🧠 Словари в Python: быстрое хранение данных по ключу

Словарь (dict) — структура данных, где каждому уникальному ключу соответствует значение. Полезен, когда нужен быстрый доступ к данным по имени, ID и т.д.

user = {'name': 'Анна', 'age': 25}
print(user['name'])  # Анна

# Добавление нового поля
user['email'] = 'anna@example.com'
print(user)

🔹 Ключи должны быть неизменяемыми (строки, числа, кортежи).
🔹 Доступ и изменение по ключу — за константное время.

📌 Используйте словари, когда нужен быстрый доступ к данным по метке.

🐍 Именованные аргументы в Python

В Python можно передавать аргументы по имени, а не только по позиции. Это улучшает читаемость и делает код более понятным.

📌 Используются в функциях с несколькими параметрами, особенно если есть значения по умолчанию.

def greet(name, greeting="Привет"):
    print(f"{greeting}, {name}!")

greet("Анна")                      # Привет, Анна!
greet(name="Иван", greeting="Здравствуйте")  # Здравствуйте, Иван!

✔️ Такой стиль помогает избежать ошибок и делает код само-документируемым.

📌 Тип данных None в Python

None — это специальное значение, обозначающее «ничего» или «отсутствие значения». Часто используется как значение по умолчанию или чтобы показать, что результат не был вычислен.

➡️ Пример использования:

def greet(name=None):
    if name is None:
        print("Привет, гость!")
    else:
        print(f"Привет, {name}!")

greet()         # Привет, гость!
greet("Анна")   # Привет, Анна!

None — это объект, у него свой тип NoneType. Сравнивать нужно через is, а не ==.

RAG-технология в действии: как создать интеллектуальную систему поиска по нормативным документам

Покажу, как я сделал RAG на Python для ответов по СНиПам, СП и ГОСТам. Всё работает в Telegram-боте с цитатами и ссылками на страницы. Подходит для любых текстовых баз знаний

⚡️Анализируем продажи на Wildberries с помощью Python

С каждым днем все больше бизнесов выходят на маркетплейсы, а значит еще более ценными становятся аналитики, которые умеют с ними работать. Хотите за несколько часов собрать интересный кейс для своего портфолио?

Андрон Алексанян - эксперт по аналитике с 8 летним опытом и по совместительству CEO Simulative в прямом эфире проанализирует продажи на Wildberries с помощью Python.

Что будет на вебинаре:

🟠Напишем скрипт на Python, который каждый час собирает статистику о ранжировании карточки на WB по ключевым запросам;
🟠Построим наглядные визуализации для отслеживания динамики ранжирования.

Важно досмотреть вебинар до конца, чтобы узнать как упаковать этот кейс в портфолио своих проектов.

😶Зарегистрироваться на бесплатный вебинар

❓ Зачем нужен декоратор @classmethod в Python и когда его использовать?

Декоратор @classmethod позволяет создавать методы, которые получают в качестве первого аргумента сам класс (cls), а не экземпляр (self). Это полезно для создания альтернативных конструкторов и работы с атрибутами класса.

✅ Пример:

class Person:
    def init(self, name):
        self.name = name

    @classmethod
    def from_dict(cls, data):
        return cls(data["name"])

data = {"name": "Alice"}
person = Person.from_dict(data)
print(person.name)

📌 В этом примере from_dict создает новый экземпляр класса Person, используя данные из словаря.

@classmethod удобно использовать, когда нужно создавать объекты разными способами или работать с классом напрямую, не привязываясь к конкретному экземпляру.

Функция zip() в Python

zip() — встроенная функция, которая объединяет несколько итерируемых объектов в кортежи. Она позволяет удобно "сшивать" списки вместе.

⚡️ Пример:

names = ['Анна', 'Борис', 'Виктор']
scores = [85, 90, 78]

result = list(zip(names, scores))
print(result)
# [('Анна', 85), ('Борис', 90), ('Виктор', 78)]

zip() полезен для параллельной обработки данных и создания пар значений из разных коллекций.

Если длины списков разные, объединение остановится на самом коротком.

⚡️ Что такое функции высшего порядка в Python?

Функция высшего порядка — это функция, которая принимает другую функцию в качестве аргумента или возвращает функцию в качестве результата. Это основа функционального программирования в Python.

➡️ Пример:

def apply(func, value):
    return func(value)

def square(x):
    return x * x

result = apply(square, 5)
print(result)  # 25

🗣 В этом примере apply принимает функцию square и значение, применяя функцию к значению. Это позволяет строить более гибкий и переиспользуемый код.

⚡️ Что такое списковые включения (list comprehensions) в Python?

Списковые включения позволяют создавать списки компактно и понятно, объединяя цикл и условие в одну строку.

➡️ Пример:

# Создаём список квадратов чисел от 0 до 4
squares = [x**2 for x in range(5)]
print(squares)  # [0, 1, 4, 9, 16]

🗣 В этом примере используется одна строка вместо нескольких, чтобы получить новый список на основе преобразования элементов. Это делает код короче и чище.

⚙️ Python: Переменные и типы данных

В Python переменные создаются при первом присваивании значения. Тип данных определяется автоматически.

✔️ Основные типы:

• int — целое число
• float — число с плавающей точкой
• str — строка
• bool — логический тип (True или False)

➡️ Пример:

age = 25         # int
height = 1.75    # float
name = "Alice"   # str
is_active = True # bool

print(type(age), type(name))

☝ Запомни: тип переменной можно проверить через type().