🚀 Ruff — chaqqon va zamonaviy Python linteri

Agar siz Python kodini toza, tartibli va professional saqlamoqchi bo‘lsangiz, yangi vosita — Ruff bilan tanishing. U tezligi, ishonchliligi va keng imkoniyatlari bilan mashhur bo‘lib, flake8 va isort o‘rnini bosishga qodir.

⚡️ Tezlik — asosiy afzallik
Ruff linteri Rust tilida yozilgan bo‘lib, u 10–100 baravar tezroq ishlaydi!
Bu nafaqat vaqtni tejaydi, balki katta loyihalarda doimiy foydalanishga imkon yaratadi.

🎯 Asosiy xususiyatlar:
✅ flake8 qoida to‘plamiga to‘liq mos keladi
✅ Mashhur plaginlar (masalan, flake8-bugbear) funksiyalarini o‘zida jamlagan
✅ Black bilan avtomatik moslashadi — formatlashda hech qanday ziddiyat yo‘q
✅ Keraksiz importlarni avtomatik olib tashlaydi
✅ Importlarni isort uslubida tartiblaydi — guruhlab, alfavit tartibida joylashtiradi

Ruff quyidagilarni avtomatik bajara oladi:
- Qaytarilmagan importlarni o‘chiradi
- Koddagi noaniq yoki xavfli ifodalarni aniqlaydi
- Kodni PEP8 talablariga moslab formatlaydi

🔧 O‘rnatish:

pip install ruff

Va tekshirish uchun:

ruff check my_project/

Kodda avtomatik tozalash:

ruff check . --fix

🔚 Ruff — bu nafaqat tez, balki aqlli va zamonaviy linter.
U Python dunyosidagi yangi standartka aylanmoqda.

Agar sizga professional tarzda kod yozish muhim bo‘lsa — Ruff’ni sinab ko‘ring!

🛠 𝐕𝐨𝐥𝐮𝐩𝐭𝐮𝐨𝐮𝐬 — Python’da ma’lumotlarni tekshirish (validatsiya) kutubxonasi

𝐕𝐨𝐥𝐮𝐩𝐭𝐮𝐨𝐮𝐬 — bu kiruvchi ma’lumotlarni 𝐯𝐚𝐥𝐢𝐝𝐚𝐭𝐬𝐢𝐲𝐚 qilish uchun ishlatiladigan Python kutubxonasi.
U HTTP-so‘rovlar ma’lumotlarini yoki dastur ichidagi mavjud 𝐦𝐚’𝐥𝐮𝐦𝐨𝐭 𝐬𝐭𝐫𝐮𝐤𝐭𝐮𝐫𝐚𝐥𝐚𝐫𝐢𝐧𝐢 tekshirishda qo‘llaniladi.

📌 𝐌𝐢𝐬𝐨𝐥:

Biz quyidagi sxemani yaratamiz:
- 𝐧𝐚𝐦𝐞 — majburiy 𝐤𝐞𝐲, kamida 1 belgidan iborat 𝐬𝐭𝐫𝐢𝐧𝐠 bo‘lishi kerak.
- 𝐚𝐠𝐞 — majburiy emas, lekin agar bo‘lsa, u 𝐢𝐧𝐭 bo‘lishi va qiymati 18 dan kichik bo‘lmasligi kerak.

🔹 Agar ma’lumotlar sxemaga mos bo‘lsa — ular o‘zgarishsiz qaytariladi.
🔹 Agar mos kelmasa — 𝐕𝐨𝐥𝐮𝐩𝐭𝐮𝐨𝐮𝐬 xato (exception) chiqaradi.

💡 Foydali: 𝐕𝐨𝐥𝐮𝐩𝐭𝐮𝐨𝐮𝐬 murakkab ma’lumot tuzilmalarini ham oson tekshiradi, shuningdek 𝐧𝐞𝐬𝐭𝐞𝐝 (ichma-ich) validatsiyani qo‘llab-quvvatlaydi.

Python dasturchilar uchun roadmap

🧩 Mixins – yordamchi funksiyalarni boshqa classlarga qo‘shish

Mixin — bu classlarga qo‘shimcha imkoniyat beruvchi yordamchi sinflar. Odatda mixinlar mustaqil ishlamaydi, ular boshqa classlar bilan birga ishlatiladi.
Yuqoridagi kodda LogMixin faqatgina log() funksiyani beradi, asosiy ishni User qiladi. Juda qulay!

🔍 Pythonda objgraph: Memory leak va obyektlar tahlili uchun super qurol

📦 objgraph — bu Pythonda obyektlar sonini vizual va dinamik tarzda kuzatish imkonini beruvchi kutubxona. Ayniqsa, memory leak (xotiraning tozalanmasligi) muammosini aniqlashda juda foydali.

