Ограничение использования процессора и памяти (ч.2)

Затем мы устанавливаем лимит, используя некое число секунд, задаваемое аргументом seconds, и ранее полученное значение жёсткого лимита. После этого мы регистрируем обработчик signal, который, при превышении выделенного программе процессорного времени, инициирует процедуру выхода. В случае с памятью, мы, опять же, получаем значения для нежёсткого и жёсткого лимитов, после чего устанавливаем ограничение с помощью метода setrlimit, которому передаём размер ограничения (size) и ранее полученное значение жёсткого лимита

Разъяснивший Python | ChatGPT

F-строки

Сложно делать что-либо без строк в Python и чтобы сохранить адекватность, вам нужно иметь структурированный способ работы со строками. Большая часть людей, работающих с Python, предпочитают метод format python.

Разъяснивший Python | ChatGPT

Textblob — Простая обработка текста с использованием NLP

Textblob — это библиотека Python, предоставляющая удобный интерфейс для выполнения операций по обработке текста, таких как определение тональности, перевод текста, тегирование частей речи и многое другое. Она строится поверх библиотеки NLTK и отлично подходит для тех, кто хочет быстро внедрить базовые функции обработки естественного языка в свои проекты.

Textblob — отличный выбор для работы с текстом, если вам нужно легко и быстро реализовать простые функции NLP.

Ссылочка на доку

Разъяснивший Python | ChatGPT

FlashText — Быстрый поиск и замена строк

FlashText — это библиотека Python, которая позволяет быстро находить и заменять ключевые слова в строках. В отличие от стандартных методов поиска, таких как регулярные выражения, FlashText работает с целыми словами и значительно быстрее на больших текстах. Эта библиотека особенно полезна, если нужно обрабатывать огромные массивы текстовых данных.

FlashText — идеальный выбор для поиска и замены ключевых слов в текстах, когда производительность имеет ключевое значение.

Ссылочка на доку

Разъяснивший Python | ChatGPT

Быстрое чтение файла и удаление пробелов с помощью strip()

Когда вам нужно прочитать файл и удалить лишние пробелы или символы новой строки из каждой строки, использование strip() внутри генератора списков — эффективный и удобный способ.

Этот лайфхак поможет вам легко и быстро очищать данные при чтении файлов, что особенно полезно в ситуациях, где требуется минимальная обработка текстовых данных.

Разъяснивший Python | ChatGPT

Использование try-except-else для безопасного выполнения кода с обработкой ошибок

Когда вам нужно выполнить код, который может вызвать исключение, и при этом вы хотите добавить логику, которая будет выполняться только в случае отсутствия ошибок, блок try-except-else помогает организовать это грамотно.

Использование try-except-else позволяет делать код более устойчивым к ошибкам, обеспечивая выполнение дополнительной логики только при успешном выполнении основного кода.

Разъяснивший Python | ChatGPT

NumPy: array_split

Ты можешь использовать array split() для разделения массивов, передав ему массив, который хочешь разделить, и количество разделений. Если в массиве меньше элементов, чем требуется, он соответствующим образом корректируется с конца.

Разъяснивший Python | ChatGPT

math.isnan

Функция math.isnan() используется для проверки, является ли значение NaN (Not a Number, не число). Эта функция возвращает True, если переданное значение является NaN, и False в противном случае.

Разъяснивший Python | ChatGPT

Loguru — удобная и мощная система логирования для Python

Loguru — это библиотека для логирования, которая значительно упрощает работу с логами по сравнению с стандартным модулем logging. Она автоматически форматирует сообщения, поддерживает ротацию логов, асинхронное логирование и фильтрацию по уровням, что делает её идеальным решением для современных проектов.

Loguru — отличный выбор для разработчиков, которым нужно быстро и просто настроить эффективную систему логирования с минимумом кода.

Ссылочка на доку

Разъяснивший Python | ChatGPT

Использование enumerate() для итерации по списку с индексами

Когда вам нужно одновременно получать и элементы списка, и их индексы в цикле, функция enumerate() делает это простым и элегантным способом.

