⚡️ Python PyQuickie — дополнение к google chrome для практики в программирование на Python

PyQuickie — расширение одного из разработчика на reddit, которое поможет в простой форме улучшить свои знания в Python.

Оно выдаёт задачу по выбранному уровню сложности от самого лёгкого, до самого тяжёлого.

Вы пишите код для достижения определённой цели, а программа — сама выполняет тесты и уведомляет вас о результатах.

Расширение открывается поверх сайта, что позволяет отвлечься после тяжёлого дня и быстро решить парочку задач по Python.

На примере выше вы видите решение простой задачи, предложенной приложением.

#инструменты

⚡️ Задачка с собеседования | #Medium

Условие:

На вход идёт словарик типа «Монета : Количество». Монеты могут быть 1, 3, 5 и 10 рублёвыми. Количество монет и цена товара не ограничивается.

Метод находит суму всех монет и сравнивает цену. Если пользователь может себе позволить товар, то возвращает True, иначе — False.

Пример:

moneys = {5: 2, 3 : 2, 1 : 10, 10 : 0} # sum - 26

is_can_buy(moneys, 27) → False
is_can_buy(moneys, 36) → False
is_can_buy(moneys, 26) → True
is_can_buy(moneys, 15) → True

📌 Пишите ваше решение в комментариях. Решение будет через 2 часа на этом канале. 👇

#Задачка_с_собеседования

⚡️ Типизируем код в python

Типизированный код упростит его понимание другими разработчиками, позволит лучше работать с IDE и даже снизит риски появления багов в коде.

Так, довольно часто в примерах были символы : и -> в аргументах или после объявления функции. Другой символ, :, задаёт тип переменной, а -> — класс возвращаемого значения команды.

Типы могут быть как базовые (str, int, double, etc) так и более сложные (List, Dict, Callable, etc).

Для работы с последними необходим модуль typing, подробнее о котором можно почитать на сайте документации.

#теория

⚡️ Задачка с собеседования | #Medium

Условие:

Ваша задача — написать функцию, которая принимает неограниченное количество массивов и возвращает только те элементы, что есть в каждом списке.

Пример:

5, 6, 11, 10, 8], [2, 3, 5, 11], [11, 2]) -> [11]
find_values([11, 10, 3], [10, 3, 5, 11], [11, 10]) -> [11, 10]
find_values([8, 4, 7, "hi"], [8, "hi"], [4, "hi"]) -> ['hi']
find_values([1, 4, 3], [6, 2, 8], ["4", "hi"]) -> []

📌 Пишите ваше решение в комментариях. Решение будет через несколько часов на этом канале. 👇

#Задачка_с_собеседования

⚡️ Дзен Python

Это свод из 20 правил, предложенный Тимом Петерс для улучшения языка Python.

На самом деле их 19, а последнего до сих пор не существует. Это указывает, что для каждого правила могут быть исключения.

Посмотреть вы их можете с помощью команды import this. Если желаете прочитать перевод, то просто напишите "Дзен Python" в гугле.

Что самое интересное, если посмотреть исходный код модуля с помощью inspect.getsource(this), то вы увидите наоборот усложненный и запутанный код ;)

⚡️ Задачка с собеседования | #Medium

Условие:

Ваша задача — написать программу для создания блоков комментариев. Результат должен быть таким же, как и на картинке выше.

Можете усложнить задачу, добавив больше возможностей для кастомизации (другие символе вместо пробела, другой размер и так далее).

📌 Пишите ваше решение в комментариях. Решение будет через несколько часов на этом канале. 👇

#Задачка_с_собеседования

⚡️ Кэшируем значения метода

Разберём для этого модуль functools — он предоставляет декораторы cache и cached_property для сохранения данных и их будущего использования, что может может быть очень полезно при работе с рекурсией.

К примеру, вызов factorial(10), который вы видите на картинке выше. В первом вызове создаётся словарик типа «Входные данные : Возвращаемое значение» и заполняется результатами работы программы.

А вот factorial(5) уже не потребует никаких расчётов, поскольку значения кэшировались, что довольно хорошо сказалось на производительности.

@ cache используется для функций, а вот @ cached_property для свойств (это тоже самое, что и @ cache @ property).

⚡️ Задачка с собеседования | #Easy

Условие:

Ваша задача — написать функцию, которая проверит, все ли значения увеличиваются на один

Пример:

increasing([-1, 0, 1, 2, 3]) -> True
increasing([-1, 0, 1, 3, 4])) -> False
increasing([0, 1]) -> True
increasing([1, 0]) -> False

📌 Пишите ваше решение в комментариях. Решение будет через несколько часов на этом канале. 👇

#Задачка_с_собеседования

​Подсказка для айтишников: учите сразу несколько языков.

Python, C++, Swift — всё можно освоить за 1-2 месяца. Главное найти правильный канал, где всё объяснят доступно.

Например, IT Data. Ребята укомплектовали инфу так, что понять азы и найти работу сможете через месяц после подписки.

Здесь можно выучить более 10 языков. По готовым инструкциям. Бесплатно. Прямо в телеграм.

Стартуйте — t.me/Data_IT

⚡️ Создаём универсальные функции

Ранее мы рассмотрели partial и кэширование из модуля functools. Теперь, изучим декораторы singledispatch и singledispatchmethod.

Представим, что у нас есть метод, который по разному себя ведёт в зависимости от типа данных. Реализовать эту фичу можно с помощью проверки isinstance или используя singledispatch.

Этот декоратор добавляет метод register, который принимает (или считывает с реализации функции) тип и сохраняет его. После, на основе полученных данных вызывает необходимый метод.

singledispatchmethod делает тоже самое, что и singledispatch, но используется в классах.

#миниурок #декораторы