🔥ТОП-5 новинок Python Alpha 5
В апреле 2022 года вышла новая версия Python - Alpha 5 (3.11). Главные фичи:
• Улучшение отладки с цепочкой исключений и сообщениях. В Python 2022 исключения будут включать в себя подробное свойство с местоположением обратной трассировки, указывающее прямо туда, где произошла ошибка. Python 2 имел аналогичную функцию, но требовал добавления context в код, что усложняло реализацию. Теперь__context__ добавляется автоматически.
• Вариативная обработка исключений – теперь можно по-разному обрабатывать исключение в зависимости от того, с какими другими исключениями оно связано. Можно использовать несколько операторов исключений с явным числом отдельных исключений в каждом. Просто создайте большой блок try/except со всеми возможными именами исключений, а затем добавьте в него дополнительные операторы exclude. Именно для этого и предназначены группы исключений, которые позволяют логически сгруппировать множество различных исключений вместе и применить единую функцию-обработчик, вызываемую только если внутри программы возникает какое-либо из этих отдельных исключений.
• Variadic Generics — теперь можно создавать функции, которые принимают переменное количество аргументов (до 22). Раньше нужно было определить функцию, которая могла бы принимать любое количество аргументов, а затем явно передавать каждый параметр. Variadic Generics в Python 3.6 позволяет отправлять любое количество параметров за один раз, что полезно при повторе нескольких операций.
• Оптимизация производительности CPython. Изменения для функций, связанных с вызовами и поиском ключевых слов, должны уменьшить накладные расходы, вызванные стеком C, ускоряя все, от разработки объектно-ориентированного кода до доступа к словарям данных.
• Упрощение работы других языков, таких как JavaScript, поверх Python, за счет высокопроизводительных и параллельных вычислений.
https://morioh.com/p/af7debd024e2
https://medium.com/@Sabrina-Carpenter/python-alpha-5-is-here-5-promising-features-that-will-blow-your-mind-a4abd406d0ad

#cource #курс #курсс
#sberuniversity
https://sberuniversity.online/programs/6000/about


Цифровые навыки
Языки программирования
Python для анализа данных
электронный курс
Python для анализа данных

О программе

Общее описание

Надоела рутина? Доверьте её «Питону»! Электронный курс «Python для анализа данных» поможет освоить популярный язык программирования, чтобы быстро анализировать данные.
Для кого эта программа

специалисты и эксперты любого уровня, у которых есть желание и необходимость в анализе данных и работе с ними
Чему вы научитесь

Получение теоретических и практических знаний по анализу данных с помощью языка программирования Python

Структура программы

Структуры данных

Работа с индексами

Чистка данных

Математические операции

Операции объединения данных

Агрегирование данных

Визуализация данных

logo
Источник: СберУниверситет
Формат обучения Электронный
Раздел
Цифровые навыки
Тема
Языки программирования
Пути обучения с этой программой 3
На страницу трека
Data Analyst

Путь будет интересен тем, кто хочет обладать навыками для эффективной работы с дан...
На страницу трека
Data Engineer

Путь будет интересен тем, кто хочет научиться работать с большими данными.
На страницу трека
Data Scientist

Для тех, кто хочет научиться извлекать из больших данных полезную для бизнеса и...
Рейтинг участников

Крупий Николай

Обучение
Программы
База знаний
Пути обучения

Вдохновляем на развитие

Мое обучение
Программы и курсы
База знаний
Пути обучения
Проекты
Личные данные
История обучения
Мои сертификаты
Настройка уведомлений

Политика конфиденциальности

© 2022, АНО ДПО «Корпоративный университет Сбербанка»
Разработано в студии ImageSpark

Python: декоратор @retry

В Python существует очень простой и удобный способ создавать обёрточные функции — декоратор @retry. Он повышает и качество кода, и скорость разработки.

Посмотрите, как можно его использовать, и насколько понятнее и лаконичнее при этом становится код:

https://tprg.ru/no6G

#чистыйкод

Что такое дескрипторы и их использование в Python 3.6+

Дескрипторы редко используются в Pyhton-проектах напрямую, но крайне часто через сторонние библиотеки. Обычно они необходимы при создании фреймворка или ORM, а ещё на собеседованиях любят задавать вопросы о них.

В этой статье автор постарался максимально понятно объяснить что же такое дескриптор, зачем он нужен и где применяется:

https://tprg.ru/AtwB

from crontab import CronTab

# user=True denotes the current user
cron = CronTab(user=True)
job = cron.new(command='PGPASSWORD=test psql -U someuser -d somedb -c "SELECT 1" -h localhost')
job.setall("*/5 * * * *")

if cron[0].is_valid(): # If syntax is valid, write to crontab
cron.write()

# crontab -l # Check real crontab from shell
# */5 * * * * PGPASSWORD=test psql -U someuser -d somedb -c "SELECT 1" -h localhost
view rawpython-crontab1.py hosted with ❤ by GitHub

def name(_func=None, *, kw1=val1, kw2=val2, ...):
def decorator_name(func):
... # Создает и возвращает функцию-обёртку.

if _func is None:
return decorator_name
else:
return decorator_name(_func)


https://proglib.io/p/vse-chto-nuzhno-znat-o-dekoratorah-python-2020-05-09

textwrap — Text wrapping and filling — Python 3.10.4 documentation
https://docs.python.org/3/library/textwrap.html

Простая задачка - прочитать матрицу по часовой стрелке. Даже есть решение, и не одно, а много. Задачка типа Leetcode. Но мозг со скрежетом решает такие вещи🦥

Есть интересный сайт - https://pythontutor.com/ там можно посмотреть пошаговое выполнение программы, как на картинке.

Онлайн книга - Efficient Python Tricks and Tools for Data Scientists (написанная в git). В книге много примеров.

The goal of this book is to spread the awareness of efficient ways to do Python. They include:
- efficient methods and libraries to work with iterator, dictionary, function, and class
- efficient methods to work with popular data science libraries such as pandas and NumPy
- efficient tools to incorporate in a data science project
- efficient tools to incorporate in any project
- efficient tools to work with Jupyter Notebook.

А я устал от курсов по питону. Начал читать Лутца. Чет после курсов все время все забываю.