Pythonist - канал-движение питонистов в рунете.
Контент нашего канала:
1. Книги
2. Алгоритмы
3. Тесты по Python
4. Логические задачи
5. Проект Эйлера
6. Django
Контент нашего канала:
1. Книги
2. Алгоритмы
3. Тесты по Python
4. Логические задачи
5. Проект Эйлера
6. Django
Python for SAS Users (2020)
Автор: Randy Betancourt, Sarah Chen
Количество страниц: 451
Пользователи, знакомые с программированием с Base SAS, теперь могут изучать Python на примерах. Описания кода в книге отображают программные конструкции SAS и шаблоны в их эквиваленты на Python. В первую очередь вы сосредоточитесь на pandas и вопросах управления данными, связанных с анализом данных.
Скачать книгу
Автор: Randy Betancourt, Sarah Chen
Количество страниц: 451
Пользователи, знакомые с программированием с Base SAS, теперь могут изучать Python на примерах. Описания кода в книге отображают программные конструкции SAS и шаблоны в их эквиваленты на Python. В первую очередь вы сосредоточитесь на pandas и вопросах управления данными, связанных с анализом данных.
Скачать книгу
Разбираем модуль sys.executable
sys.executable - путь к интерпретатору Python.
Значение sys.executable – это полный путь к интерпретатору Python. Это очень полезно, когда вы используете чей-то компьютер, и вам нужно узнать, где установлен Python. В некоторых системах данная команда не сработает, и выдаст пустую строку с надписью None.
sys.executable - путь к интерпретатору Python.
Значение sys.executable – это полный путь к интерпретатору Python. Это очень полезно, когда вы используете чей-то компьютер, и вам нужно узнать, где установлен Python. В некоторых системах данная команда не сработает, и выдаст пустую строку с надписью None.
Опрос разработчиков Django от 2021 года
Работаете с Django? Фонд программного обеспечения Django хочет услышать ваше мнение!
https://proglib.io/w/e260923e
Работаете с Django? Фонд программного обеспечения Django хочет услышать ваше мнение!
https://proglib.io/w/e260923e
📚 Бесплатный вебинар от Skypro
📈 Аналитик данных — кто такой? Погружаемся в профессию с нуля
• Вы узнаете, кто такие аналитики данных и почему это востребованная профессия
• Поймете, как из любой профессии уйти в аналитику данных — даже если не разбираетесь в математике.
• Потренируетесь работать с Excel, сравните скорость и эффективность работы Excel и SQL на конкретном примере
👊🏻Мощный спикерский состав
📆 Время проведения: суббота, 14 августа в 11:00 по МСК.
🚀 Регистрация по ссылке: https://go.skyeng.ru/data_analytics_1408
📈 Аналитик данных — кто такой? Погружаемся в профессию с нуля
• Вы узнаете, кто такие аналитики данных и почему это востребованная профессия
• Поймете, как из любой профессии уйти в аналитику данных — даже если не разбираетесь в математике.
• Потренируетесь работать с Excel, сравните скорость и эффективность работы Excel и SQL на конкретном примере
👊🏻Мощный спикерский состав
📆 Время проведения: суббота, 14 августа в 11:00 по МСК.
🚀 Регистрация по ссылке: https://go.skyeng.ru/data_analytics_1408
Делаем многоуровневый словарь плоским при помощи собственной рекурсивной функции
Быстрый поиск в Google приводит нас на StackOverflow. Первый же ответ предлагает рекурсивную функцию, которая перебирает словарь и возвращает «уплощенный» экземпляр. Вдохновившись этой функцией, давайте создадим немного более продвинутую версию.
Можем начать с type hinting (явного указания типов). Это улучшит читаемость и сделает код типобезопасным.
Быстрый поиск в Google приводит нас на StackOverflow. Первый же ответ предлагает рекурсивную функцию, которая перебирает словарь и возвращает «уплощенный» экземпляр. Вдохновившись этой функцией, давайте создадим немного более продвинутую версию.
Можем начать с type hinting (явного указания типов). Это улучшит читаемость и сделает код типобезопасным.
