❔ Вопрос с собеседования

Чем многопоточное приложение отличается от многопроцессорного?

Ответ: Многопоточные приложения работают в рамках одного процесса и разделяют общие ресурсы, такие как память и файлы. Многопроцессорные приложения разделены на отдельные процессы, у каждого из которых свои ресурсы.

В Python для многопроцессорности используют concurrent.futures и multiprocessing, а для многопоточности —threading.

➡️ Python Developer | #собеседование

🐍 Огромный сборник задач для практики по Python

В этом сборнике ты найдешь полезные задачи и примеры кода по разным языкам, включая Python, а также подробные статьи для создания проектов на разные темы.

Темы, которые можно изучить:
⚪️Парсинг 
⚪️Боты для популярных соцсетей 
⚪️Django и Flask 
⚪️Big Data и Machine Learning 
⚪️Компьютерное зрение 
⚪️Глубокое обучение

⛓ Ссылка на сборник

❤️ — если будешь практиковаться

➡️ Python Developer | #обучение

🐍 Что должен знать каждый Python-разработчик: библиотеки и фреймворки

В статье собраны ключевые библиотеки и фреймворки, которые должен знать каждый начинающий Python-разработчик, чтобы успешно найти работу.

⛓ Ссылка на статью

➡️ Python Developer | #статья

🐍 Декоратор functools.lru_cache

functools.lru_cache — это декоратор, который кэширует результаты функции, сохраняя вычисления для повторных вызовов с теми же аргументами.

📌 lru_cache повышает производительность при повторных вызовах функций с одинаковыми параметрами, минимизируя затраты на повторные вычисления.

❤️ — если было полезно

➡️ Python Developer | #обучение

❔ Вопрос с собеседования

Что такое monkey patching?

Ответ: Monkey patching — это техника изменения поведения кода во время выполнения, при которой методы или атрибуты объекта динамически заменяются или добавляются. Это позволяет изменить функциональность класса без изменения его исходного кода.

➡️ Python Developer | #собеседование

🐍 Работа с JSON и XML в Python: парсинг, генерация и валидация

В статье подробно объясняются методы работы с форматами JSON и XML в Python, включая парсинг, генерацию и валидацию данных, с примерами практического применения для различных задач.

⛓ Ссылка на статью

➡️ Python Developer | #статья

❔ Задача с LeetCode «Majority Element №169»

Задан массив nums размером n, требуется вернуть основной элемент.

Основной элемент — это элемент, который появляется более n / 2 раз. Можно предположить, что основной элемент всегда существует в массиве.

Пример 1:
Ввод: nums = [3,2,3]
Вывод: 3

Пример 2:
Ввод: nums = [2,2,1,1,1,2,2]
Вывод: 2

➡️ Python Developer | #задача #easy

🐍 Tqdm

Tqdm — это библиотека для создания прогресс-баров в Python. Она помогает отслеживать выполнение итераций, циклов и других операций, предоставляя простой способ добавить информативный индикатор прогресса к вашему коду.

Установка:

pip install tqdm

📱 Смотреть GitHub
📖 Документация

❤️ — если было полезно

➡️ Python Developer | #полезное

🐍 Ключевое слово yield from: делегирование генераторов

yield from — это способ делегировать часть работы другому генератору или итерируемому объекту. Вместо того, чтобы вручную перебирать значения вложенного генератора, можно просто передать управление с помощью yield from.

📌 yield from упрощает работу с вложенными генераторами, передавая управление и результаты их итераций без лишнего кода.

❤️ — если было полезно

➡️ Python Developer | #обучение