Forwarded from Python Books. Книги по питону
Python Pocket Reference, Fifth Edition
Автор: Mark Lutz
Год издания: 2014
Скачать книгу
#Python #english
Автор: Mark Lutz
Год издания: 2014
Скачать книгу
#Python #english
Forwarded from Python Books. Книги по питону
Forwarded from UDEMY FREE ️| Coursevania
[100%OFF]Python Data Science basics with Numpy, Pandas and Matplotlib -
In this course, we will learn the basics of Python Data Structures and the most important Data Science libraries like NumPy and Pandas
https://tricksinfo.net/python-data-science-basics-with-numpy-pandas-and-matplotlib/
In this course, we will learn the basics of Python Data Structures and the most important Data Science libraries like NumPy and Pandas
https://tricksinfo.net/python-data-science-basics-with-numpy-pandas-and-matplotlib/
Forwarded from Инжиниринг Данных
20 Python libraries.pdf
4.1 MB
ebook - 20 python libraries that you don't use but should
Forwarded from TelePy | Бесплатно научим питону
Medium
Как начать?
Установка python
Forwarded from Moscow Python (Valentin Dombrovsky)
Будем благодарны за вашу поддержку Python Software Foundation:
For the 1st the PSF is participating in Giving Tuesday, December 3rd. By giving, you support sprints, meetups, community events, Python documentation, fiscal sponsorships, software development, and community projects. https://www.python.org/psf/donations/2019-giving-tuesday-drive/
For the 1st the PSF is participating in Giving Tuesday, December 3rd. By giving, you support sprints, meetups, community events, Python documentation, fiscal sponsorships, software development, and community projects. https://www.python.org/psf/donations/2019-giving-tuesday-drive/
Python.org
Giving Tuesday Fundraiser
The official home of the Python Programming Language
Forwarded from Moscow Python (Valentin Dombrovsky)
Будем благодарны за вашу поддержку Python Software Foundation:
For the 1st the PSF is participating in Giving Tuesday, December 3rd. By giving, you support sprints, meetups, community events, Python documentation, fiscal sponsorships, software development, and community projects. https://www.python.org/psf/donations/2019-giving-tuesday-drive/
For the 1st the PSF is participating in Giving Tuesday, December 3rd. By giving, you support sprints, meetups, community events, Python documentation, fiscal sponsorships, software development, and community projects. https://www.python.org/psf/donations/2019-giving-tuesday-drive/
Python.org
Giving Tuesday Fundraiser
The official home of the Python Programming Language
Forwarded from Oleg Churkin
Тот факт, что аннотацию на такой тип данных написать сложно, говорит скорее всего о том тип данных представлен не оптимально, я могу лишь догадываться, но в данном случае можно попробовать NamedTuple:
from typing import NamedTuple, Tuple
from datetime import datetime
class PaymentData(NamedTuple):
payment_date: datetime
merchant_id: int
payments: Tuple[float, ...]
def my_func() -> PaymentData:
return PaymentData(datetime.now(), 1, (10.22, 17.90, 20.66))
Forwarded from CoolPython
Гид по множественному присваиванию
Уверена, что множественное присваивание в Python видели все. Выглядит оно вот так:
В общем, множественное присваивание можно использовать не только с кортежами, но и списками, строками и любыми iterable типами. Его плюс в том, что оно позволяет не использовать индексы, а значит, уменьшает склонность к ошибкам и делает код читаемее. А еще оно используется в <<args, kwargs>> синтаксисе, который часто смущает начинающих, но об этом в следующий раз. 🐠
Уверена, что множественное присваивание в Python видели все. Выглядит оно вот так:
>>> x, y, z = 1, 2, 3
>>> x
1
>>> z
3
На самом деле на низком уровне создается tuple и в цикле инициализируется значениями 1, 2, 3. Поэтому с тем же успехом можно не опускать скобки и написать вот так:
>>> (x, y, z) = (1, 2, 3)
>>> x
1
>>> z
3
И это тоже сработает. Поэтому множественное присваивание еще называют tuple unpacking. Да и чаще всего его, кажется, используют именно с кортежами. Но вообще так можно писать с любыми iterable типами:
>>> x, y = [1, 2]
>>> y
2
И со строками тоже:
>>> x, y = 'hi'
>>> x
'h'
>>> y
'i'
Множественное присваивание, если применять его с оператором *
, позволяет делать еще вот такие крутые штуки:
>>> numbers = [1, 2, 3, 4, 5, 6]
>>> first, *rest = numbers
>>> first
1
>>> rest
[2, 3, 4, 5, 6]
По сути *
здесь заменяет слайсы. С тем же успехом можно было написать:
>>> first, last = numbers[0], numbers[1:]
>>> first
1
>>> last
[2, 3, 4, 5, 6]
Но через распаковку получается читаемее. Можно даже <<вырезать>> середину:
>>> first, *middle, last = numbers
И если вам не нужны все промежуточные индексы, то хороший тон это вообще использовать нижнее подчеркивание:
>>> first, *_, last = [1, 2, 3, 4, 5, 6]
Кстати, если речь о вложенных объектах, то обратите внимание, что копия будет глубокой:
>>> color, point = ('blue', (0, 0, 255))
>>> color
'blue'
>>> point
(0, 0, 255)
В некоторых случаях это очень удобно. В общем, множественное присваивание можно использовать не только с кортежами, но и списками, строками и любыми iterable типами. Его плюс в том, что оно позволяет не использовать индексы, а значит, уменьшает склонность к ошибкам и делает код читаемее. А еще оно используется в <<args, kwargs>> синтаксисе, который часто смущает начинающих, но об этом в следующий раз. 🐠