Pygame

Pygame — это библиотека для создания игр. В библиотеке собран набор программных средств,
помогающих разрабатывать двумерные игры.

С помощью Pygame можно разрабатывать и другие мультимедийные приложения со сложным графическим интерфейсом — например, с анимациями. Но чаще его все же используют для игр:
- для создания небольших инди-проектов, в том числе пиксельных игр;
- для прототипирования более крупных игр — прототип пишут на Pygame, а для усложненных версий используют другой инструмент.

Это довольно простая в освоении библиотека, поэтому ее часто выбирают начинающие для обучения. Кроме того, с Pygame могут работать и состоявшиеся игровые разработчики, а также геймдизайнеры и другие специалисты, занятые в геймдеве.

#библиотеки

Тип данных Fraction

В Python тип данных Fraction представляет собой рациональное число, представленное в виде дроби. Он позволяет работать с числами с плавающей запятой без потери точности.
Для использования типа данных Fraction необходимо импортировать модуль fractions.

#типы_данных

Книга: "Высокопроизводительные Python-приложения. Практическое руководство по эффективному программированию. Миша Горелик, Йен Освальд"

Из этой книги вы узнаете как:
- заметно ускорить выполнение кода в программах, работающих с большими объемами данных;
- задействовать преимущества многоядерных архитектур или кластеров;
- построить систему, которая масштабируется без потери надежности;
- и много другого!

#книги

Метод get()

Метод get() в словарях в Python используется для получения значения по указанному
ключу. Он принимает один обязательный аргумент - ключ, и один
необязательный аргумент - значение по умолчанию, которое будет
возвращено, если ключ отсутствует в словаре.

Если ключ присутствует в словаре, метод get() возвращает соответствующее ему значение. Если ключ отсутствует, то метод вернет значение по умолчанию (или None, если значение по умолчанию не было указано).

#методы

Функцию map

Функция map применяет указанную функцию к каждому элементу последовательности (например, списку) и возвращает новую последовательность с результатами.

В примере, который приведён выше, мы создаем список numbers с числами от 1 до 5. Затем мы определяем функцию multiply_by_two, которая умножает число на 2. Далее мы используем функцию map для применения функции multiply_by_two к каждому элементу списка numbers. Результатом является новый итерируемый объект (в данном случае, map-объект), который содержит удвоенные значения исходного списка. Мы преобразуем этот объект в список с помощью функции list и выводим результат.

Таким образом, функция map позволяет применять заданную функцию к каждому элементу последовательности и получать новую последовательность с результатами этого преобразования.

#функции #python

NumPy

Библиотека NumPy gредназначена для работы с числами и сложной математикой. В первую очередь она облегчает расчеты с матрицами и многомерными массивами — именно в таком виде мы передаем любые данные на вход алгоритмам и моделям в методах глубокого обучения. Поэтому NumPy входит в базовый стек библиотек для Machine Learning.

#библиотеки

Книга: «Python. К вершинам мастерства» — Лучано Рамальо

Практическое руководство, которое раскрывает особенности языка и рассказывает, как применять возможности Python наилучшим способом. Вы сможете писать эффективный эффективный код, делать его коротким и понятным, более чистым и читаемым. Автор рассказывает о библиотеках и базовых средствах языка, описывает примеры использования различных структур данных в Python.

#книги

Оценка сложности алгоритма

Оценка сложности алгоритма - это способ оценить, насколько быстро или медленно алгоритм будет выполняться в зависимости от размера входных данных. Сложность алгоритма обычно измеряется в терминах времени выполнения (временная сложность) и использования ресурсов (пространственная сложность).

Временная сложность алгоритма измеряется в терминах количества операций, необходимых для выполнения алгоритма в зависимости от размера входных данных. Временная сложность обычно выражается в "O-нотации" (например, O(n), O(n^2), O(log n)), где n - размер входных данных.

Пространственная сложность алгоритма оценивает количество памяти, которое требуется для выполнения алгоритма в зависимости от размера входных данных.

Примеры оценки сложности алгоритмов:
1. Линейная сложность O(n): Алгоритм, который выполняет постоянное количество операций для каждого элемента входных данных. Например, просмотр всех элементов в списке.
2. Квадратичная сложность O(n^2): Алгоритм, который выполняет количество операций, пропорциональное квадрату размера входных данных. Например, вложенные циклы, которые перебирают все комбинации элементов в списке.
3. Логарифмическая сложность O(log n): Алгоритм, время выполнения которого увеличивается логарифмически с увеличением размера входных данных. Например, бинарный поиск в отсортированном массиве.

Оценка сложности алгоритма позволяет предсказать, как он будет масштабироваться при увеличении размера входных данных, и помогает выбирать наиболее эффективные алгоритмы для решения конкретных задач.

Функция enumerate()

Встроенная функция enumerate() возвращает кортеж из индекса элемента и самого элемента переданной ей последовательности.
Сигнатура функции следующая: enumerate(iterable, start). В качестве iterable может выступать любой итерируемый объект. С помощью необязательного параметра start можно задать начальное значение индекса. По умолчанию значение параметра start = 0, то есть счет начинается с нуля.
Функция enumerate() возвращает не список, а специальный объект, который называется итератором.

#функции