📚 Метаклассы в Python 🧑‍💻

Метаклассы — это классы для создания других классов! 🛠️

Они позволяют контролировать, как создаются классы, и могут добавлять новые атрибуты или изменять их поведение. Метаклассы могут быть полезны в таких случаях, как паттерн Singleton или создание API высокого уровня.

🔍 Применение:
1. Создание гибких API.
2. Валидация атрибутов классов.
3. Автоматическое добавление методов или атрибутов.

Пример:

 
class Meta(type):
    def __new__(cls, name, bases, dct):
        dct['created_by'] = "Meta class"
        return super().__new__(cls, name, bases, dct)

class MyClass(metaclass=Meta):
    pass

obj = MyClass()
print(obj.created_by)  # Output: Meta class

🔑 Результат выполнения:

 
Meta class

🐍 Однострочные функции: Лямбда

Лямбда-функции (анонимные функции) позволяют создавать компактные выражения прямо в строке, где они нужны.

💡 Когда использовать?
1. Если нужно создать небольшую функцию без лишнего кода.
2. Для использования внутри таких функций как map, filter, sorted.

Пример:

 
# Обычная функция
def square(x):
    return x ** 2

# Эквивалент с лямбда
square = lambda x: x ** 2
print(square(5))  # 25

Пример использования с sorted:

pairs = [(1, 'one'), (3, 'three'), (2, 'two')]
pairs.sort(key=lambda pair: pair[1])  # Сортировка по второму элементу
print(pairs)  # [(1, 'one'), (3, 'three'), (2, 'two')]

🙊Тайна вывода

Что выведет код?

 
def mystery(a, b=[]):
    b.append(a)
    return b

print(mystery(1))
print(mystery(2))
print(mystery(3)) 

❓ Вопрос: Каков результат выполнения программы? Почему?
📌 Подсказка: Вспомните про работу с изменяемыми объектами.

Челлендж: «Генератор паролей»

Привет, кодеры! Сегодня у нас задание — написать генератор надёжных паролей. Требования просты:

🔑 Суть задачи:
Напишите функцию, которая принимает длину пароля и создаёт случайный пароль, содержащий:
1. Заглавные и строчные буквы,
2. Цифры,
3. Специальные символы (!@#$%^&*() и т.д.).

✅ Усложнение для профи:
Добавьте возможность задавать опциональные параметры:
1. Исключать похожие символы (O, 0, l, 1 и т.д.),
2. Создавать запоминающиеся пароли (например, из случайных слов).

💡 Подсказки:
1. Для работы с символами используйте модули string и random.
2. Если захочется большего, изучите возможpythoности secrets — это безопасная альтернатива для генерации случайных данных.
3. Попробуйте создать минимальный интерфейс: пусть пользователь сам решает, какие опции ему нужны!

— Напиши свой генератор, поделись кодом и давай обсудим! 💬

Асинхронное программирование ⏩

Асинхронное программирование позволяет выполнять задачи одновременно без создания потоков! Это очень полезно, когда нужно обрабатывать множество запросов одновременно (например, веб-сервисы или API). 🌐

🔍 Применение:
1. Веб-сервисы с высокой нагрузкой (например, FastAPI).
2. Обработка данных и API без блокировки.
3. Массовая обработка соединений (WebSocket).

Пример:

 
import asyncio

async def fetch_data():
    print("Fetching...")
    await asyncio.sleep(2)
    print("Done!")

asyncio.run(fetch_data())

🔑 Результат выполнения

 
Fetching...
Done!

📌 Динамическое изменение функций во время выполнения

Python позволяет менять код на лету! Вы можете подменять реализацию функций прямо во время выполнения программы.

💡 Это полезно, например, для тестирования или мока функций.

Пример:

 
def greet():
    print("Hello!")

# Обычное поведение
greet()  # Hello!

# Подменяем функцию
greet = lambda: print("Hi!")
greet()  # Hi

Скорость функции

Какой код быстрее?

