Держите бесплатный курс «Автоматизация тестирования с помощью Selenium и Python»

Научит создавать автоматические UI тесты для веб-приложений с помощью Selenium + Python, упор на практику: задания, скрипты, реальные кейсы. Для комфортного прохождения курса рекомендуется иметь базовые знания Python.

Немного устаревший, но по-прежнему пользуется спросом и поддерживается авторами 📚

☝️ Ссылка источник

✈️ Python Ninja

Лучший оффер: Ожидание - реальность 😱

✈️ Python Ninja

Совет по Python

Создание словаря из двух списков с использованием функций dict() и zip()

Пример:

x = ['name', 'age', 'country']
y = ['Yoko', 60, 'Angola']

dict1 = dict(zip(x, y))
print(dict1)

Вывод:

{'name': 'Yoko', 'age': 60, 'country': 'Angola'}

Как это работает?

Функция zip(x, y) соединяет элементы списков попарно (первый с первым, второй со вторым и т.д.), а dict() преобразует эти пары в готовый словарь

Практическое применение:

Для быстрого преобразования табличных данных в словари (например, при работе с CSV/Excel) создания конфигураций программ из отдельных списков параметров и значений, а также обработки любых структурированных записей

Важное условие:

Списки должны быть одинаковой длины, иначе лишние элементы не попадут в результат

✈️ Python Ninja

На Хабре завирусилась статья «Docker изнутри: исчерпывающее руководство»

Экскурсия в сердце контейнеризации: от простых изменений в файловой системе до управления ресурсами и стандартов, которые делают контейнеры гибкими и переносимыми. Сложные механизмы, практические подсказки и высочайшая подача материала

Вдохновляйтесь создавать собственные контейнеры ❤️

☝️ Ссылка источник

✈️ Python Ninja

Ловите подгон книга "Python Data Science Handbook"

Руководство по анализу данных на Python: от NumPy и pandas до визуализации и машинного обучения.

А ещё я нашёл репозиторий от Microsoft Data Formulator. Приложение которое использует большие языковые модели для преобразования данных и создания визуализаций

Вкатываемся в data science легко 📚

☝️ Ссылка источник
☝️ Ссылка источник

✈️ Python Ninja

Dunder-методы в действии

Что выведет код 🔍

✈️ Python Ninja

SQL в Python: Сравнительное руководство по работе с данными

Знаешь SQL и хочешь понять, как делать то же самое в Pandas? Это руководство покажет как привычные SQL-запросы выглядят в мире Python 👊

✈️ Python Ninja

Принёс полезное руководство по метоклассам в Python

Материал не просто рассказывает, что такое метаклассы, — он складывает из мелких деталей целостную картину объектной модели Python

Мы видим полный маршрут создания класса, от подготовки namespace до вызова конструкторов, и понимаем, зачем вообще нужен контроль на уровне метакласса

☝️ Ссылка источник

✈️ Python Ninja

Microsoft выкатила мощное и полезное расширение PostgreSQL для VS Code

Microsoft выкатила новое расширение PostgreSQL для VS Code и это апгрейд рабочего процесса на новый уровень

Больше не нужно прыгать между окнами и открывать разные клиенты: прямо в редакторе можно смотреть таблицы, гонять запросы, заглядывать в схемы и даже просить встроенный AI подсказать нужный SQL

Никаких плясок с конфигурациями: поставил и работаешь😘

☝️ Ссылка источник

✈️ Python Ninja

Совет по Python: как vars() “раскрывает” атрибуты объекта

Функция vars(obj) возвращает внутренний словарь __dict__ объекта – то есть все публичные атрибуты экземпляра класса и их значения. Это универсальный способ получить «срез» состояния объекта: удобно для отладки, логирования, сериализации в JSON и других задач.

Когда это особенно полезно?

Когда нужно быстро увидеть текущие значения всех атрибутов объекта (без принудительного вывода каждого вручную).

При преобразовании экземпляров классов в словари – например, в API-ответах или при сохранении в JSON.

Для динамической работы с атрибутами: можно программно проанализировать, модифицировать или фильтровать их.

Обратите внимание:

vars() работает только с объектами, у которых есть атрибут __dict__ (стандартные экземпляры классов, модули, классы)

Если использовать его на объектах без __dict__ (например, на строке, числе или объектах с __slots__) возникнет TypeError

Отлично отражает дух Python — коротко, читаемо и эффективно. Особенно полезен, если хочется «зазеркалить» состояние объекта без лишнего кода

✈️ Python Ninja

Все когда то начинали с низов ☕️

✈️ Python Ninja

Git: шпаргалка для новичков

Working Directory: Рабочая директория, здесь вы редактируете файлы проекта

Команда:

git add - добавить изменения в индекс

Staging (Index) подготовительная область: Содержит изменения, которые будут добавлены в следующий коммит

