Что такое Docker? 🐳
И причем тут контейнеры? 🚢

В современном программировании Docker стал незаменимым инструментом. Но что же это такое и как связаны Docker и контейнеры? 🤔

Docker – это платформа для разработки, доставки и запуска приложений в изолированных средах, называемых контейнерами. Контейнеры позволяют упаковать приложение со всеми его зависимостями в единое, легко переносимое и запускаемое на любой системе. 🛠

С Docker вы забудете о проблемах совместимости и конфликтов зависимостей. Приложения работают в изолированных контейнерах, обеспечивая безопасность и стабильность. 🔒 Быстрая разработка, легкое масштабирование и надежность – вот что делает Docker таким популярным. 🚀

Погрузитесь в мир Docker и узнайте, как контейнеры могут революционизировать ваш процесс разработки в нашей статье! 🖥

Жду ваших реакций здесь 🔻
#CODERIKK #DOCKER #Контейнер

Как и любая современная IT-команда, мы постоянно в поисках новых возможностей для роста и улучшений!

🚀 Поэтому рад поделиться отличными новостями: у нас теперь есть канал в новой соц.сети для нетворкинга от hh.ru «Сетка»! 😎

Да, правильно, они эволюционировали и запустили свою социальную сеть. Правда доступна она пока только с телефонов. Присоединяйтесь к нам на этой крутой платформе, чтобы быть в курсе всех последних новостей и трендов в мире IT 🖥📈

Спасибо, что вы с нами!
Вместе мы кодим будущее 💙
С уважением, автор канала: @erikkollil
Также Вы можете найти меня там 👈🏼

Представьте себе детектива, но в мире бизнеса. Это и есть Business Analyst, или просто BA! Он тот, кто разгадывает загадки требований, находит скрытые проблемы и предлагает решения, которые делают проекты успешными. 🎉

Хотите узнать, как BA делает из хаоса стройную систему и помогает проектам достигать успеха? Прочитайте наш пост и откройте все тайны этой бизнес-магии! 📈

➡️Читайте нас в Telegram и Сетке
Жду от каждого реакцию здесь 🔻
#CODERIKK #Команда #Профессия #Мнение

ООП в Python #1 📦

Представьте, что программирование – это магия, а ООП (объектно-ориентированное программирование) – ваша волшебная палочка. 🪄 ООП превращает код в элегантные заклинания, которые легко читать и поддерживать. ✨

Зачем нужно ООП?
🔹Организация кода: ООП структурирует код, делая его чистым и организованным.
🔹Повторное использование кода: Написали класс один раз – используйте его сколько угодно!
🔹Инкапсуляция: Скрывает детали реализации, предоставляя только нужное.
🔹Наследование: Создавайте новые классы на основе существующих, получая все их преимущества.
🔹Полиморфизм: Разные объекты выполняют одно действие по-разному.

Почему это важно?
🔹Упрощение поддержки и обновления: Легче поддерживать и обновлять структурированный код.
🔹Совместная работа: ООП делает код понятным для всей команды.
🔹Расширяемость: Легко добавлять новые функции и изменять существующие.

➡️Читайте нас в Telegram и Сетке

#CODERIKK #ООП #Python #Программирование #Обучение #Начинающийт

ООП в Python #2

Сегодня мы начинаем серию уроков по основам ООП на Python. В этом посте мы рассмотрим, как создавать и использовать классы и объекты.

🔸Что такое класс и объект?
Класс – это шаблон, который описывает, как должны быть устроены объекты.
Объект – это экземпляр класса, конкретная реализация этого шаблона.

🔹Создание класса
Для создания класса в Python используется ключевое слово class. Давайте создадим простой класс Car:

class Car:
    def __init__(self, make, model, year):
        self.make = make
        self.model = model
        self.year = year
    
    def display_info(self):
        print(f"{self.year} {self.make} {self.model}")

🔹Создание объекта
После создания класса, можно создавать объекты этого класса. Объект создается путем вызова класса как функции:

my_car = Car("Toyota", "Corolla", 2020)

🔹Использование методов и атрибутов
Мы можем обращаться к атрибутам и методам объекта с помощью оператора точки:

print(my_car.make)  # Вывод: Toyota
my_car.display_info()  # Вывод: 2020 Toyota Corolla

