validators — библиотека, предоставляющая набор функций для валидации данных.
Validators предлагает широкий спектр функций для проверки данных. Они могут использоваться для проверки URL-адресов, электронных адресов, IP-адресов, дат и времени, а также для выполнения других типов проверок данных.
Допустим, у нас есть форма регистрации, и мы хотим проверить, является ли введённый адрес электронной почты действительным. Для таких целей мы можем воспользоваться примером выше
Ставится командой
Разъяснивший Python
Validators предлагает широкий спектр функций для проверки данных. Они могут использоваться для проверки URL-адресов, электронных адресов, IP-адресов, дат и времени, а также для выполнения других типов проверок данных.
Допустим, у нас есть форма регистрации, и мы хотим проверить, является ли введённый адрес электронной почты действительным. Для таких целей мы можем воспользоваться примером выше
Ставится командой
pip3 install validators
Документация и примеры кода здесь Разъяснивший Python
👍1
Массовая вставка данных без цикла
Вставлять много записей по одной — неэффективно. Лучше использовать метод
Итог:
Разъяснивший Python
Вставлять много записей по одной — неэффективно. Лучше использовать метод
executemany, который сразу выполнит множество вставок за один запрос.Итог:
executemany позволяет вставлять или обновлять множество записей за один запрос, экономя время и ресурсы.Разъяснивший Python
👍1
Российские нейросети доступны для всех – показываем, на что они способны
Разбираем и тестируем лучшие отечественные ИИ-инструменты от Яндекса, Сбера и других разработчиков вместе с СЕО университета Зерокодер ⚡️
Кому будет полезно?
– Тем, кто хочет пользоваться доступными в РФ нейросетями без ограничений и языковых барьеров;
– Специалистам, работающим с текстами и визуальным контентом;
– IT-специалистам для оптимизации рабочих процессов.
В программе вебинара:
– Обзор возможностей российских нейросетей и их сравнение с западными аналогами;
– Практические примеры использования ИИ для различных задач в работе и повседневной жизни;
– Рассмотрение рынка вакансий и возможностей заработка с навыками работы с нейросетями.
Один из самых интересных и бесплатных эфиров в 2025 году ждет вас по ссылке.
erid: 2W5zFJNNSwA
ООО Зерокодер, ИНН 9715401631
Разбираем и тестируем лучшие отечественные ИИ-инструменты от Яндекса, Сбера и других разработчиков вместе с СЕО университета Зерокодер ⚡️
Кому будет полезно?
– Тем, кто хочет пользоваться доступными в РФ нейросетями без ограничений и языковых барьеров;
– Специалистам, работающим с текстами и визуальным контентом;
– IT-специалистам для оптимизации рабочих процессов.
В программе вебинара:
– Обзор возможностей российских нейросетей и их сравнение с западными аналогами;
– Практические примеры использования ИИ для различных задач в работе и повседневной жизни;
– Рассмотрение рынка вакансий и возможностей заработка с навыками работы с нейросетями.
Один из самых интересных и бесплатных эфиров в 2025 году ждет вас по ссылке.
erid: 2W5zFJNNSwA
ООО Зерокодер, ИНН 9715401631
cache — декоратор модуля functools, который позволяет кэшировать результаты вызова функции для определенных аргументов.
При первом вызове функции с определенными аргументами, cache сохраняет результат в словаре. При последующих вызовах с теми же аргументами, cache возвращает сохраненный результат, избегая повторного выполнения функции. Если аргументы функции изменяются, cache выполняет функцию снова и сохраняет новый результат в словаре.
В примере выше мы определяем функцию fibonacci, которая вычисляет число Фибоначчи. С помощью декоратора @cache мы применяем функцию кэширования к fibonacci, чтобы избежать повторных вычислений для одних и тех же аргументов.
Разъяснивший Python
При первом вызове функции с определенными аргументами, cache сохраняет результат в словаре. При последующих вызовах с теми же аргументами, cache возвращает сохраненный результат, избегая повторного выполнения функции. Если аргументы функции изменяются, cache выполняет функцию снова и сохраняет новый результат в словаре.
