, таких как координаты или константы.

🟢Set: Используйте, когда вам нужно хранить уникальные элементы и выполнять операции над ними, такие как объединение и пересечение.

Важные нюансы:

🟠

Элементы в Set должны быть хешируемыми (например, числа, строки, кортежи).

🟠

Хотя порядок в Set появился в Python 3.7+, лучше не полагаться на него в логике программы.

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

😊 Искусственный интеллект (ИИ) и Python тесно связаны, так как Python является одним из самых популярных языков программирования для разработки ИИ решений

Python предлагает множество библиотек и фреймворков, таких как TensorFlow и PyTorch, которые упрощают создание и обучение моделей машинного обучения.

Это делает языком выбора для исследователей и разработчиков, стремящихся применять ИИ в различных сферах, от автоматизации до анализа данных.

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

😁 Python подождёт...

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

🧊 Пять способов перевернуть список в Python

🟣append() — понятный, но медленный.

🔵Цикл — меняет элементы на месте, но сложный код.

🔵reversed() — читаемый, но требует преобразования в список.

🟡Срезы [::-1] — самый быстрый и лаконичный.

🟢reverse() — модифицирует исходный список, но эффективный.

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

👻 Оптимизация выбора признаков в машинном обучении

Алгоритм mRMR (minimum Redundancy Maximum Relevance) предлагает инновационный подход к автоматическому выбору признаков, позволяя быстро выявить наиболее информативные и минимально избыточные функции для ваших моделей.

🟡Этот алгоритм масштабируемый и предназначен для оптимизации выбора признаков в вашем наборе данных.

Он помогает упростить модель, исключая менее значительные признаки и сосредотачиваясь только на тех, которые действительно влияют на производительность.

Установка библиотеки:

pip install mrmr-selection

💻 GitHub

⤵️ mRMR отлично интегрируется с наиболее востребованными библиотеками анализа данных, такими как Pandas, Polars и Spark.

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

🧊 Методы списка Python

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

🎤 Создаем идеальные фонограммы для караоке

python-audio-separator — это библиотека, созданная для упрощения процесса разделения аудиотреков на голосовую и инструментальную части.

🟣Главная функция библиотеки — удаление вокала из аудиотреков с минимальными потерями в качестве звука.

Библиотека поддерживает множество форматов аудио, таких как MP3, WAV, и другие.

Установка библиотеки:

pip install "audio-separator[gpu]"

💻 GitHub

🔸 Библиотека использует различные методы машинного обучения, чтобы гарантировать высокое качество обработки и стабильную работу.

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

😺 Вредные советы

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

😎 Инструмент для тестирования безопасности веб-приложений

SQLMC - это инструмент, предназначенный для сканирования веб-приложений на предмет наличия уязвимостей SQL-инъекций.

🎯 Путем сканирования целевых URL-адресов и анализа параметров GET-запросов SQLMC выявляет возможные точки входа для SQL-инъекций.

Установка библиотеки:

pip install sqlmc

💻 GitHub

📱 По завершении сканирования SQLMC генерирует подробные отчеты, содержащие информацию об обнаруженных уязвимостях, их потенциальных последствиях, а также рекомендации по устранению обнаруженных проблем.

⚠️ Информация приведена исключительно в ознакомительных целях!

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