🧠 Тип ndarray в NumPy — это основной тип данных для работы с массивами.

Когда создаёшь массив через numpy.array(), получаешь объект типа ndarray. Вот полезные атрибуты (не методы!), которые стоит знать:

* ndim — число измерений (или осей) массива.
* shape — форма массива: кортеж с длинами по каждой оси. Например, (3, 4) — это 3 строки и 4 столбца.
* size — общее число элементов (произведение всех чисел из shape).
* dtype — тип элементов массива (например, int32, float64).
* itemsize — размер одного элемента в байтах.
* data — буфер с сырыми байтами массива (используется редко, удобнее работать с индексами).

👀 Пример:

import numpy as np
a = np.array([[1, 2], [3, 4]])

print(a.ndim)     # 2
print(a.shape)    # (2, 2)
print(a.size)     # 4
print(a.dtype)    # int64 (зависит от системы)
print(a.itemsize) # 8 (если int64)

✨ Факт: благодаря ndarray, NumPy работает с данными гораздо быстрее, чем обычные списки Python.

Срезы в NumPy — мощный и удобный инструмент для выборки данных из массивов, очень похожий на срезы списков в Python.

📌 Основной синтаксис:
array[a:b] — срез от a до b (не включая b).

📊 Для многомерных массивов можно выбирать строки, столбцы и блоки:

* array[:, a] — выбрать весь столбец с индексом a
* array[a, :] — вся строка a
* array[m:n, p:q] — срез блока: строки m:n, столбцы p:q

🔒 Срезы нельзя использовать для удаления, только для выборки.

✨ Лайфхак: срезы — это представление, а не копия! Изменяя данные в срезе, вы меняете оригинальный массив.

Как рассчитать дату в будущем в Python

Чтобы вычислить будущий момент времени, нам нужно только добавить диапазон, определенный объектом timedelta, к текущему времени.

Затестить код можно тут

Что делает __name__ == "__main__"?

Этот магический блок позволяет запускать файл как скрипт, но не выполнять его при импорте:

if __name__ == "__main__":
    main()

💡 Удобно для тестов, CLI, или когда твой код — и модуль, и исполняемый файл.

♾ Бесконечные списки в Python

Благодаря ленивым вычислениям можно создать "бесконечный" список, который не занимает много памяти. Например, с помощью генераторов или itertools.

import itertools
for i in itertools.count():
    print(i)

⚙️ Это не настоящий список, но ведёт себя похоже — пока не остановишь, элементы будут продолжать поступать.

Декораторы в Python: элегантный способ расширить поведение функций без изменения их кода.

Они позволяют оборачивать одну функцию в другую, добавляя дополнительную логику. Например, @staticmethod делает метод частью класса, но без доступа к self или cls.

⚡️ Удобно для логирования, проверки прав, кэширования и не только.

Распаковка переменных: красиво и быстро

Python умеет распаковывать всё:

a, b, c = [1, 2, 3]
x, *rest = range(5)

Это удобно, читаемо и просто 🔥

⚙️ Подходит для функций, циклов, и работы с коллекциями.

Голос → Напоминание: автоматизация с Python

С помощью Python можно превратить голосовые команды в текстовые напоминания и отправлять их себе на email. Используем speech_recognition для распознавания речи и smtplib для отправки писем.

📌 Пример:

import speech_recognition as sr
import smtplib

recognizer = sr.Recognizer()
with sr.Microphone() as source:
    print("Говорите...")
    audio = recognizer.listen(source)

text = recognizer.recognize_google(audio, language="ru-RU")

server = smtplib.SMTP("smtp.gmail.com", 587)
server.starttls()
server.login("your_email@example.com", "your_password")
server.sendmail("your_email@example.com", "your_email@example.com", text)
server.quit()

🎙 Отличный способ превратить идеи в напоминания — прямо с голоса

Хэшируемость объектов в Python: как и зачем

Хотите, чтобы экземпляры ваших классов работали как ключи в dict или элементы set? Реализуйте методы __eq__ и __hash__. Это позволяет Python сравнивать объекты и определять их уникальность.

Трассировка кода с sys.settrace: мощный инструмент отладки

Модуль sys в Python содержит скрытую жемчужину — функцию settrace(). С её помощью можно в реальном времени отслеживать вызовы функций, выполнение строк и изменения переменных.

🛠 Идеально для глубокой отладки и кастомного профилирования.

Python позволяет в пару строк превратить любой текст или ссылку в QR-код. Для этого используем библиотеку qrcode.

Этот лайфхак делает обмен информацией быстрым и удобным, превращая любую строку текста в QR-код за считанные секунды.

PyWin32: доступ к системной информации Windows

С помощью библиотеки pywin32 можно легко взаимодействовать с API Windows. Например, чтобы узнать разрешение экрана, используем GetSystemMetrics() из модуля win32api.

