👩‍💻 Замороженные датаклассы — безопасные объекты без мутаций

В Python dataclasses можно сделать неизменяемыми с помощью параметра frozen=True.

Это превращает экземпляры в безопасные структуры данных, похожие на namedtuple, но с гибкостью классов.

➡️ Пример:

from dataclasses import dataclass

@dataclass(frozen=True)
class Point:
    x: int
    y: int

p = Point(3, 5)
# p.x = 10  # ❌ Ошибка: объект заморожен
print(p)    # Point(x=3, y=5)

📌 Используй frozen dataclass, если данные должны быть константными и безопасными по дизайну

👩‍💻 Дескрипторы в Python — сердце свойств и ORM

Дескрипторы — это объекты, которые управляют доступом к атрибутам других классов через методы __get__, __set__ и __delete__.

Они лежат в основе property, @staticmethod, @classmethod и ORM вроде Django.

➡️ Пример:

class Celsius:
    def __get__(self, instance, owner):
        return instance._temp

    def __set__(self, instance, value):
        if value < -273.15:
            raise ValueError("Температура ниже абсолютного нуля!")
        instance._temp = value


class Temperature:
    temp = Celsius()


t = Temperature()
t.temp = 25
print(t.temp)  # 25

📌 Дескрипторы — это низкоуровневая магия, на которой построен весь механизм Python-свойств.

👩‍💻 Генераторы — ленивые последовательности без лишней памяти

Генераторы в Python создают значения "на лету", без хранения всего списка в памяти.

Это делает их идеальными для работы с большими объёмами данных и потоками

➡️ Пример:

def fibonacci():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

gen = fibonacci()
for _ in range(5):
    print(next(gen))
# 0 1 1 2 3

📌 Здесь yield превращает функцию в генератор, который "запоминает" состояние между вызовами.

👩‍💻 Контекстные менеджеры — управление ресурсами без утечек

Контекстные менеджеры позволяют автоматически управлять ресурсами — открытыми файлами, соединениями, блокировками.

Они гарантируют освобождение ресурсов даже при ошибках

➡️ Пример:

class Managed:
    def __enter__(self):
        print("Ресурс открыт")
        return self
    def __exit__(self, exc_type, exc_val, exc_tb):
        print("Ресурс закрыт")

with Managed():
    print("Работаем с ресурсом")

# Ресурс открыт
# Работаем с ресурсом
# Ресурс закрыт

📌 Метод __enter__ выполняется при входе в блок, __exit__ — при выходе, даже если возникло исключение.

❓ Зачем используется метод split() в Python и когда его применять?

Метод split() разбивает строку на части по заданному разделителю и возвращает список. Это удобно для обработки текста, логов, CSV-данных и пользовательского ввода.

✅Пример:

text = "apple,banana,orange"
fruits = text.split(",")
print(fruits)
# ➜ ['apple', 'banana', 'orange']

📌В этом примере split() разделяет строку по запятой, превращая её в список слов

split() удобно использовать при парсинге строк, чтении файлов, анализе данных и обработке команд. Без аргумента метод автоматически разделяет по пробелам — это особенно полезно для очистки и разбиения текста на слова

👩‍💻 Декоратор @property — чистый интерфейс без скобок

@property позволяет превратить методы класса в атрибуты, сохранив при этом логику вычислений или валидации.

Это делает интерфейс класса чистым и безопасным, без лишних вызовов и скобок.

➡️ Пример:

class Rectangle:
    def __init__(self, width, height):
        self.width = width
        self.height = height

    @property
    def area(self):
        return self.width * self.height

r = Rectangle(5, 10)
print(r.area)  # 50, а не r.area()

📌

Здесь area выглядит как атрибут, но фактически вычисляется при обращении.