Внимание! - Вопрос!

Что может являться ключом словаря? Что не может? Почему?

Ключом словаря может быть любой хешируемый неизменяемый объект: число, строка, datetime, функция и даже модуль. Такие объекты имеют метод __hash__(), который однозначно сопоставляет объект с некоторым числом. По этому числу словарь ищет значение для ключа.

Списки, словари и множества изменяемы и не имеют метода хеширования. При подстановке их в словарь возникнет ошибка.

Хеш кортежа вычисляется рекурсивно по всем элементам.

Так, кортеж

(1, (True, (42, ('hello', )))) состоит только из неизменяемых элементов, поэтому может быть ключом.

Однако, такой кортеж

(1, (True, (42, ({'hello': 'world'}, )))) содержит глубоко внутри словарь, поэтому хеш не может быть рассчитан.

#вопросы_из_собеседований

@python_practics

Ваша задача — создать функцию, которая выполняет четыре основные математические операции.

Функция должна принимать три аргумента - операция(строка/символ), значение1(число), значение2(число).
Функция должна возвращать числовой результат после применения выбранной операции.

Примеры:

('+', 4, 7) --> 11
('-', 15, 18) --> -3
('*', 5, 5) --> 25
('/', 49, 7) --> 7

#задачник

@python_practics

Библиотеки Python для профессионального анализа данных

Язык программирования Python часто используют аналитики данных. Для этого в нем существуют расширения — библиотеки, наборы готовых инструментов для более эффективной работы.

Вот список наиболее часто используемых:

1. Pandas: для подготовки данных

2. NumPy: для углублённых расчётов

3. SciPy: для математических операций

4. Matplotlib: для визуализации

5. Seaborn: для расширенной визуализации

6. Statsmodels: для статистического анализа

7. Plotly: для трёхмерной визуализации

8. Bokeh: для интерактивной визуализации в вебе

9. Scikit-learn: для машинного обучения

Подробнее о каждой из библиотек по ссылке ниже👇

#фреймворки_библиотеки

Внимание! - Вопрос!

Что такое генератор?

В зависимости от контекста, может означать либо функцию-генератор, либо итератор генератора (чаще всего, последнее). Методы __iter__ и __next__ у генераторов создаются автоматически.

С точки зрения реализации, генератор в Python — это языковая конструкция, которую можно реализовать двумя способами: как функция с ключевым словом yield или как генераторное выражение. В результате вызова функции или вычисления выражения, получаем объект-генератор типа types.GeneratorType. Канонический пример - генератор, порождающий последовательность чисел Фибоначчи, которая, будучи бесконечна, не смогла бы поместиться ни в одну коллекцию. Иногда термин применяется для самой генераторной функции, а не только объекта, возвращенного ей в качестве результата.

#вопросы_из_собеседований

@python_practics

Создаем красивую анимацию на модуле turtle

import colorsys
import turtle

t = turtle.Turtle()
s = turtle.Screen()

s.bgcolor('black')
t.speed(0)

n= 36
h = 0

for i in range (460):

c = colorsys.hsv_to_rgb(h,1,0.8)
h+=1/n
t.color(c)
t.left(145)

for j in range (5):

t.forward(300)
t.left(150)

#sandbox

10000000 очков Гриффиндору💫

#мемчики

@python_practics

Understanding Network Hacks: Attack and Defense with Python 3 by Bastian Ballmann

В этой книге объясняется, как увидеть сеть глазами хакера, понять векторы атак и эффективно защититься от них. С помощью примеров кода на Python читатель научится разрабатывать инструменты по таким темам, как перехват паролей, отравление ARP, подмена DNS, внедрение SQL, сбор данных Google, пентест Bluetooth и Wifi. Кроме того, читатель познакомится с методами защиты, такими как системы обнаружения и предотвращения вторжений и анализ файлов журналов.

Книга в формате pdf👇

#курсы_книги

@python_practics