🐍 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

🐍 Как быстро и эффективно работать с большими JSON-файлами?

В статье обсуждаются способы быстрой и эффективной работы с большими JSON-файлами, включая асинхронную обработку, конвертацию в Parquet и использование Redis для повышения производительности при работе с большими данными.

⛓ Ссылка на статью

➡️ Python Developer | #статья

❔ Вопрос с собеседования

Что такое ленивые вычисления в Python?

Ответ: Ленивые вычисления — это техника, при которой значения вычисляются только по мере необходимости, а не сразу. В Python это реализовано с помощью генераторов, итераторов и таких функций, как range(). Они позволяют экономить память и ресурсы, особенно при работе с большими наборами данных, так как элементы вычисляются и обрабатываются по одному.

➡️ Python Developer | #собеседование

🐍 SQLAlchemy

SQLAlchemy — это мощная библиотека для работы с базами данных в Python. Она предлагает ORM (Object-Relational Mapping) для удобного взаимодействия с базами данных, а также поддерживает создание сложных SQL-запросов и эффективную работу с большими данными.

Установка:

pip install sqlalchemy

📱 Смотреть GitHub
📖 Документация

❤️ — если было полезно

➡️ Python Developer | #полезное