🔹Пример работы с классом
Давайте создадим несколько объектов и выведем их информацию:

car1 = Car("Honda", "Civic", 2019)
car2 = Car("Ford", "Mustang", 2022)

car1.display_info()  # Вывод: 2019 Honda Civic
car2.display_info()  # Вывод: 2022 Ford Mustang

🔸Заключение
Классы и объекты – основа ООП. Понимание их принципов поможет вам создавать гибкие и масштабируемые программы. В следующем уроке мы рассмотрим инкапсуляцию и управление доступом к данным. Оставайтесь с нами! 🚀

➡️Читайте нас в Telegram и Сетке

#CODERIKK #Python #ООП #Классы #Программирование #Обучение

ООП в Python #3

В нашем втором уроке по основам ООП на Python мы рассмотрим важнейшую концепцию – инкапсуляцию и управление доступом к данным!

🔸Что такое инкапсуляция?
Инкапсуляция – это механизм объединения данных и методов, которые работают с этими данными, внутри одного класса. Это помогает скрыть внутреннюю реализацию объекта и защищает данные от некорректного использования.

🔸Управление доступом к данным.
В Python доступ к данным можно регулировать с помощью модификаторов доступа. Существует три уровня доступа:

🔹Публичный (public) – атрибуты и методы доступны из любого места.
🔹Защищенный (protected) – атрибуты и методы доступны только внутри класса и его подклассов.
🔹Приватный (private) – атрибуты и методы доступны только внутри класса.

🔹Пример реализации
Рассмотрим пример класса BankAccount:

class BankAccount:
    def __init__(self, owner, balance):
        self.owner = owner  # Публичный атрибут
        self._balance = balance  # Защищенный атрибут

    def deposit(self, amount):
        if amount > 0:
            self._balance += amount  # Доступ к защищенному атрибуту
        else:
            print("Invalid deposit amount")

    def withdraw(self, amount):
        if 0 < amount <= self._balance:
            self._balance -= amount  # Доступ к защищенному атрибуту
        else:
            print("Invalid withdraw amount")

    def get_balance(self):
        return self._balance  # Публичный метод для доступа к защищенному атрибуту

🔹Приватные атрибуты и методы
Для создания приватных атрибутов и методов используется двойное подчеркивание __:

class SecretAccount:
    def __init__(self, owner, balance):
        self.__owner = owner  # Приватный атрибут
        self.__balance = balance  # Приватный атрибут

    def __update_balance(self, amount):
        self.__balance += amount  # Приватный метод

    def get_owner(self):
        return self.__owner  # Публичный метод для доступа к приватному атрибуту

    def get_balance(self):
        return self.__balance  # Публичный метод для доступа к приватному атрибуту

🔹Доступ к защищенным и приватным данным

account = BankAccount("Alice", 1000)
print(account.owner)  # Доступ к публичному атрибуту

# Доступ к защищенному атрибуту через публичный метод
print(account.get_balance())

# Прямой доступ к защищенному атрибуту (не рекомендуется)
print(account._balance)

secret_account = SecretAccount("Bob", 5000)
print(secret_account.get_owner())  # Доступ к приватному атрибуту через публичный метод
print(secret_account.get_balance())  # Доступ к приватному атрибуту через публичный метод

# Прямой доступ к приватному атрибуту (ошибка)
# print(secret_account.__balance)  # Ошибка AttributeError

🔸Заключение
Инкапсуляция и управление доступом к данным помогают создавать более безопасные и управляемые программы. В следующем уроке мы изучим наследование и создание иерархий классов. Оставайтесь с нами! 🚀

➡️Читайте нас в Telegram и Сетке

#CODERIKK #ООП #Python #Инкапсуляция #Программирование #Обучение

Вопросы с собеседований #9🙋🏼‍♂️

Какие типы данных есть в python?
На какие классы делятся?

В Python есть такие типы данных:
🔸Числа: int, float, и complex.
🔸Строки: str.
🔸Списки: list.
🔸Кортежи: tuple.
🔸Словари: dict.
🔸Множества: set.
🔸Булевы значения: bool

Эти типы данных можно объединить в такие группы:
🔹Числовые типы данных: int, float, и complex.
🔹Строковые типы данных: str.
🔹Коллекции: list, tuple, dict, и set.
🔹Булевы типы данных: bool.

#CODERIKK #GIT #Вопросы #Собеседование

Вопросы с собеседований #10🙋🏼‍♂️

В чём разница между типами list и tuple?