В примере выше мы определяем функцию fibonacci, которая вычисляет число Фибоначчи. С помощью декоратора @cache мы применяем функцию кэширования к fibonacci, чтобы избежать повторных вычислений для одних и тех же аргументов.
Разъяснивший Python
Упрощаем цепочки if с помощью match-case
Иногда при проверке значения переменной мы пишем длинную цепочку if-elif-else. Это выглядит громоздко и сложно читается.
С Python 3.10 можно использовать конструкцию match-case, которая делает код компактнее и читабельнее — особенно при работе со строками, числом или даже структурами данных.
Итог:
match-case — это элегантная альтернатива if-elif-else в Python 3.10+. Подходит для ветвлений по значениям, в том числе с распаковкой. Пиши чище, читай легче!
Разъяснивший Python
Иногда при проверке значения переменной мы пишем длинную цепочку if-elif-else. Это выглядит громоздко и сложно читается.
С Python 3.10 можно использовать конструкцию match-case, которая делает код компактнее и читабельнее — особенно при работе со строками, числом или даже структурами данных.
Итог:
match-case — это элегантная альтернатива if-elif-else в Python 3.10+. Подходит для ветвлений по значениям, в том числе с распаковкой. Пиши чище, читай легче!
Разъяснивший Python
🤯1
sanic — легкий и быстрый фреймворк для создания веб-приложений.
Sanic разработан с учетом высокой производительности и асинхронности. Он базируется(based) на асинхронной библиотеке asyncio. Это особенно полезно для создания масштабируемых веб-приложений, способных обрабатывать большое количество запросов одновременно.
Sanic предлагает простой и понятный синтаксис, вдохновленный фреймворком Flask, что делает его легким в освоении даже для новичков. Он также поддерживает весь набор функций и возможностей, необходимых для создания полноценных веб-приложений, таких как маршрутизация запросов, шаблонизация, обработка форм, авторизация и многое другое.
Думаю, пример выше понятен :)
Ставится командой ⚙️
Разъяснивший Python
Sanic разработан с учетом высокой производительности и асинхронности. Он базируется(based) на асинхронной библиотеке asyncio. Это особенно полезно для создания масштабируемых веб-приложений, способных обрабатывать большое количество запросов одновременно.
Sanic предлагает простой и понятный синтаксис, вдохновленный фреймворком Flask, что делает его легким в освоении даже для новичков. Он также поддерживает весь набор функций и возможностей, необходимых для создания полноценных веб-приложений, таких как маршрутизация запросов, шаблонизация, обработка форм, авторизация и многое другое.
Думаю, пример выше понятен :)
Ставится командой ⚙️
pip3 install sanic
Документация и примеры кода здесь Разъяснивший Python
logging — универсальный инструмент для логирования.
Logging является встроенным модулем, предназначенным для записи информации о работе программы. Он предоставляет гибкий и мощный инструментарий для управления записью сообщений различных уровней.
Модуль logging также предоставляет возможность настройки записи в файлы, отправки записей на удаленные серверы и применения различных фильтров и обработчиков.
Подробнее про logging тут
Разъяснивший Python
Logging является встроенным модулем, предназначенным для записи информации о работе программы. Он предоставляет гибкий и мощный инструментарий для управления записью сообщений различных уровней.
Модуль logging также предоставляет возможность настройки записи в файлы, отправки записей на удаленные серверы и применения различных фильтров и обработчиков.
Подробнее про logging тут
Разъяснивший Python
Как быстро измерить время выполнения кода
Иногда нужно понять, сколько времени занимает выполнение куска кода. В боевых условиях используют
Итог:
Разъяснивший Python
Иногда нужно понять, сколько времени занимает выполнение куска кода. В боевых условиях используют
logging и профилировщики, но для быстрой отладки есть простой лайфхак с time.perf_counter().Итог:
time.perf_counter() — точный и удобный способ измерить время выполнения кода. Используй для быстрой диагностики производительности прямо в процессе разработки.Разъяснивший Python
schedule — простая библиотека для планирования и автоматизации задач.
schedule позволяет создавать задачи, которые выполняются в заданное время или с определенной периодичностью. Библиотека довольно проста, что делает её идеальным инструментом для различных сценариев автоматизации, таких как регулярное выполнение задач, планирование резервного копирования данных или отправка регулярных уведомлений.
