POST запросы и отправка данных

Обратите внимание на параметр json= вместо data=. Он автоматически сериализует Python-словарь в JSON и устанавливает правильный заголовок Content-Type.

#theory // Just Python

Простой способ перевернуть строку

Этот трюк со срезами [::-1] я использую почти каждый день. Он работает значительно быстрее, чем итерационные методы типа ''.join(reversed(s)), что доказано бенчмарками. Кстати, тот же метод применим и к спискам.

#theory // Just Python

Список с условием (List Comprehension)

List comprehension — один из самых мощных инструментов Python, позволяющий создавать списки одной строкой кода.

Этот подход не только компактнее, но и быстрее традиционных циклов. Важно не злоупотреблять сложными условиями — код должен оставаться читаемым. Однажды я переписал цикл из 15 строк в одну строку list comprehension, и код стал работать на 30% быстрее.

#theory // Just Python

Сглаживание вложенного списка

Вложенные списки — частое явление, но иногда нужно "сгладить" их до одного уровня.

Для многоуровневых списков удобнее использовать рекурсивный подход.

#theory // Just Python

Многоточие в Python

Многоточие Python – это последовательность из трех точек, часто используемая в естественных языках. Но чего вы, возможно, не знаете – это еще и валидный объект в Python

>>> ...
# Вывод покажет: Ellipsis

Применяется он преимущественно в операциях нарезки матриц в NumPy. Однако можно использовать его вместо обычного pass в качестве плэйсхолдера в функции, которую еще не реализовали.

#theory // Just Python

Data classes

Начиная с версии 3.7, Python поставляется с классами данных. У них есть несколько преимуществ по сравнению с обычными классами или другими альтернативами:

- возврат нескольких значений или словарей;
- класс данных требует минимального количества кода;
- возможность сравнения классов данных;
- возможность распечатать класс данных для отладки при помощи repr;
- снижение вероятности ошибок в связи с требованием класса данных type hints.

#theory // Just Python

List Comprehensions

List comprehension может заменить неэстетичные циклы, используемые для заполнения списка. Синтаксис выглядит следующим образом:

[ expression for item in list if conditional ]

Поскольку здесь можно использовать выражения, вам доступна работа с математикой, вызов внешней функции и, наконец, вы сможете использовать «if» для фильтрации списка.

#theory // Just Python

Замена переменных на месте

Этот аккуратный трюк поможет сэкономить несколько строк кода.

#theory // Just Python

Обязательные аргументы

Для принудительного использования аргументов ставьте символ звездочки перед ними, заставляя все аргументы стать ключевыми

#theory // Just Python

Использование подчеркивания в REPL

Вы можете получить результат последнего выражения в Python REPL с помощью оператора подчеркивания, например, в Python REPL это выглядит следующим образом

#theory // Just Python

Проверка необходимой версии Python

Чтобы ваши пользователи не могли запустить скрипт в несовместимой версии, в коде стоит проверить наличие актуальной версии Python.

#theory // Just Python

Декорируем функции

Декоратор – это обертка вокруг функции, которая определенным образом изменяет ее поведение. Существуют варианты использования декораторов, и вы, возможно, уже применяли их раньше при работе с такими фреймворками, как Flask.

#theory // Just Python

Nested list comprehensions

Помните основной синтаксис list comprehensions?

[ expression for item in list if conditional ]

Если expression может быть любым валидным выражением Python, оно также может быть и другим list comprehension.
Или, если хотите «разгладить» предыдущую матрицу.

#theory // Just Python

Форматирование именованных строк

Такую штуку используют нечасто, но если данные уже находятся в словаре, для форматирования именованных строк пригодится.

Вы даже можете использовать функцию locals(), но в последних версиях Python придется обращаться к f-строкам.

#theory // Just Python

Нарезка списка

Синтаксис нарезания таков:

a[start:stop:step]

Start, stop и step необязательны. У них есть дефолтные значения, которые активируются, если не заполнить параметры:
0 для start;
конец списка для stop;
1 для step.

#theory // Just Python

Использование памяти

С помощью sys.getsizeof() можно проверить использование памяти объектом

Огромный список всего 48 байт, потому что функция range возвращает класс, который ведет себя как список. В вопросе памяти range эффективнее, чем использование актуального списка чисел.

#theory // Just Python

Возврат нескольких значений

Функции в Python могут возвращать более одной переменной без применения словаря, списка или класса.

Здесь возвращается кортеж. С тем же эффектом можно было бы написать return (name, birthdate).
Это нормально для ограниченного количества возвращаемых значений. Но все, что превышает 3 значения, должно быть помещено в класс (data).

#theory // Just Python

Объединение словарей

Начиная с Python 3.5, стало проще объединять словари.

Если встречаются дублирующиеся ключи – в первом словаре они будут перезаписаны.

#theory // Just Python

Использование * и ** для распаковки аргументов функций

Некоторые функции требуют длинного списка аргументов. Этого следует избегать (например, с помощью классов данных), хотя это не всегда зависит от вас. Существует другой вариант – создать словарь с именованными аргументами и передать его функции. Так ваш код станет более читабельным.

Распаковать словарь можно, используя префикс **

Аналогично можно использовать * для распаковки массива и передачи его содержимого в качестве аргументов функции

#theory // Just Python

Строка – заголовок

Если хотите быстро получить красивый заголовок, используйте .title()

#theory // Just Python