 
# Вариант 1
result = [x**2 for x in range(10**6)]

# Вариант 2
result = list(map(lambda x: x**2, range(10**6)))

❓ Вопрос: Какая из функций выполняется быстрее и почему?
📌 Подсказка: Вспомните, как работают list comprehensions и map.

Челлендж: «Обратные слова»

Привет! Вот задача на логику и строки:

🔄 Суть задачи:
Напишите функцию, которая принимает строку и возвращает все слова в обратном порядке.

Пример:
Input: "Hello Python World"
Output: "World Python Hello"

✅ Усложнение для профи:
Сделайте так, чтобы слова выводились в обратном порядке букв внутри каждого слова.

Пример:
Input: "Hello Python World"
Output: "Olleh Nohtyp Dlrow"

💡 Подсказки:
1. Для разделения строки на слова используйте метод .split().
2. Попробуйте освоить срезы, например, [::-1] — это мощный инструмент в Python.
3. Чтобы сохранить пробелы в исходной строке, исследуйте методы работы с join и разделителями.

Кто первый справится? Пишите свои решения и обсуждаем! 🎉

Декораторы классов и функций 🛠️

Декораторы — это магия Python, позволяющая изменять или дополнять поведение функций или классов. Это отличный инструмент для кэширования, логирования и контроля доступа. 🔒

🔍 Применение:
1. Логирование.
2. Управление доступом.
3. Кэширование (например, functools.lru_cache).

 
def logger(func):
    def wrapper(*args, **kwargs):
        print(f"Running {func.__name__}")
        return func(*args, **kwargs)
    return wrapper

@logger
def say_hello():
    print("Hello!")

say_hello()

🔑 Результат выполнения:

 
Hello!

🚀 Генераторы вместо списков

Генераторы позволяют обрабатывать данные по одному элементу, экономя память. Это особенно важно при работе с большими объемами данных.

💡 Чем генераторы лучше?
1. Они не занимают память сразу для всех элементов.
2. Работают лениво, то есть создают элементы "на лету".

Пример:

 
# Генераторное выражение
gen = (x ** 2 for x in range(10**6))

print(next(gen))  # 0
print(next(gen))  # 1

# Генераторы можно использовать в цикле
for num in gen:
    if num > 100:
        break
    print(num) 

Попробуйте запустить это с обычным списком list. Ваши ресурсы быстро закончатся! 😄

Что здесь не так?

Найдите баг в коде.

 
def increment(value, step=1):
    return value + step

data = [1, 2, 3]
for i in range(len(data)):
    data[i] = increment(data[i])

print(data) 

❓ Вопрос: Может ли здесь что-то пойти не так? Как сделать код более безопасным?
📌 Подсказка: Подумайте о том, что будет, если кто-то изменит increment.

Декораторы классов и функций 🛠️

Декораторы — это магия Python, позволяющая изменять или дополнять поведение функций или классов. Это отличный инструмент для кэширования, логирования и контроля доступа. 🔒

🔍 Применение:
1. Логирование.
2. Управление доступом.
3. Кэширование (например, functools.lru_cache).

 
def logger(func):
    def wrapper(*args, **kwargs):
        print(f"Running {func.__name__}")
        return func(*args, **kwargs)
    return wrapper

@logger
def say_hello():
    print("Hello!")

say_hello()

🔑 Результат выполнения:

 
Hello!

🌌 Расширенная распаковка с * и **

Python умеет красиво разбирать структуры данных на части.

Пример:

 
# Распаковка списка
numbers = [1, 2, 3, 4, 5]
head, *body, tail = numbers
print(head)  # 1
print(body)  # [2, 3, 4]
print(tail)  # 5 

💡 Как использовать ** для словарей?
Вы можете объединять словари с помощью **:

dict1 = {'a': 1, 'b': 2}
dict2 = {'c': 3}
merged = {**dict1, **dict2}
print(merged)  # {'a': 1, 'b': 2, 'c': 3}

Игра с числами

Что будет напечатано?

 
a, b = 1, 2
a, b = b, a + b
a, b = b, a + b
print(a, b) 

❓ Вопрос: Какой будет результат? Сможете догадаться без запуска?
📌 Подсказка: Попробуйте вручную вычислить значения переменных.