Использование enumerate() делает код более компактным и удобным для чтения, особенно в тех случаях, когда вам нужно одновременно обрабатывать элементы списка и их индексы.

Разъяснивший Python | ChatGPT

Использование множественного присваивания для обмена значениями переменных

Когда вам нужно поменять местами значения двух переменных, Python позволяет сделать это в одну строчку с помощью множественного присваивания.

Использование множественного присваивания делает код более лаконичным и легким для понимания, упрощая задачи, которые в других языках требуют более сложных решений.

Разъяснивший Python | ChatGPT

Использование срезов списка для инвертирования его порядка

Когда вам нужно развернуть список в обратном порядке, можно использовать срезы (slicing) для быстрого и эффективного решения.

Использование срезов для инвертирования списка позволяет писать код более лаконично и эффективно, избегая необходимости в создании новых списков вручную или использования дополнительных функций.

Разъяснивший Python | ChatGPT

random.randint

Функция random.randint из модуля random используется для генерации случайного целого числа из заданного диапазона, включая оба конца этого диапазона. В отличие от некоторых других функций для генерации случайных чисел, random.randint включает как нижнюю, так и верхнюю границы диапазона. Если первое число больше второго, будет вызвана ошибка ValueError.

Разъяснивший Python | ChatGPT

Использование zip() для объединения нескольких списков

Когда вам нужно параллельно обрабатывать элементы из нескольких списков, функция zip() позволяет удобно объединить их в пары (или кортежи), что упрощает работу с ними.

Разъяснивший Python | ChatGPT

Использование functools.cache_property для кеширования свойств объектов

Начиная с Python 3.8, появился декоратор functools.cached_property, который позволяет кешировать результат вычисления свойства объекта. Это полезно, когда свойство требует сложных вычислений или обращений к ресурсам, но результат не меняется при повторных вызовах.

В этом примере свойство expensive_computation вычисляется только один раз, и при последующих вызовах возвращается закешированное значение.

cached_property делает код более эффективным, избегая повторных вычислений для неизменяемых свойств объекта.

Разъяснивший Python | ChatGPT

Использование defaultdict для упрощения работы со словарями

Когда вы работаете со словарями, в которых нужно инициализировать значения по умолчанию для новых ключей, defaultdict из модуля collections значительно упрощает этот процесс.

Использование defaultdict делает код более чистым, сокращая количество проверок на наличие ключей и обеспечивая автоматическую инициализацию значений, что особенно полезно в сложных структурах данных.

Разъяснивший Python | ChatGPT

Использование f-string для форматирования строк с вычислениями

Когда вам нужно встроить вычисления прямо в строку или форматировать вывод значений переменных, f-string (форматированные строки) — это быстрый и удобный способ сделать это.

Использование f-string позволяет упростить форматирование строк и объединить в одной строке текст с результатами вычислений, что делает код более чистым и эффективным.

Разъяснивший Python | ChatGPT

Использование with для автоматического закрытия файлов

Когда вы работаете с файлами в Python, важно правильно закрывать их после использования, чтобы освободить ресурсы. Использование конструкции with упрощает этот процесс.

Разъяснивший Python | ChatGPT

HTTPX — современный клиент для работы с HTTP-запросами

HTTPX — это библиотека для выполнения HTTP-запросов, которая поддерживает асинхронные операции, полную совместимость с requests, и предоставляет мощные возможности для работы с сетевыми запросами. Она идеально подходит для тех случаев, когда вам нужно быстро и эффективно выполнять HTTP-запросы в асинхронных приложениях.

Ссылочка на доку

Разъяснивший Python | ChatGPT

Использование списковых включений (list comprehensions) для создания списков

Списковые включения — это удобный и компактный способ создания новых списков, основанных на существующих итерируемых объектах, с возможностью применения условий и преобразований.

Использование списковых включений позволяет значительно сократить количество строк кода, делая его более читаемым и компактным, особенно при создании и обработке списков.

Разъяснивший Python | ChatGPT