🔸Основная разница между ними заключается в том, что список может быть изменен (мутабельный тип), а кортеж является неизменяемым (иммутабельным типом).

🔹То есть, после создания кортежа, вы не можете изменять его содержимое, добавлять или удалять элементы. Это делает кортежи более эффективными по памяти и дает гарантию того, что их содержимое не будет изменено случайно в коде. За счет того, что кортежи являются неизменным типом данных, они обрабатываются быстрее, чем списки.

🔹В то время как список может быть изменен, что было бы очень полезно, если вам нужна коллекция элементов, которые вы можете изменять по ходу выполнения кода.

#CODERIKK #GIT #Вопросы #Собеседование

Вопросы с собеседований #11🙋🏼‍♂️

Что такое *args и **kwargs в определении функции?

*args и kwargs – это специальные параметры в Python, которые позволяют передавать переменное количество аргументов в функцию.

🔸Параметр *args используется для передачи переменного количества аргументов без ключевого слова. Он представляет собой кортеж из всех дополнительных аргументов, переданных функции.

🔸Параметр **kwargs используется для передачи переменного количества именованных аргументов. Он представляет собой словарь из всех дополнительных именованных аргументов, переданных функции.

🔹Cимвол * и могут использоваться в определении функций для указания переменного числа аргументов, которые могут быть переданы в функцию.

🔹Символ * перед именем параметра означает, что все позиционные аргументы, которые не были использованы при определении других параметров, будут собраны в кортеж, который можно будет использовать внутри функции. Такой параметр называется *args.

🔹Символ ** перед именем параметра означает, что все именованные аргументы, которые не были использованы при определении других параметров, будут собраны в
словарь, который можно будет использовать внутри функции. Такой параметр называется **kwargs.

#CODERIKK #GIT #Вопросы #Собеседование

Вопросы с собеседований #12🙋🏼‍♂️

Что такое декоратор?

🔸Декоратор в Python – это функция, которая принимает другую функцию в качестве аргумента и расширяет ее функциональность без изменения ее кода. Декораторы могут использоваться для добавления логирования, проверки аутентификации, тайминга выполнения и ещё кучи полезных штук.

🔹Таким образом, написав свой собственный декоратор, вы можете расширить функциональность функций, не изменяя их исходный код.

🔸Основная суть: по сути декоратор принимает на вход другую функцию и позволяет её модифицировать снаружи, не меняя внутренней реализации самой функции.

#CODERIKK #GIT #Вопросы #Собеседование

Вопросы с собеседований #13🙋🏼‍♂️

Для чего используется дандер-метод init?

🔸Функция (дандер-метод, если точнее) init является конструктором класса, и она вызывается автоматически при создании нового экземпляра класса. init используется для инициализации атрибутов, которые будут принадлежать объектам, создаваемым с помощью класса.

🔹Внутри функции init определяются атрибуты объекта, которые будут доступны через ссылку на экземпляр, на который ссылается переменная self.

🔹Суть: когда мы создаем новый объект, мы передаем эти аргументы в функцию init, чтобы инициализировать соответствующие атрибуты.

#CODERIKK #GIT #Вопросы #Собеседование

Вопросы с собеседований #14🙋🏼‍♂️

Что такое @classmethod, @staticmethod, @property?

🔸@classmethod, @staticmethod, and @property – это декораторы методов класса в языке Python.

🔹@classmethod используется для создания методов, которые будут работать с классом в целом, а не с отдельным экземпляром. В качестве первого параметра этот метод принимает класс, а не экземпляр объекта, и часто используется для создания фабричных методов и методов, которые работают с класс-уровнем методов.

🔹@staticmethod декоратор работает подобно @classmethod, но он не получает доступ к классу в качестве первого параметра.

🔹@property декоратор используется для создания свойств объекта, которые можно получить и задать, но выглядят как обычные атрибуты объекта. Это позволяет управлять доступом к атрибутам объекта, установив условиями доступа и возможностью заложить дополнительную логику при чтении, установке или удалении атрибута.

Декорированные методы могут быть использованы для достижения различных целей, таких как доступ к класс-уровню, расширение функциональности объекта и управление доступом к атрибутам.

#CODERIKK #GIT #Вопросы #Собеседование

Вопросы с собеседований #15🙋🏼‍♂️

Что такое итератор и генератор?