📌 Пример:

import win32api
import win32con

width = win32api.GetSystemMetrics(win32con.SM_CXSCREEN)
height = win32api.GetSystemMetrics(win32con.SM_CYSCREEN)

print(f"Разрешение экрана: {width}x{height}")

🎯 Полезно при разработке desktop-приложений или системных утилит под Windows.

reversed(): простой способ развернуть последовательность

Функция reversed() возвращает итератор, который обходит элементы в обратном порядке — без изменения оригинального объекта.

Быстрое копирование текста в буфер обмена с помощью Python

С помощью библиотеки pyperclip можно копировать и вставлять текст в буфер обмена прямо из Python — полезно для автоматизации и скриптов.

📌 Пример:

import pyperclip

pyperclip.copy("Привет из Python!")
text = pyperclip.paste()
print(text)

📋 Удобно для автозаполнения форм, быстрой вставки данных и CLI-инструментов.

Получение погоды через API и Python

Используйте Python и OpenWeatherMap API, чтобы в реальном времени получать прогноз погоды.

📌 Пример (часть):

import requests

api_key = "your_api_key"
city = "Moscow"
url = f"http://api.openweathermap.org/data/2.5/weather?q={city}&appid={api_key}&units=metric"

response = requests.get(url).json()
print(f"{city}: {response['main']['temp']}°C")

🌤 Удобно для ботов, приложений и умных виджетов.

Пришлось на работе разобраться с интересными GitHub-проектами на Python в сфере AI, делюсь с вами, что тестировал. AutoGPT - для автономных задач, GPT‑Neo - для локальной генерации текста, а ComfyUI - для управления визуальными AI‑проектами через графические потоки.

🤖 AutoGPT — автономный AI‑агент
Проект AutoGPT способен сам ставить задачи, разбивать их на под‑задачи и выполнять их без вашего постоянного участия.
Устанавливаете, даёте цель — например, «сгенерировать отчёт о трендах рынка» — и AutoGPT будет планировать, искать информацию и создавать результат.
💡 Идеально для автоматизации рутинных задач с минимальным вмешательством.

📚 GPT‑Neo — локальный генератор текста
Open‑source модель наподобие GPT‑3 от EleutherAI, работающая в Python. Поддерживает генерацию — например, вы можете создать выпуск новостей:

from transformers import GPTNeoForCausalLM, GPT2Tokenizer
model = GPTNeoForCausalLM.from_pretrained("EleutherAI/gpt-neo-1.3B")
tok = GPT2Tokenizer.from_pretrained("EleutherAI/gpt-neo-1.3B")
prompt = "Аналитика рынка криптовалют на сегодня:"
ids = tok(prompt, return_tensors="pt").input_ids
out = model.generate(ids, do_sample=True, max_length=200)
print(tok.decode(out[0]))

Более 4 800⭐️ на GitHub.

🎨 ComfyUI — визуальный редактор для генерации изображений
Node‑based интерфейс на Python для работы с моделями вроде Stable Diffusion. Сборка «блоков» превращает текст в картинку: ввод → стиль → фильтры — и вы получаете изображение .
Идеально для тех, кто хочет гибко экспериментировать с генеративным AI без сложных скриптов.

Как протестить?

* AutoGPT:

  git clone https://github.com/Significant-Gravitas/AutoGPT.git
  cd AutoGPT
  pip install -r requirements.txt
  export OPENAI_API_KEY=…
  python -m autogpt --help
  

* GPT‑Neo: просто используйте код выше, установив через pip install transformers torch.
* ComfyUI:

  git clone https://github.com/comfyanonymous/ComfyUI.git
  cd ComfyUI
  pip install -r requirements.txt
  python main.py

Чтобы избавиться от значений вроде False, None, 0 или '' — воспользуйтесь filter(None, lst). Только "истинные" элементы останутся. Кстати, bool() поможет проверить, что Python считает за True и False.

Проверить вручную какое-либо значение на True/False можно с помощью функции bool(): bool(0) вернёт False, но bool('0') уже будет True, так как это непустая строка.

📖 Чтение файла за одну строку
Метод Path.read_text() из модуля pathlib позволяет прочитать текстовый файл целиком — без лишнего кода. Всё открытие/закрытие происходит автоматически.

🧵 Что делают потоки прямо сейчас?
s‍ys._current_frames() покажет стек вызовов всех активных потоков. Очень кстати при отладке многопоточного кода.

📊 os.getloadavg() — нагрузка под контролем
Показывает среднюю загрузку системы за 1, 5 и 15 минут. Отличный способ следить за состоянием CPU в реальном времени.

🎯 any() — нашёл и хватит
Функция any() возвращает True, как только встречает первый «истинный» элемент в коллекции.

values = [0, None, '', 5]
if any(values):
    print("Есть хотя бы одно значение!")

Полезно, когда нужно быстро проверить, есть ли что-то «живое» в списке.