Задача:

Напишите функцию, которая принимает массив строк в качестве аргумента и возвращает отсортированный массив, содержащий те же строки, упорядоченные от самой короткой к самой длинной.

Пример:

["Telescopes", "Glasses", "Eyes", "Monocles"] —> ["Eyes", "Glasses", "Monocles", "Telescopes"]

#задачник

@python_practics

Транспонировать матрицу

Если вам нужно преобразовать все строки в столбцы и наоборот, в python вы можете транспонировать матрицу всего в одну строку кода, используя функцию zip.

👍 - если было полезно

#полезные_сниппеты

@python_practics

Внимание! - Вопрос!

В чем отличие тредов от мультипроцессинга?

Главное отличие в разделении памяти. Процессы независимы друг от друга, имеют раздельные адресные пространства, идентификаторы, ресурсы. Треды исполняются в совместном адресном порстранстве, имеют общий доступ к памяти, переменным, загруженным модулям.

#вопросы_из_собеседований

@python_practics

SciKit-Image

SciKit-Image — коллекция алгоритмов для обработки изображений, основанная на NumPy, scipy.ndimage и ряде других библиотек, обеспечивающая универсальный набор процедур обработки изображений в Python.

Особенности SciKit-Image:

• Простые и эффективные инструменты для обработки изображений и методов компьютерного зрения.
• Доступна для всех и повторно используема в различных контекстах.
• Создана на основе NumPy, SciPy и matplotlib (NumPy и SciPy должны быть предустановлены).
• Работает со всеми форматами данных, поддерживаемыми библиотекой изображений Python.
• Работает с URL-путями изображений.

Подробнее👇

#фреймворки_библиотеки

@python_practics

Подсчет нахождений паттерна

Это важный и рабочий метод, когда нам нужно знать количество повторений паттерна в тексте. В python есть библиотека re, которая сделает эту работу за нас.

👍 - если было полезно

#полезные_сниппеты

@python_practics

Python 3.14 станет быстрее на 30% без изменений в существующем коде

Python 3.14, релиз которого ожидается уже в этом году, получит новый тип интерпретатора, способного ускорить производительность на 30%.

И главное — без единой правки в существующем коде.

Подробнее👇

#статьи

@python_practics

Великая мудрость

#мемчики

@python_practics

Machine Learning with R: Learn techniques for building and improving machine learning models (2024)

Чему вы научитесь:

• Разработке моделей машинного обучения на R;
• Анализу и предобработке данных;
• Применению различных алгоритмов ML;
• Оценке и улучшению качества моделей;
• Визуализации результатов анализа.

"Machine Learning with R" поможет вам освоить инструменты и техники машинного обучения с использованием языка R.

Книга в формате pdf👇

#курсы_книги

@python_practics

Топовые паттерны для разработки архитектуры ПО

В разработке ПО выбор правильных паттернов архитектуры может сильно повлиять на производительность и масштабируемость. Эксперт Solvery рассказал в статье о топовых практиках и их применении.

Подробнее👇

#статьи

@python_practics

Внимание! - Вопрос!

Какие задачи хорошо параллелятся, какие плохо?

Хорошо параллелятся задачи, которые порождают долгий IO. Когда тред упирается в ожидание сокета или диска, интерпретатор бросает этот тред и стартует следующий. Это значит, не будет простоя из-за ожидания. Наоборот, если ходить в сеть в одном треде (в цикле), то каждый раз придется ждать ответа.

Однако, если затем в треде обрабатывает полученные данные, то выполнятся будет только он один. Это не только не даст прироста в скорости, но и замедлит программу из-за переключения на другие треды.

Короткий ответ: хорошо ложатся на треды задачи по работе с сетью. Например, выкачать сто урлов. Полученные данные обрабатывайте вне тредов.

#вопросы_из_собеседований

@python_practics

Блек-Джек на Python

Полный код можно посмотреть по ссылке👇

#sandbox

@python_practics

Задача:

Завершите решение так, чтобы оно возвращало значение true, если первый переданный аргумент (строка) заканчивается вторым аргументом (также строкой).

Пример:

solution('abc', 'bc') # returns true
solution('abc', 'd') # returns false

#задачник

@python_practics