Двусторонняя очередь в Python

Класс collections.deque() это обобщение стеков и очередей и представляет собой двустороннюю очередь. Двусторонняя очередь deque() поддерживает поточно-ориентированные, эффективные по памяти операции добавления и извлечения элементов последовательности с любой стороны с примерно одинаковой производительностью O(1) в любом направлении.

Класс deque() модуля collections возвращает новый объект deque(), инициализированный слева направо данными из итерируемой последовательности iterable.

Если хотите больше узнать про двустороннюю очередь в Python - ставьте как можно больше реакций под этот пост🤖😎

#типы_данных

Книга: "Алгоритмы неформально. Инструкция для начинающих питонистов. Такфилд Брэдфорд"

Вы узнаете нюансы реализации многих самых популярных алгоритмов, познакомитесь с их реализацией на Python 3, а также научитесь измерять и оптимизировать их производительность. После прочтения книги вы научитесь:

- Использовать алгоритмы для построения чат-ботов, настольных игр и решения головоломок «судоку».
- Искать максимумы и минимумы с помощью алгоритма градиентного спуска.
- Строить деревья решений для предсказания вашего уровня счастья.
- Использовать алгоритмы отладки кода, максимизации доходов и генерирования случайных чисел.
- Измерять эффективность и скорость алгоритмов.

#книги

Конструкция with в Python используется для работы с файлами и гарантирует, что файл будет закрыт после завершения работы с ним, даже если произойдет исключение.

Приведенный выше код открывает файл 'example.txt' в режиме чтения ('r') с помощью конструкции with. Затем он читает содержимое файла с помощью метода read() и сохраняет его в переменную text. Наконец, текст выводится на экран с помощью функции print().

Сегодня 20 января - День видеокамеры🎥📷

Это день благодарности инженерам, создавшим революционное устройство в мире кинематографа. Дата выбрана неслучайно. В этот день в 1982 году компания Sony Electronics впервые представила миру первую ручную видеокамеру Betacam для домашнего использования.

Altair

Altair — это библиотека Python для статистической визуализации. Она носит «декларативный» характер: разработчикам не нужно писать объемный код для визуализации, а достаточно указать на связь с данными. Altair не поддерживает 3D, но особенно полезен для создания составных и комплексных 2D-графиков.

#библиотеки

Мой топ-5🔝 языков программирования на данный момент выглядит следующим образом:

1⃣ Python - Python занимает лидирующую позицию благодаря своей простоте, универсальности и широкому применению в различных областях, включая разработку веб-приложений, научные проекты, анализ данных и машинное обучение 🐍

2⃣ JavaScript - JavaScript остается одним из самых популярных языков программирования благодаря его использованию в веб-разработке, создании интерактивных интерфейсов и разработке приложений для мобильных устройств 🟨⚫️

3⃣ Java - Java остается одним из основных языков программирования для разработки корпоративных приложений, мобильных приложений на платформе Android, игр и встроенных систем ☕️

4⃣ C++ - используется для разработки высокопроизводительных приложений, игр, системного программирования, а также в области машинного обучения и компьютерной графики 🐀

5⃣ SQL - несмотря на то, что это язык запросов, он является фундаментальным инструментом для работы с базами данных и анализа данных 🔐📂

#программирование

Книга: "Black Hat Python: программирование для хакеров и пентестеров, 2-е изд. Джастин Зейтц, Тим Арнольд"

Во втором выпуске бестселлера Black Hat Python вы исследуете темную сторону возможностей Python: все, от написания сетевых снифферов, кражи учетных данных электронной почты и перебора каталогов до создания фаззеров мутаций, исследования виртуальных машин и создания скрытых троянов. Книга отлично подходит для всех кто хочет изучить основы хакинга.

#книги

Pillow

Pillow и его предшественник PIL — это оригинальные библиотеки Python для работы с изображениями. Несмотря на то, что существуют другие библиотеки Python для обработки изображений, Pillow остается важным инструментом для понимания и работы в целом.

Для оперирования и обработки изображений Pillow предоставляет инструменты, аналогичные тем, которые можно найти в программном обеспечении, таком как Photoshop. Некоторые из более современных библиотек обработки изображений Python построены на основе Pillow и часто предоставляют более продвинутую функциональность.

#библиотеки

Алгоритм Евклида

Алгоритм Евклида через вычитания, также известный как метод вычитания, используется для нахождения наибольшего общего делителя двух чисел путем последовательных вычитаний одного числа из другого. Он основан на простой идее, что если a больше b, то мы можем вычесть b из a, и продолжать это до тех пор, пока a и b не станут равными.
В данной реализации мы используем цикл while для последовательных вычитаний одного числа из другого до тех пор, пока они не станут равными. После этого оставшееся число и будет НОДом исходных чисел.

Пример:
Найти НОД для a = 30 и b = 18.
30 - 18 = 12
a = 12 и b = 18
18 - 12 = 6
a = 12 и и = 6
12 - 6 = 6
a = 6 и b = 6
Ответ: 6

#алгоритмы

Парсинг сайтов (web scraping) - это процесс извлечения данных с веб-страниц с целью их анализа, обработки или сохранения. Парсинг сайтов может быть полезен для получения информации о товарах, ценах, новостях, контактной информации и многом другом.

Вот основные шаги парсинга сайтов:

1. Загрузка веб-страницы: Сначала необходимо загрузить HTML-код веб-страницы. Это можно сделать с помощью библиотеки Python, такой как requests, которая позволяет делать HTTP-запросы к серверу и получать HTML-код страницы.

2. Извлечение данных: После загрузки страницы необходимо извлечь нужные данные. Это можно сделать с помощью библиотеки BeautifulSoup, которая позволяет парсить HTML и извлекать нужные данные, такие как текст, ссылки, изображения и т.д.

3. Обработка данных: Полученные данные могут потребовать дополнительной обработки, например, очистки от лишних символов, преобразования формата и т.д.

4. Сохранение данных: После извлечения и обработки данных их можно сохранить, например, в файл или базу данных.

Пример парсинга сайта с использованием Python:

import requests
from bs4 import BeautifulSoup

# Загрузка веб-страницы
url = 'https://example.com'
response = requests.get(url)
html = response.text

# Извлечение данных с помощью BeautifulSoup
soup = BeautifulSoup(html, 'html.parser')
title = soup.title.text
print(title)

# Нахождение всех ссылок на странице
links = soup.find_all('a')
for link in links:
    print(link.get('href'))

Таким образом, парсинг сайтов с помощью Python позволяет получать данные с веб-страниц для последующего анализа, обработки или сохранения. Однако при использовании парсинга следует учитывать правила использования данных сайта и законы о защите персональных данных.

#программирование