🔸Итератор (Iterator) — это объект, который возвращает свои элементы по одному за раз.

🔹Он должен иметь метод next(), который возвращает следующий элемент и вызывает исключение StopIteration, когда элементы закончились. Итератор также может быть написан с помощью генераторов.

🔸Еще один способ создания итераторов в Python — использование генераторов. Генератор — это функция, которая возвращает итерируемый объект (такой, как список или кортеж). Вместо того, чтобы возвращать все элементы сразу, генератор возвращает элементы по одному по мере необходимости.

#CODERIKK #GIT #Вопросы #Собеседование

Вопросы с собеседований #16🙋🏼‍♂️

Что такое генератор? Чем отличается от итератора?

🔸Генератор – это функция, которая использует ключевое слово yield для возврата итератора.

🔹Генератор может быть использован для создания последовательности значений, которые генерируются в момент обращения к ним, что позволяет эффективно использовать память и ускоряет выполнение программы. Короче, генератор основан на тех самых “ленивых” (отложенных) вычислениях.

🔸Отличие генератора от итератора заключается в том, что итератор используется для обхода коллекции (например, списка) до тех пор, пока все элементы не будут перебраны, а генератор используется для создания последовательности значений.

🔹Итераторы также могут быть созданы как классы, которые реализуют методы iter() и
next(), в то время как генераторы создаются при помощи функций и используют ключевое слово yield.

#CODERIKK #GIT #Вопросы #Собеседование

Вопросы с собеседований #17🙋🏼‍♂️

Для чего используется ключевое слово yield?

🔸Ключевое слово yield используется для создания генераторов.

🔸Генератор – это функция, которая может возвращать последовательность значений используя инструкции yield вместо return. При каждом вызове инструкции yield генератор возвращает значение, после чего сохраняет свое состояние и приостанавливает свое выполнение до следующего вызова.

🔹Это позволяет генерировать последовательности значений без необходимости создания и хранения всех значений в памяти, что может быть особенно полезно при работе с большими объемами данных. Кроме того, генераторы являются итерируемыми и могут использоваться в циклах for.

#CODERIKK #GIT #Вопросы #Собеседование

ООП в Python #4

В этом уроке мы рассмотрим наследование и создание иерархий классов, что является еще одной важной концепцией ООП на Python 🐍

🔸 Что такое наследование?
Наследование – это механизм, позволяющий одному классу (дочернему) наследовать атрибуты и методы другого класса (родительского). Это позволяет создавать новые классы на основе существующих и повторно использовать код.

🔹Пример наследования
Рассмотрим пример с классами Animal и Dog. Класс Dog будет наследовать от класса Animal.

class Animal:
    def __init__(self, name, species):
        self.name = name
        self.species = species

    def make_sound(self):
        print("Some generic animal sound")

class Dog(Animal):
    def __init__(self, name, breed):
        super().__init__(name, "Dog")  # Вызов конструктора родительского класса
        self.breed = breed

    def make_sound(self):
        print("Woof! Woof!")  # Переопределение метода

🔹Создание объектов и использование методов
Теперь создадим объекты классов Animal и Dog и используем их методы:

generic_animal = Animal("Generic Animal", "Unknown")
generic_animal.make_sound()  # Вывод: Some generic animal sound

buddy = Dog("Buddy", "Golden Retriever")
buddy.make_sound()  # Вывод: Woof! Woof!
print(f"{buddy.name} is a {buddy.breed}")  # Вывод: Buddy is a Golden Retriever

🔹Переопределение методов
В дочернем классе Dog мы переопределили метод make_sound родительского класса Animal. Это позволяет дочернему классу предоставлять свою реализацию методов родительского класса.

🔹Множественное наследование
Python поддерживает множественное наследование, что означает, что класс может наследоваться от нескольких классов:

class CanFly:
    def fly(self):
        print("I can fly!")

class CanSwim:
    def swim(self):
        print("I can swim!")

class Duck(Animal, CanFly, CanSwim):
    def __init__(self, name):
        super().__init__(name, "Duck")

    def make_sound(self):
        print("Quack! Quack!")

ducky = Duck("Daffy")
ducky.make_sound()  # Вывод: Quack! Quack!
ducky.fly()  # Вывод: I can fly!
ducky.swim()  # Вывод: I can swim!