В примере выше мы создаем задачу, которая будет выполняться каждую минуту. Функция job определяет действия, которые будут выполняться при каждом запуске задачи. В данном случае, она просто выводит сообщение "...---...". После создания задачи, мы запускаем бесконечный цикл, в котором вызываем метод schedule.run_pending(), который проверяет, есть ли запланированные задачи для выполнения.
Ставится командой ⚙️
Разъяснивший Python
schedule позволяет создавать задачи, которые выполняются в заданное время или с определенной периодичностью. Библиотека довольно проста, что делает её идеальным инструментом для различных сценариев автоматизации, таких как регулярное выполнение задач, планирование резервного копирования данных или отправка регулярных уведомлений.
В примере выше мы создаем задачу, которая будет выполняться каждую минуту. Функция job определяет действия, которые будут выполняться при каждом запуске задачи. В данном случае, она просто выводит сообщение "...---...". После создания задачи, мы запускаем бесконечный цикл, в котором вызываем метод schedule.run_pending(), который проверяет, есть ли запланированные задачи для выполнения.
Ставится командой ⚙️
pip3 install schedule
Документация и примеры кода здесь Разъяснивший Python
🔥2
NLTK — библиотека для обработки естественного языка
NLTK предоставляет набор инструментов и ресурсов для обработки текстовых данных, анализа и извлечения информации, классификации текстов, работы с корпусами текстов и многое другое. NLTK содержит множество модулей и методов, которые облегчают процесс обработки текста и создания приложений в области обработки естественного языка.
В примере выше мы:
Загружаем корпус текста, который включает ресурсы для токенизации и удаления стоп-слов
Токенизируем текст, разделяя его на отдельные слова и знаки препинания
Удаляем стоп-слова, то есть слова, которые обычно не несут смысловой нагрузки
Производим частотный анализ, чтобы определить самые часто встречающиеся слова в тексте
Ставится командой ⚙️
Разъяснивший Python
NLTK предоставляет набор инструментов и ресурсов для обработки текстовых данных, анализа и извлечения информации, классификации текстов, работы с корпусами текстов и многое другое. NLTK содержит множество модулей и методов, которые облегчают процесс обработки текста и создания приложений в области обработки естественного языка.
В примере выше мы:
Загружаем корпус текста, который включает ресурсы для токенизации и удаления стоп-слов
Токенизируем текст, разделяя его на отдельные слова и знаки препинания
Удаляем стоп-слова, то есть слова, которые обычно не несут смысловой нагрузки
Производим частотный анализ, чтобы определить самые часто встречающиеся слова в тексте
Ставится командой ⚙️
pip3 install nltk
Документация и примеры кода здесь Разъяснивший Python
Как один раз инициализировать ресурс при первом использовании
Допустим, у тебя есть тяжёлая операция (например, подключение к БД, загрузка модели и т.д.), которую нужно выполнить только один раз при первом вызове. Для этого идеально подходит
Итог:
Разъяснивший Python
Допустим, у тебя есть тяжёлая операция (например, подключение к БД, загрузка модели и т.д.), которую нужно выполнить только один раз при первом вызове. Для этого идеально подходит
functools.lru_cache.Итог:
@lru_cache — простой способ ленивой инициализации: функция выполнится один раз, а результат будет использоваться повторно. Идеально для кэширования настроек, соединений и других «разовых» данных.Разъяснивший Python
❤3
dataclasses — это модуль в стандартной библиотеке, предназначенный для упрощения создания классов данных.