Челлендж: «Число-палиндром»

Включаем математику и алгоритмы!

🔢 Суть задачи:
Напишите функцию, которая находит ближайшее к заданному числу положительное число-палиндром.

Пример:

 
Input: 123 
 
Output: 121   

✅ Усложнение для профи:
1. Сделайте так, чтобы функция работала с большими числами.
2. Для любителей математики: добавьте возможность искать сразу N ближайших палиндромов.

💡 Подсказки:
1. Палиндром — это число, которое одинаково читается слева направо и справа налево. Например, 121 или 1221.
2. Попробуйте преобразовать число в строку, чтобы проверить его на палиндромность.
3. Для ускорения поиска используйте цикл и проверку каждого числа.
4. Сможете найти элегантное решение? Дерзайте и делитесь! 👨‍💻👩‍💻

Менеджеры контекста 📂

Менеджеры контекста — это отличная возможность управлять ресурсами (например, файлами или подключениями), автоматически освобождая их после завершения работы. 👨‍💻

🔍 Применение:
1. Работа с файлами.
2. Подключение к базам данных.
3. Потоки и блокировки.

 
class FileManager:
    def __init__(self, filename, mode):
        self.file = open(filename, mode)

    def __enter__(self):
        return self.file

    def __exit__(self, exc_type, exc_value, traceback):
        self.file.close()

with FileManager("test.txt", "w") as f:
    f.write("Hello, world!")

🔑 Результат выполнения:
Файл "test.txt" создается и в нем появляется строка Hello, world!.

Модули functools и itertools ⚙️

Эти модули дают вам мощные инструменты для работы с функциями и итераторами. Это настоящее волшебство Python! ✨

🔍 functools:
1. Каррирование (например, functools.partial).
2. Кэширование (например, functools.lru_cache).itertools:
3. Ленивые итераторы (например, itertools.chain, itertools.islice).
4. Комбинаторика (например, itertools.permutations).

from functools import lru_cache
from itertools import permutations

@lru_cache(maxsize=None)
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)

print(list(permutations([1, 2, 3])))

🔑 Результат выполнения:

 
[(1, 2), (1, 3), (2, 1), (2, 3), (3, 1), (3, 2)]

🎥 Подробнее:
https://www.youtube.com/watch?v=Qu3dThVy6KQ

🌀 Модуль dataclasses
Создавать классы вручную с полями, конструктором и repr скучно. Модуль dataclasses делает это за вас.

Пример:

 
from dataclasses import dataclass

@dataclass
class Point:
    x: int
    y: int

p = Point(1, 2)
print(p)  # Point(x=1, y=2)

💡 Преимущества:
1. Генерация конструктора и методов (__init__, repr, __eq__).
2. Удобно для хранения данных.

Чему равен mystery(5)?

 
def mystery(n):
    if n == 0:
        return 0
    return n + mystery(n - 1) 

❓ Вопрос: Каков результат выполнения mystery(5)? Что произойдет, если передать большое число?
📌 Подсказка: Вспомните ограничения рекурсии в Python.

📂 Запуск HTTP-сервера в одной строке

Нужно быстро запустить сервер для статических файлов? Python это умеет:

 
python -m http.server 8080 

📌 Что делает?
Открывает доступ к текущей папке по адресу http://localhost:8080/.
Удобно для тестирования простых HTML/JS/CSS файлов.

Анализ данных с помощью pandas 📉

Библиотека pandas — это мощный инструмент для анализа данных в Python. Он позволяет работать с таблицами (DataFrame), выполнять статистический анализ и манипуляции с данными.

🔍 Применение:
1. Обработка и анализ данных.
2. Загрузка и экспорт данных в различные форматы (CSV, Excel, SQL).

import pandas as pd

# Создаем DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
df = pd.DataFrame(data)

# Получаем статистику
print(df.describe())

# Сохранение в CSV
df.to_csv('data.csv', index=False)

🔑 Результат выполнения:

        Age
count   3.0
mean   30.0
std     5.0
min    25.0
25