🔸Заключение
Наследование позволяет создавать иерархии классов и повторно использовать код, что делает программирование более эффективным и организованным. В следующем уроке мы изучим полиморфизм и работу с методами. Оставайтесь с нами! 🚀

➡️Читайте нас в Telegram и Сетке

#CODERIKK #Python #ООП #Наследование #Программирование #Обучение

ООП в Python #6

В нашем новом уроке по основам ООП на Python мы рассмотрим магические методы и перегрузку операторов. Магические методы позволяют нам изменять поведение объектов при использовании стандартных операций, таких как сложение или сравнение.

🔸Что такое магические методы?
Магические методы – это специальные методы, которые начинаются и заканчиваются двойным подчеркиванием __. Эти методы позволяют вам перегружать стандартные операторы и методы для пользовательских классов.

🔹Пример магических методов
Рассмотрим класс Vector с перегруженными операторами сложения и строкового представления:

class Vector:
    def __init__(self, x, y):
        self.x = x
        self.y = y

    def __add__(self, other):
        return Vector(self.x + other.x, self.y + other.y)

    def __str__(self):
        return f"Vector({self.x}, {self.y})"

🔹Перегрузка оператора сложения
Создадим два объекта класса Vector и сложим их:

v1 = Vector(2, 3)
v2 = Vector(4, 5)
v3 = v1 + v2
print(v3)  # Вывод: Vector(6, 8)

Метод __add__ позволяет использовать оператор + для сложения двух объектов Vector.

🔹Другие магические методы
Вот несколько часто используемых магических методов:
init: Инициализация объекта (конструктор).
repr: Официальное строковое представление объекта.
str: Читаемое строковое представление объекта.
len: Возвращает длину объекта.
eq: Проверка на равенство объектов.
lt: Проверка, что один объект меньше другого.

🔹Пример использования нескольких магических методов
Дополнительно добавим методы eq и repr в класс Vector:

class Vector:
    def __init__(self, x, y):
        self.x = x
        self.y = y

    def __add__(self, other):
        return Vector(self.x + other.x, self.y + other.y)

    def __eq__(self, other):
        return self.x == other.x and self.y == other.y

    def __repr__(self):
        return f"Vector({self.x}, {self.y})"

    def __str__(self):
        return f"Vector({self.x}, {self.y})"

🔹Использование новых магических методов
Создадим и сравним два объекта класса Vector:

v1 = Vector(2, 3)
v2 = Vector(2, 3)
v3 = Vector(4, 5)

print(v1 == v2)  # Вывод: True
print(v1 == v3)  # Вывод: False
print(repr(v1))  # Вывод: Vector(2, 3)

🔸Заключение
Магические методы и перегрузка операторов позволяют вам изменять поведение объектов в Python и создавать более удобные и интуитивно понятные интерфейсы. В следующем уроке мы рассмотрим практические примеры использования ООП в реальных проектах. Оставайтесь с нами! 🚀

➡️Читайте нас в Telegram и Сетке

#CODERIKK #Python #ООП #МагическиеМетоды #Программирование #Обучение

ООП в Pyton #7

В нашем заключительном уроке по основам ООП на Python мы рассмотрим, как применять объектно-ориентированные принципы в реальных проектах. ООП помогает создавать более структурированные и масштабируемые программы. Рассмотрим несколько примеров.

🔸 Веб-разработка
ООП активно используется в веб-разработке для организации кода. Рассмотрим фреймворк Django, который построен на принципах ООП. В Django модели представляют собой классы, наследуемые от models.Model.

from django.db import models

class BlogPost(models.Model):
    title = models.CharField(max_length=100)
    content = models.TextField()
    created_at = models.DateTimeField(auto_now_add=True)

    def __str__(self):
        return self.title

Здесь класс BlogPost представляет модель блога, а атрибуты класса – это поля базы данных.

🔸 Игровая разработка
В игровой разработке классы используются для представления игровых объектов. Рассмотрим простой пример на Pygame:

import pygame

class Player(pygame.sprite.Sprite):
    def __init__(self):
        super().__init__()
        self.image = pygame.Surface((50, 50))
        self.image.fill((255, 0, 0))
        self.rect = self.image.get_rect()
        self.rect.center = (100, 100)

    def update(self):
        self.rect.x += 5  # Двигаем игрока вправо

pygame.init()
screen = pygame.display.set_mode((800, 600))
player = Player()
all_sprites = pygame.sprite.Group()
all_sprites.add(player)

running = True
while running:
    for event in pygame.event.get():
        if event.type == pygame.QUIT:
            running = False

    all_sprites.update()
    screen.fill((0, 0, 0))
    all_sprites.draw(screen)
    pygame.display.flip()

pygame.quit()

Здесь класс Player наследуется от pygame.sprite.Sprite и представляет игрока.