❓ Nima uchun kerak?

Ayrim holatlarda:

•  list, dict, class obyektlari soni kutilganidan ortib boradi,
•  GC  (garbage collector) ularni tozalamaydi,
•  Xotira to‘ladi va dastur sekinlashadi yoki “freeze” bo‘ladi.

🔎 objgraph bu obyektlar qaerdan kelayotganini ko‘rsatib beradi!

🚀 O‘rnatish:

pip install objgraph

✅ Asosiy imkoniyatlar

1. Eng ko‘p nusxadagi obyektlar ro‘yxati:

import objgraph

objgraph.show_most_common_types()

🧾 Natija (masalan):

dict       1205
function   512
tuple      433
list       310

🔎 Kim bunchalik ko‘p dict ishlatmoqda? Endi aniqlaymiz.

2. Maxsus klassdan yaratilgan obyektlar soni:

objgraph.count('MyCustomClass')

📌 Bu orqali siz MyCustomClass dan nechta obyekt hali ham xotirada turganini bilasiz.

3. Obyektlar orasidagi bog‘lanishlar:

objgraph.show_backrefs([my_obj], filename='backrefs.png')

🧠 Bu obyektga kim havola (reference) qilayotganini grafik tarzda ko‘rsatadi.
💡 Foydali: memory leakga sabab bo‘layotgan parent obyektni topish mumkin.

4. Oldingi snapshot bilan taqqoslash:

import objgraph

objgraph.show_growth()

🔁 Bu sizga obyektlar qaysi joyda ortib borayotganini ko‘rsatadi — har bir ishga tushirishdan so‘ng farqni ko‘rishingiz mumkin.

🔬 Real holat: Memory leakni aniqlash

import objgraph

class Leaky:
    pass

objs = []

def make_leak():
    for _ in range(100):
        objs.append(Leaky())

make_leak()
objgraph.show_most_common_types()
objgraph.show_backrefs([objs[-1]], filename='leak.png')

📸 leak.png faylida Leaky obyektlar qayerdan kelayotganini ko‘rasiz!

📌 Qisqa xulosa:

✅ objgraph sizga:
•  Obyektlar sonini tahlil qilish,
•  Memory leak sabablari topish,
•  Vizual grafiklar olish,
•  Profiling vaqtida real ko‘makchi bo‘la oladi.

Metaclass (Metasinflar)

Metaclass nima?

•    Metaclass — bu klasslarni yaratadigan klass.
•    Klasslar obyekt yaratadi, metaklass esa klassni yaratadi.

Oddiy misol:

class MyMeta(type):
    def __new__(cls, name, bases, dct):
        print(f"Klass yaratilmoqda: {name}")
        return super().__new__(cls, name, bases, dct)

class MyClass(metaclass=MyMeta):
    pass

Natija:

Klass yaratilmoqda: MyClass

Foydali joylari:

•    Klass yaratilishida avtomatik tekshiruvlar yoki o‘zgartirishlar kiritish.
•    ORM tizimlarida (SQLAlchemy, Django Models) foydalaniladi.

Batafsil komentariyada 👇

Klass registry — barcha subclasslarni ro‘yxatga olish

Tasavvur qiling siz ishlatgan hamma klasslaringiz ro'yxatini yaratmoqchisiz va buning imkoni bor, metaclass yordamida:

class RegistryMeta(type):
    registry = []

    def __new__(cls, name, bases, attrs):
        new_cls = super().__new__(cls, name, bases, attrs)
        cls.registry.append(new_cls)
        return new_cls

class Base(metaclass=RegistryMeta):
    pass

class A(Base): pass
class B(Base): pass

print(RegistryMeta.registry)  # [<class '__main__.Base'>, <class '__main__.A'>, <class '__main__.B'>]

Bu yondashuv plagin tizimlari yoki avtomatik yuklovchilar uchun ishlatiladi.

Klass atributlarini tekshirish

Tasavvur qiling siz qandaydir o'xshash klasslar yaratmoqchisiz, va bu klasslarda qaysidir atribut (masalan: my_attr) ishlatilishi majburiy, lekin ba'zida bu atributni ishlatish esingizdan chiqib qoladi va dasturingizda kodning to shu joyi ishlamaguncha xatolik chiqmaydi.
Balki test jarayonida bu joyini sinab ko'rmassiz va project topshirganingizdan keyin chiqar bu muammo. Sizga yechim kerakmi?

