📦 Преобразуем данные в JSON в Python

Нужно передать словарь через API или сохранить структуру в файл? Не изобретай велосипед — используй json.dumps().

Этот метод из модуля json превращает Python-объекты в JSON-строки за секунду.

🛠 Итог:
Для сериализации — json.dumps(). Просто, понятно, надёжно.

📂 Как получить список файлов в директории

Хочешь обработать все файлы в папке? Вместо ручного перечисления — автоматизируй!

Скомбинируй os.listdir() и os.path.isfile(), чтобы получить только файлы, без папок и мусора.

⚙️ Итог:
os.listdir() + os.path.isfile() — быстрый способ собрать все файлы в директории для анализа или загрузки.

📏 Как узнать размер файла в Python

Нужно проверить «вес» файла перед загрузкой или для логов? Используй os.path.getsize() — и получай размер в байтах за одну строчку.

📊 Итог:
os.path.getsize(path) — простой способ узнать размер файла. Полезно для валидации, отчётов и контроля ограничений.

ReadWriteMemory — это топовая библиотека, позволяющая легко читать/записывать в память любого процесса.

С её помощью можно, например, сделать читы для игры.
А если подрубить такие библиотеки, как imGui, то можно вывести и оверлей чита.
Либо сделать простой трейнер.

Ставится командой pip install ReadWriteMemory
Документация и примеры кода здесь.

Быстро создаём SQLite-базу данных

Когда нужно протестировать идею или сделать лёгкое приложение, новички часто тратят время на настройку полноценной СУБД. Но в Python есть встроенная SQLite — это база данных, которая хранится в одном файле и не требует установки.

С помощью модуля sqlite3 можно создать базу, таблицу и вставить данные всего в несколько строк.

🧩 partial — фиксируем аргументы у функции

Хочешь заранее задать часть аргументов функции? Используй functools.partial.

Она возвращает новую функцию, где некоторые параметры уже зафиксированы. Удобно для коллбеков, обработчиков и повторяющихся вызовов.

На примере(см. выше) функция partial используется для создания новой функции с фиксированными значениями аргументов. Она принимает функцию и задает некоторые аргументы заранее, которые станут постоянными для создаваемой функции.

📌 Добавляем типы в Python с аннотациями

Python — динамический, но никто не мешает сделать код понятнее с помощью аннотаций типов.

Они не меняют поведение программы, но помогают IDE и вам самим — меньше багов, больше ясности.

🔍 Итог:
Типизация в Python — это документация прямо в коде. Используйте подсказки типов, чтобы ловить ошибки ещё до запуска.

📊 rich — красиво выводим в консоль

Обычный print() скучный? Библиотека rich превращает консоль в шоу: цветной текст, таблицы, прогресс-бары и даже Markdown.

from rich import print

print("[bold green]Hello, [underline]Python[/] world![/]")

rich — отличный инструмент для визуализации логов, отладки и CLI-интерфейсов. Красиво и понятно.

📦 python-dotenv — храним переменные окружения в .env

Устал вручную прописывать переменные окружения? python-dotenv загружает их из .env файла автоматически.

from dotenv import load_dotenv
import os

load_dotenv()
api_key = os.getenv("API_KEY")

🔐 Итог:
python-dotenv — удобно и безопасно: храните секреты в .env, а не в коде.

🧹 Удаляем лишнее из списка: list comprehensions + условие

Нужно быстро отфильтровать список? Вместо громоздких циклов используй list comprehension с условием.

data = [1, 2, None, 4, None, 5]
clean = [x for x in data if x is not None]

🧼 Итог:
List comprehension — лаконичный способ чистить и преобразовывать данные.

Как узнать размер папки на Python?

Нужно пройтись по всем вложенным файлам и просуммировать их размер. Это и будет общий вес каталога.

используйте os.walk() или os.path.getsize() для обхода и подсчёта.

🕒 Измеряем время выполнения кода

Хочешь узнать, сколько выполняется блок кода? Используй time.time() — просто и наглядно.

import time

start = time.time()
# ваш код
time.sleep(1)
end = time.time()

print(f"Время выполнения: {end - start:.2f} сек.")