🔸Работа с API
ООП удобно использовать для работы с API. Рассмотрим пример создания класса для работы с API:

import requests

class WeatherAPI:
    def __init__(self, api_key):
        self.api_key = api_key
        self.base_url = "http://api.openweathermap.org/data/2.5/weather"

    def get_weather(self, city):
        params = {
            'q': city,
            'appid': self.api_key,
            'units': 'metric'
        }
        response = requests.get(self.base_url, params=params)
        return response.json()

api = WeatherAPI("your_api_key_here")
weather = api.get_weather("London")
print(weather)

🔸Анализ данных
В анализе данных классы могут использоваться для структурирования процесса анализа. Рассмотрим пример класса для обработки данных:

import pandas as pd

class DataProcessor:
    def __init__(self, file_path):
        self.data = pd.read_csv(file_path)

    def clean_data(self):
        self.data.dropna(inplace=True)
        self.data.reset_index(drop=True, inplace=True)

    def summarize_data(self):
        return self.data.describe()

processor = DataProcessor("data.csv")
processor.clean_data()
summary = processor.summarize_data()
print(summary)

🔸Заключение
ООП – мощный инструмент для организации кода в реальных проектах. Независимо от области применения, будь то веб-разработка, игры, работа с API или анализ данных, принципы ООП помогают создавать более читаемые, поддерживаемые и масштабируемые программы.

Спасибо, что прошли с нами этот курс по основам ООП на Python! Оставайтесь с нами для дальнейших уроков и примеров! 🚀

➡️Читайте нас в Telegram и Сетке

#CODERIKK #Python #ООП #РеальныеПроекты #Программирование #Обучение

ООП в Python #8

Давайте подведем итоги нашего курса по основам объектно-ориентированного программирования (ООП) на Python.

🔸Мы рассмотрели ключевые концепции ООП, их применение и практические примеры. Вот краткий обзор того, что мы изучили:

🔹 Создание и использование классов и объектов
Мы начали с основ, разобравшись, что такое классы и объекты. Классы – это шаблоны для создания объектов. Объекты – это экземпляры классов. Мы создали простой класс Car и научились создавать объекты этого класса и взаимодействовать с их атрибутами и методами.

🔹Инкапсуляция и управление доступом к данным
Далее мы изучили инкапсуляцию, которая позволяет скрывать внутренние данные класса и предоставлять интерфейс для их взаимодействия. Мы рассмотрели уровни доступа: публичный, защищенный и приватный.

🔹Наследование и создание иерархий классов
Затем мы перешли к наследованию, которое позволяет создавать новые классы на основе существующих. Мы рассмотрели, как наследовать атрибуты и методы родительского класса и переопределять их в дочерних классах.

🔹Полиморфизм и работа с методами
Мы узнали о полиморфизме, который позволяет использовать один и тот же интерфейс для работы с объектами разных классов. Это достигается через переопределение методов в дочерних классах.

🔹Магические методы и перегрузка операторов
Мы рассмотрели магические методы, которые позволяют перегружать стандартные операторы и методы для пользовательских классов, делая объекты более интуитивными и удобными в использовании.

🔹Практические примеры использования
В заключительном уроке мы рассмотрели практические примеры использования ООП в различных областях: веб-разработка, игровая разработка, работа с API и анализ данных. Мы увидели, как принципы ООП помогают создавать более структурированные и масштабируемые программы.

🔸Заключение
Изучение основ ООП – важный шаг на пути к созданию эффективных и масштабируемых программ. ООП помогает организовывать код, повторно использовать его и поддерживать его в долгосрочной перспективе. Мы рассмотрели ключевые концепции, такие как классы и объекты, инкапсуляция, наследование, полиморфизм и магические методы, а также увидели, как применять их в реальных проектах.

Спасибо, что прошли с нами этот курс! Оставайтесь с нами 🚀

➡️Читайте нас в Telegram и Сетке

#CODERIKK #Python #ООП #Программирование #Обучение