Yechim (metaclass orqali)

class ValidateMeta(type):
    def __new__(cls, name, bases, attrs):
        if 'my_attr' not in attrs:
            raise TypeError(f"{name} klassida 'my_attr' bo'lishi shart!")
        return super().__new__(cls, name, bases, attrs)

class ValidClass(metaclass=ValidateMeta):
    my_attr = 123  # OK

class InvalidClass(metaclass=ValidateMeta):
    pass  # ❌ Error: 'my_attr' yo'q

Bu yerda har qanday klass yaratishda metaclass my_attr bor-yo‘qligini tekshiradi. Juda foydali, ayniqsa yirik frameworklar uchun.

🔍 mypy nima?

mypy — bu Python dasturlari uchun static type checker, ya’ni:

•  Kodga tiplar yozilgan bo‘lsa, ularni avvaldan tekshiradi.
•  Python kutilgan tipga mos kelmaydigan qiymatlar bilan ishlasa — mypy bu haqida xatolikni bajarilmasdan oldin bildiradi.

🧱 Asosiy g‘oya

Python o‘zi:
•  Tiplarni dinamik tekshiradi (faqat kod bajarayotganda),
•  Lekin bu xatolikni kech bildiradi.

mypy esa:
•  Siz yozgan typing belgilari orqali, kodni tahlil qilib, int o‘rniga str berilganini oldindan sezadi.

✅ Qanday ishlaydi?

Kod yozasiz:

def greet(name: str) -> str:
    return "Salom, " + name

Noto‘g‘ri chaqirasiz:

greet(123)

Python bajarsa — bu TypeError beradi, lekin kodning xatolik beradigan joyi ishlagandan keyin.

mypy bilan tekshirsangiz:

mypy file.py

U quyidagi xatoni ko‘rsatadi:

error: Argument 1 to "greet" has incompatible type "int"; expected "str"

⚙️ mypyni qanday o‘rnatish?
Terminalda:

pip install mypy

Hozirgi kun dasturchilari uchun foydali usul ekan😁

🎓 Ilmiy grafiklar uchun mukammal yechim – SciencePlots!

Pythonda grafiklar chizasizmi? Ularni ilmiy maqolalar yoki taqdimotlarga tayyor holatga keltirishni istaysizmi?

📊 SciencePlots — bu Matplotlib uchun ajoyib style kutubxonasi bo‘lib, grafiklaringizni professional ko‘rinishga keltiradi!

👨‍🔬 Foydali kimlar uchun?

• Olimlar
• Muhandislar
• Talabalar
• Ilmiy ish qilayotgan dasturchilar

🔗 Kutubxona: scienceplots

👉 Grafiklaringiz endi nafaqat foydali, balki chiroyli ham bo‘ladi!

🧠🐍 Pythonda funksiyani avtomatik tezlashtirish – lru_cache bilan!

Ayniqsa hisob-kitobli, rekursiv, yoki ko‘p chaqiriladigan funksiyalaringiz bormi?

Unda siz uchun yechim:
⚡️ @lru_cache — natijani eslab qoladi, hisoblashni takrorlamaydi!

✅ Afzalliklari:
• Funksiya tez ishlaydi
• Hisoblash resursini tejaydi
• Kodni oddiy dekorator bilan optimallashtirasiz

📊 Statistikani ham ko‘rish mumkin:

print(kvadrat.cache_info())

🎯 Natija:
• hits: necha marta keshdan foydalandi
• misses: necha marta hisoblashga to‘g‘ri keldi

✅ lru_cache — bu faqat dekorator qo‘shish orqali katta yutuq!

Stelvio v0.3.0 allaqachon shu yerda!

Python-ilovani AWSda joylashtirishning eng oddiy usuli.

Faqat Python.
YAML yo‘q. JSON yo‘q. AWS Console’da sichqoncha bosish yo‘q.

✓ Oldindan sozlashsiz CLI
✓ Muhitlarni qo‘llab-quvvatlash

Qarang, API ni bo‘sh papkadan qanday ishga tushirish mumkin — 60 soniyadan kam vaqt ichida.

dokumentatsiyasi: https://docs.stelvio.dev

GitHub: https://github.com/michal-stlv/stelvio/

🐍 Pythonda kodni chiroyli saqlash siri: singledispatch!

Biror funksiyani argument turiga qarab har xil ishlatmoqchimisiz?
Ko‘pchilik if isinstance(...) bilan kodni ko'paytirib yuboradi.

🚫 Bu ortiqcha.
✅ Elegant yechim: functools.singledispatch

🎯 Nima beradi?
✅ Polimorfizm: bir funksiya — turli xulq
✅ if-elif zanjirlari o‘rniga chiroyli struktura
✅ Kengaytirish va testlash osonroq

🔧 singledispatch — ayniqsa, katta loyihalarda kodni modularlashtirish va o‘qiluvchanlikni saqlash uchun ajoyib vosita!

functools.singledispatch funksiyasi Python 3.4 va undan keyingi versiyalarda mavjud ✅

🧠🐍 Pythonda funksiyani qisqartirish siri — partial bilan!