Он предоставляет декоратор и набор инструментов, которые автоматически генерируют основные методы класса, такие как
В примере выше мы используем декоратор @dataclass, чтобы автоматически сгенерировать методы класса Point. Мы определяем поля x, y и z, которые представляют координаты точки. После создания экземпляра класса Point с помощью аргументов конструктора, мы можем напрямую выводить информацию о точке, таreprтод
Подробнее здесь
Разъяснивший Python
Он предоставляет декоратор и набор инструментов, которые автоматически генерируют основные методы класса, такие как
__init__(), __repr__(), __eq__(), и другие. Это упрощает создание классов, которые служат простым хранилищем данных, без необходимости вручную определять все методыВ примере выше мы используем декоратор @dataclass, чтобы автоматически сгенерировать методы класса Point. Мы определяем поля x, y и z, которые представляют координаты точки. После создания экземпляра класса Point с помощью аргументов конструктора, мы можем напрямую выводить информацию о точке, таreprтод
__repr__() автоматически сгенерирован. Это делает код более лаконичным и удобным для использования.Подробнее здесь
Разъяснивший Python
👍1
Создание видео из изображений
В этот раз мы сделаем скрипт для создания видео. Он будет объединять набор изображений в видеоролик, добавлять фоновую музыку, а также позволит настроить скорость смены кадров. В результате получится готовое MP4-видео!
Ссылка на код
Разъяснивший Python
В этот раз мы сделаем скрипт для создания видео. Он будет объединять набор изображений в видеоролик, добавлять фоновую музыку, а также позволит настроить скорость смены кадров. В результате получится готовое MP4-видео!
Ссылка на код
Разъяснивший Python
❤1
Как объединять цепочки условий красиво и читаемо
Иногда логика с множеством if становится громоздкой. В таких случаях удобно использовать словарь как аналог switch-case.
Итог:
Словарь заменяет кучу
Разъяснивший Python
Иногда логика с множеством if становится громоздкой. В таких случаях удобно использовать словарь как аналог switch-case.
Итог:
Словарь заменяет кучу
if-elif-else, делает код чище и облегчает добавление новых случаев. Особенно полезно, когда условия связаны с конкретными значениями (например, кодами, командами или ролями).Разъяснивший Python
range() — встроенная функция, которая создает последовательность чисел в заданном диапазоне.
range() используется для создания последовательности чисел. Она принимает три параметра: начальное значение(по умолчанию 0), конечное значение и шаг(по умолчанию 1). При вызове функции range() она возвращает объект типа range, который можно использовать в циклах или для создания списков.
В примере выше мы используем функцию range() для создания последовательности чисел от 1 до 10 с шагом 2. Цикл for проходит по каждому элементу этой последовательности и выводит его значение.
Подробнее тут
Разъяснивший Python
range() используется для создания последовательности чисел. Она принимает три параметра: начальное значение(по умолчанию 0), конечное значение и шаг(по умолчанию 1). При вызове функции range() она возвращает объект типа range, который можно использовать в циклах или для создания списков.
В примере выше мы используем функцию range() для создания последовательности чисел от 1 до 10 с шагом 2. Цикл for проходит по каждому элементу этой последовательности и выводит его значение.
Подробнее тут
Разъяснивший Python
ffmpeg — это свободное и открытое программное обеспечение, предоставляющее набор инструментов для записи, преобразования и манипулирования аудио и видео файлами.
С помощью ffmpeg вы можете выполнять различные операции над аудио и видео файлами, такие как конвертация форматов, изменение разрешения, наложение фильтров, обрезка, склеивание и многое другое. Благодаря своей гибкости и мощности, ffmpeg является популярным выбором для разработчиков, работающих с мультимедиа
В примере выше мы используем модуль subprocess для вызова команды ffmpeg из Python. Мы указываем входной файл input.mp4 и желаемый выходной файл output.avi. После этого мы создаем команду ffmpeg и передаем ее в subprocess.call().
Таким образом, при выполнении этого кода ffmpeg сконвертирует входной видеофайл input.mp4 в формат AVI и сохранит его как output.avi.