Команда:

git commit - зафиксировать изменения в локальном репозитории

Local Repository локальный репозиторий: Хранит историю всех коммитов на вашем компьютере

Команды:

git push - отправить коммиты в удалённый репозиторий
git fetch - получить новые коммиты с удалённого репозитория без слияния
git pull - получить и объединить изменения из удалённого репозитория

Stash временное хранилище изменений: Используется, когда изменения нужно временно убрать, но не коммитить

Команды:

git stash - сохранить незавершённые изменения
git stash - apply применить изменения из stash, не удаляя их
git stash pop - применить и удалить сохранённые изменения

Remote Repository удалённый репозиторий: Общий сервер проекта GitHub, GitLab, Bitbucket

Лайк если полезно ❤️

✈️ Python Ninja

Проверка условий и логических значений в Python

Что выведет код ❓

✈️ Python Ninja

Откопал полезный репо — коллекция шпаргалок для разработчиков

Здесь есть буквально всё, короткие удобные шпаргалки по самым нужным темам. Git, SQL-запросы, Docker, RegEx, Bash, Python, JS, HTTP-коды, архитектура REST и многое другое.

Держи под рукой чтобы ускорить рабочий процесс ⌨️

☝️ Ссылка источник

✈️ Python Ninja

Ловите подгон «101 Linux Commands» системный путеводитель команд Linux

Представьте опытный админ садится рядом и подробно объясняет вам, как устроен Linux. «101 Linux Commands» именно эта книга: дружный проводник, который шаг за шагом открывает мир терминала, не пугая сложностями

Практичный справочник для новичков и специалистов нуждающихся в мини компактном источнике базовых и часто используемых команд 📖

☝️ Ссылка источник

✈️ Python Ninja

Динамическая диспетчеризация функций

Динамическая диспетчеризация функций означает принятие решения во время выполнения программы о том, какую функцию вызвать, основываясь на некоторых динамических условиях — часто на типе аргумента, значении или атрибутах объекта. Это можно представить как более «умную» версию конструкции if-elif, в которой Python сам решает, какую функцию исполнить, исходя из контекста, а не заранее заданного потока кода. Это является ключевой идеей полиморфизма и гибкого проектирования

Замена длинных цепочек if-else на словарь диспетчеризации (dispatch dictionary) дает значительные преимущества в читаемости, масштабируемости и сопровождаемости кода

В примере ниже, вместо того чтобы использовать громоздкие if-else мы используем карту команд (command map), которую можно легко обновить, если потребуется добавить новые команды. Никаких вложенных условий или «адского» отступа. Такой подход делает код более читаемым, масштабируемым и простым в обновлении

def start_engine():
    return "Запуск двигателя..."

def stop_engine():
    return "Остановка двигателя..."

def pause_engine():
    return "Приостановка двигателя..."  

# Диспетчер команд
command_map = {
    "start": start_engine,
    "stop": stop_engine,
    "pause": pause_engine,
    # Здесь можно добавить больше команд
}

def handle_command(command):
    action = command_map.get(command)
    if action:
        return action()
    else:
        return "Неверная команда"

print(handle_command("pause"))

Вывод:

Приостановка двигателя...

✈️ Python Ninja

Лицо Валеры когда вчера починил а сегодня опять сломали 🙈

✈️ Python Ninja

Совет по Python

Метод startswith()

Если у вас есть список строк и вы хотите получить все строки, которые начинаются с определённого значения, вы можете использовать метод списка startswith()

В приведённом ниже примере мы хотим получить все строки из списка, начинающиеся с буквы "a"

a = ['Lemon', 'Orange', 'apple', 'apricot']
list1 = [i for i in a if i.startswith('a')]
print(list1)

# Вывод:
['apple', 'apricot']

Важные уточнения:

Чувствительность к регистру – метод startswith('a') проверяет строго с маленькой буквы

Если нужно искать строки, начинающиеся на 'a' или 'A' используйте:

[i for i in a if i.lower().startswith('a')]

Проверка нескольких префиксов – можно передавать кортеж префиксов:

[i for i in a if i.startswith(('a', 'A'))]

✈️ Python Ninja

Хочешь строить приложение на Python и избежать фронтенда

Тогда тебе безусловно понравится этот современный декларативный UI‑фреймворк на Python, без HTML/CSS/JS. Он реализует модель в духе React/Flutter, где все компоненты — Python‑классы с атрибутами‑dataclass и методом build()

Более 50 встроенных компонентов: rio.Button, rio.Text, rio.Switch и др.

Автодополнение и type safety благодаря полным аннотациям типов

Запуск: локально (окно) или веб (через WebSocket, FastAPI/Uvicorn) — один и тот же код

Dev‑фичи: hot reload, встроенный devtools, интеграция с Python debugger

Лично мне он нравится уже даже по описанию 😏

☝️ Ссылка источник

✈️ Python Ninja