⏱ Итог:
time.time() — быстрый способ измерить производительность без сторонних библиотек.

string.rsplit() — разбивает строку справа налево по указанному разделителю и возвращает список. Можно задать, сколько именно раз выполнять разбиение (по умолчанию — без ограничения).

🧪 Проверка типов через isinstance()

Иногда важно убедиться, что переменная — нужного типа. isinstance() делает это просто и читаемо.

value = 42
if isinstance(value, int):
    print("Это целое число!")

🔍 Итог:
isinstance() — безопасная проверка типа без сюрпризов.

str.expandtabs() заменяет \t в строке на пробелы. Можно указать, сколько пробелов должен вставлять один таб.

🧵 Запускаем параллельный код с threading.Thread
Нужно выполнить задачу в фоне, не блокируя основной поток? Используй threading.Thread.

import threading

def worker():
    print("Работаю в фоне!")

t = threading.Thread(target=worker)
t.start()

⚙️ Итог:
threading.Thread — простой способ запустить фоновую задачу без async/await.

Определение IP-адреса компьютера

Приведённый код использует библиотеку requests для отправки HTTP-запроса к сервису ipify — это API, позволяющее определить публичный IP-адрес пользователя. Код оформлен в виде функции get_public_ip, что упрощает его повторное использование в различных сценариях.

Обёртка в виде блока try-except позволяет корректно обрабатывать возможные ошибки, такие как отсутствие подключения к интернету. В случае успешного выполнения запроса функция возвращает IP-адрес. Если возникает ошибка, возвращается соответствующее сообщение.

Метод intersection(): нахождение общих элементов

Метод intersection() используется для получения нового множества, содержащего только те элементы, которые присутствуют во всех переданных множествах. Если в метод не передавать аргументов, он просто вернёт копию исходного множества.

Это как пересечение интересов в компании друзей: только то, что нравится всем, попадает в общий список. Удобно и эффективно, особенно когда нужно быстро выделить общее из множества данных.

Функция memoryview(): эффективная работа с байтовыми данными

memoryview() в Python позволяет получить доступ к внутреннему буферу данных объектов (например, байтов или массивов) без их копирования. Это делает работу с большими объёмами информации значительно быстрее и экономичнее по памяти.

С помощью memoryview() можно выполнять операции на уровне байтов, изменять части данных "на месте", а также передавать большие объекты между функциями или модулями без накладных расходов на создание копий.

Можно сказать, что memoryview() — это своего рода «окно» в данные: вы видите и работаете с содержимым напрямую, не создавая лишнего. Особенно ценится при разработке высокопроизводительных приложений и обработке бинарных потоков.

transformers от Hugging Face — одна из самых популярных и мощных библиотек в мире искусственного интеллекта. Она предоставляет доступ к передовым моделям машинного обучения, таким как BERT, GPT, T5 и многим другим, которые лежат в основе современных систем обработки естественного языка.

Вот простой пример использования библиотеки transformers для генерации текста с помощью модели GPT-2:

from transformers import pipeline

# Создаем пайплайн для генерации текста на основе модели GPT-2
generator = pipeline('text-generation', model='gpt2')

# Задаем начальный текст для генерации
prompt = "В мире искусственного интеллекта"

# Генерируем продолжение текста
results = generator(prompt, max_length=50, num_return_sequences=1)

# Выводим результат
print(results[0]['generated_text'])

В этом примере:

* Мы создаём объект generator, который автоматически загружает модель GPT-2 и нужные компоненты.
* Передаём начальный текст, с которого хотим продолжить.
* Запрашиваем генерацию текста длиной до 50 токенов.
* Получаем и выводим сгенерированное продолжение.

Этот код легко запускается и демонстрирует, как просто можно работать с мощными языковыми моделями, используя библиотеку transformers.

🔄 Метод swapcase() в Python переворачивает регистр у всех букв строки: заглавные становятся строчными, строчные — заглавными.

Пример: 'Hello, World!'.swapcase() → 'hELLO, wORLD!'

⚡️ Быстрый способ «переодеть» текст!