Ko‘p ishlatiladigan funksiyaga doim bir xil argument berasizmi?

Endi har gal yozish shart emas!

⚡️ functools.partial yordamida tayyor "variant" funksiyalar yasang!

📌Rasmda keltirilgan kodda ham endi meva(soni) deb chaqirsangiz bo‘ldi — narx avtomatik hisoblanadi!

📍 Qayerda foydali?
• GUI tugmalar uchun callback
• map, filter kabi funksiya chaqiruvlarida
• Kutilayotgan funksiyaning argumentlarini moslashtirishda

💬 partial — bu Pythondagi “tayyor sozlama” vositasi. Kod qisqaradi, soddalashadi va tushunarli bo‘ladi!

🐍🎭 Python’da dekorator yozyapsizmi? @wraps-siz bo‘lmang!

Ko‘pchilik dekorator yozganda bir xatoga yo‘l qo‘yadi:
Ular funksiya metadatasini yo‘qotib qo‘yadi — nomi, hujjati, parametrlari yo‘qoladi!

🎯 Yechim: functools.wraps

✅ Asl funksiyaning:
• Nomi (name)
• Hujjati (doc)
• Annotatsiyalari
• Modul nomi

hammasini saqlab qoladi.

💡 wraps bo‘lmasa — hello funksiyangiz nomi ichki bo‘lib qoladi va help() yoki logging ishlamaydi.

⚠️ Dekorator yozsangiz, @wraps har doim yozing. Bu yaxshi amaliyot (best practice)!

🧠 Python Descriptors – Mukammal Tushuncha

📌 Descriptor – bu __get__, __set__, yoki __delete__ metodlaridan birini yoki bir nechtasini implement qilgan klassdir. U orqali siz klass atributlariga kirishni nazorat qilishingiz mumkin.

📘 Qisqacha ta’rif:

class Descriptor:
    def get(self, instance, owner):
        ...
    def set(self, instance, value):
        ...
    def delete(self, instance):
        ...

Ushbu metodlar:

• __get__ → atributni o‘qishda,
• __set__ → qiymat yozishda,
• __delete__ → atributni o‘chirishda chaqiriladi.

🔧 Amaliy misol: Atributga faqat musbat son yozish

class PositiveNumber:
    def init(self, initial=0):
        self.value = initial

    def get(self, instance, owner):
        return self.value

    def set(self, instance, value):
        if value < 0:
            raise ValueError("Faqat musbat son bo'lishi mumkin.")
        self.value = value

    def delete(self, instance):
        del self.value

class MyClass:
    age = PositiveNumber()

obj = MyClass()
obj.age = 25        # ✅ OK
obj.age = -5        # ❌ ValueError

🔥 Qachon descriptor ishlatamiz?

• Validatsiya qilish (masalan, PositiveNumber)
• Read-only atributlar yaratish
• Lazy-loading (kerak bo‘lganda yuklash)
• Type-checking, logger, audit trail, va boshqalar

🚨 Ehtiyot bo‘ling: Memory leak
Agar descriptorlar noto‘g‘ri implement qilinsa (self.valueni barcha obyektlar uchun umumiy saqlasa), bu memory leak (xotira sizib chiqishi) keltirib chiqarishi mumkin. Har bir instansiya uchun alohida instance.__dict__da saqlash eng yaxshi yondashuv.

📌 Yakuniy xulosa
✅ Descriptor – kuchli, lekin nazoratli foydalanish kerak bo‘lgan vosita. U orqali klass atributlariga kirish ustidan to‘liq boshqaruv olasiz.

qo'shimcha ma'lumot komentariyada👇

Exceptions (Istisnolar) nima?

Exception – dastur bajarilishi vaqtida yuzaga keladigan xatolik bo‘lib, dasturning ishini to‘xtatadi yoki qaysidir qismi noto'g'ri ishlashiga olib keladi.

Masalan:

a = 10
b = 0
c = a / b  # ZeroDivisionError: division by zero

Bu yerda b = 0, shuning uchun bo‘lish mumkin emas va ZeroDivisionError xatoligi yuz beradi.

Exception Handling (Xatolarni ushlash)

Pythonda try, except, finally, va else bloklari yordamida xatoliklar bilan ishlash, xatolik yuz berganda nimalar qilishni beglilash mumkin.

Misol:

try:
    number = int(input("Son kiriting: "))
    print(10 / number)
except ZeroDivisionError:
    print("0 ga bo‘lish mumkin emas!")
except ValueError:
    print("Faqat son kiriting!")
finally:
    print("Dasturning bu qismi har doim bajariladi.")