Показатели производительности
Мы можем быстро убедиться, что функция действительно возвращает плоский словарь, но как насчет производительности? Будет ли хорошей идеей использовать этот подход в продакшен-среде? Давайте запустим быстрый замер показателей скорости.
Здесь и во всех дальнейших замерах производительности мы будем пользоваться магической функцией IPython — timeit, а также memit из библиотеки memory_profiler.
P.S. Чтобы функция %memit заработала, сперва нужно запустить %load_ext memory_profiler.
Мы можем быстро убедиться, что функция действительно возвращает плоский словарь, но как насчет производительности? Будет ли хорошей идеей использовать этот подход в продакшен-среде? Давайте запустим быстрый замер показателей скорости.
Здесь и во всех дальнейших замерах производительности мы будем пользоваться магической функцией IPython — timeit, а также memit из библиотеки memory_profiler.
P.S. Чтобы функция %memit заработала, сперва нужно запустить %load_ext memory_profiler.
Cornell: Мок-сервер записи и воспроизведения для сквозного тестирования.
https://proglib.io/w/9d085065
https://proglib.io/w/9d085065
GitHub
GitHub - hiredscorelabs/cornell: Cornell - record & replay mock server
Cornell - record & replay mock server. Contribute to hiredscorelabs/cornell development by creating an account on GitHub.
Learning Algorithms: A Programmer's Guide to Writing Better Code (2020)
Автор: George Heineman
Количество страниц: 280
Каждый профессионал в области программного обеспечения должен иметь эффективные практические знания об алгоритмах. В этой книге автор дает краткие и информативные описания ключевых алгоритмов, способных улучшить ваш код на всех языках. Разработчики программного обеспечения, тестировщики и специалисты по поддержке кода узнают, как творчески решать вычислительные задачи с помощью алгоритмов.
Скачать книгу
Автор: George Heineman
Количество страниц: 280
Каждый профессионал в области программного обеспечения должен иметь эффективные практические знания об алгоритмах. В этой книге автор дает краткие и информативные описания ключевых алгоритмов, способных улучшить ваш код на всех языках. Разработчики программного обеспечения, тестировщики и специалисты по поддержке кода узнают, как творчески решать вычислительные задачи с помощью алгоритмов.
Скачать книгу
Telegram
Книги для программистов (reserved)
Learning Algorithms: A Programmer's Guide to Writing Better Code (2020)
Автор: George Heineman
Автор: George Heineman
🎼 Переносим треки из Яндекс.Музыки в Spotify с помощью Python
Используя Python и Selenium, получим все плейлисты и альбомы из Яндекс.Музыки, а с помощью библиотеки spotipy перенесем фонотеку в Спотифай.
https://proglib.io/sh/h2ZBCo7sVG
Используя Python и Selenium, получим все плейлисты и альбомы из Яндекс.Музыки, а с помощью библиотеки spotipy перенесем фонотеку в Спотифай.
https://proglib.io/sh/h2ZBCo7sVG
Нелокальная переменная во вложенной функции
Прежде чем перейти к тому, что такое замыкание, мы должны сначала понять, что такое вложенная функция и нелокальная (nonlocal) переменная.
Функция, определенная внутри другой функции, называется вложенной функцией. Вложенные функции могут получать доступ к переменным из локальной области видимости объемлющих функций (enclosing scope).
В Python нелокальные переменные по умолчанию доступны только для чтения. Если нам необходимо их модифицировать, то мы должны объявить их явно как нелокальные (используя ключевое слово nonlocal).
Прежде чем перейти к тому, что такое замыкание, мы должны сначала понять, что такое вложенная функция и нелокальная (nonlocal) переменная.
Функция, определенная внутри другой функции, называется вложенной функцией. Вложенные функции могут получать доступ к переменным из локальной области видимости объемлющих функций (enclosing scope).
В Python нелокальные переменные по умолчанию доступны только для чтения. Если нам необходимо их модифицировать, то мы должны объявить их явно как нелокальные (используя ключевое слово nonlocal).