Подробнее тут
Разъяснивший Python
С помощью ffmpeg вы можете выполнять различные операции над аудио и видео файлами, такие как конвертация форматов, изменение разрешения, наложение фильтров, обрезка, склеивание и многое другое. Благодаря своей гибкости и мощности, ffmpeg является популярным выбором для разработчиков, работающих с мультимедиа
В примере выше мы используем модуль subprocess для вызова команды ffmpeg из Python. Мы указываем входной файл input.mp4 и желаемый выходной файл output.avi. После этого мы создаем команду ffmpeg и передаем ее в subprocess.call().
Таким образом, при выполнении этого кода ffmpeg сконвертирует входной видеофайл input.mp4 в формат AVI и сохранит его как output.avi.
Подробнее тут
Разъяснивший Python
Как замерить время выполнения кода элегантно
Иногда нужно узнать, сколько времени занял блок кода — для отладки, оптимизации или просто интереса. Вместо громоздких решений можно использовать контекстный менеджер.
Итог:
Контекстный менеджер timeit позволяет быстро замерять производительность без лишнего шума. Особенно полезен при профилировании отдельных участков кода.
Разъяснивший Python
Иногда нужно узнать, сколько времени занял блок кода — для отладки, оптимизации или просто интереса. Вместо громоздких решений можно использовать контекстный менеджер.
Итог:
Контекстный менеджер timeit позволяет быстро замерять производительность без лишнего шума. Особенно полезен при профилировании отдельных участков кода.
Разъяснивший Python
👍1👎1
pynacl — библиотека, обеспечивающая простой и безопасный доступ к криптографическим функциям, основанным на библиотеке Networking and Cryptography (NaCl).
pynacl предоставляет надежные инструменты для решения задач, связанных с криптографией, такие как шифрование, подпись сообщений, хэширование и генерация случайных чисел. Она обеспечивает высокий уровень безопасности и надежности, что делает ее идеальным выбором для приложений, требующих защиты данных и обеспечения целостности информации.
На примере выше у нас есть два скрипта: один для шифрования сообщения, а другой для его расшифровки. Используя pynacl, мы можем безопасно передать зашифрованное сообщение от отправителя к получателю.
Разъяснивший Python
pynacl предоставляет надежные инструменты для решения задач, связанных с криптографией, такие как шифрование, подпись сообщений, хэширование и генерация случайных чисел. Она обеспечивает высокий уровень безопасности и надежности, что делает ее идеальным выбором для приложений, требующих защиты данных и обеспечения целостности информации.
На примере выше у нас есть два скрипта: один для шифрования сообщения, а другой для его расшифровки. Используя pynacl, мы можем безопасно передать зашифрованное сообщение от отправителя к получателю.
Разъяснивший Python
collections — встроенный модуль, который предоставляет удобные и эффективные инструменты для обработки и работы с различными типами данных.
collections включает в себя специализированные контейнеры, которые расширяют функциональность встроенных типов данных и позволяют более эффективно решать различные задачи.
Недавно мы показывали некоторые классы из модуля collections, однако про сам модуль не рассказали.
Подробнее тут
Разъяснивший Python
collections включает в себя специализированные контейнеры, которые расширяют функциональность встроенных типов данных и позволяют более эффективно решать различные задачи.
Недавно мы показывали некоторые классы из модуля collections, однако про сам модуль не рассказали.
Подробнее тут
Разъяснивший Python
Как элегантно объединять словари с приоритетом значений
Часто нужно объединить два словаря, где значения из второго имеют приоритет. Это можно сделать просто и читаемо.
Итог:
Синтаксис {**dict1, **dict2} объединяет словари, давая приоритет второму. Удобен для настройки конфигураций, параметров и всего, что связано с override'ами.
Разъяснивший Python
Часто нужно объединить два словаря, где значения из второго имеют приоритет. Это можно сделать просто и читаемо.
Итог:
Синтаксис {**dict1, **dict2} объединяет словари, давая приоритет второму. Удобен для настройки конфигураций, параметров и всего, что связано с override'ами.
Разъяснивший Python