📱 Шпаргалка по методам строк в Python

1. Делает первую букву заглавной

.capitalize()

2. Регистр вниз или вверх


.lower()
.upper()

3. Выравнивает строку по центру с символами вокруг: 'Python' → 'Python'

.center(10, '*') 

4. Считает вхождения определенного символа

.count('0')

5. Находят позиции указанных символов

.find()
.index()

6. Ищет нужный объект и заменяет его

.replace()

7. Разрезает строку, удаляя из нее точку разреза

.split()

8. Проверяют, из чего состоит строка

.isalnum()
.isnumeric()
.islower()
.isupper()

tags: #полезное

➡ Python Developer | Чат

🐍 Простые лайфхаки для автоматизации работы

В статье рассматриваются практичные методы автоматизации повседневных задач с помощью Python.

Автор предлагает полезные скрипты и инструменты, которые помогут как начинающим, так и опытным программистам сделать свою работу более эффективной.

⛓ Читать статью

tags: #статья

➡️ Python Developer | Чат

🐍 Почему list += list быстрее, чем list = list + list?

В Python оператор += для списков и выражение list = list + list дают одинаковый результат, но работают по-разному. Разница в том, что += изменяет список на месте, а + создаёт новый объект.

Рассмотрим пример:

lst = [1, 2, 3]
lst += [4, 5, 6]  # список изменяется на месте

Этот вариант использует list.__iadd__(), который модифицирует текущий объект, не создавая новый список.

Теперь посмотрим на этот пример:

lst = [1, 2, 3]
lst = lst + [4, 5, 6]  # создаётся новый список

Здесь вызывается list.__add__(), который создаёт новый список, копируя оба исходных, что занимает больше времени и памяти.

Ключевая разница:

▶️ += (инплейсная операция) → изменяет исходный список, без копирования

▶️ + → создаёт новый список, копируя данные из обоих

+= работает быстрее, что особенно заметно на больших структурах, так как он не копирует данные, а напрямую изменяет список.

Используйте +=, если оригинальный объект можно модифицировать, и +, если важна его неизменяемость.

❤️ — если было полезно

tags: #обучение

➡️ Python Developer | Чат

🐍 Подборка репозиториев, которые стоит сохранить

Собрали 3 must-have репозитория, которые будут крайне полезны для тех, кто учится программировать самостоятельно:

▶️ Free Programming Books — библиотека сотен бесплатных книг по языкам, алгоритмам и другим темам, отсортированная по категориям

▶️ Public APIs — коллекция открытых API для любых проектов: от погоды и валют до игр и машинного обучения

▶️ Project Based Learning — обучение через практику: создаёшь реальные проекты и осваиваешь технологии в процессе

❤️ — если было полезно

tags: #полезное

➡ Python Developer | Чат

Единственная верная методика найма

➡ Python Developer | #memes

🐍 Telerecon

Telerecon — это комплексная система OSINT-разведки для исследования, расследования и очистки Telegram.

Она предоставляет мощные инструменты для анализа профилей, сообщений, сетей и геоданных.

Установка:

pip install telerecon

📱 Смотреть GitHub

❤️ — если было полезно

tags: #полезное #osint

➡️ Python Developer | Чат

❔ Вопрос с собеседования

Что такое лямбды и каковы их особенности?

Ответ: Лямбды — это анонимные функции без имени, которые используются для коротких одноразовых операций. Они состоят из одного выражения и автоматически возвращают его результат. Чаще всего лямбды передают в функции map, filter и reduce, когда не требуется полноценное объявление функции.

tags: #собеседование

➡ Python Developer | 📲 MAX

🐍 Учим Python через реальные проекты

Подборка проектов, с которыми можно освоить Python, создавая реальные приложения: от бэкенда и парсеров до ботов, игр и систем автоматизации.

Вместо теории — конкретные задачи, пошаговые туториалы и репозитории, которые помогают прокачивать навыки через практику.

📱 Ссылка на GitHub

tags: #полезное

➡ Python Developer | Чат

Социальная инженерия наглядно

➡ Python Developer | #memes

🌐 Задачи как на LeetCode, только для Linux и Kubernetes

Платформа с реальными DevOps-задачами — решаете кейсы по Linux, Docker и Kubernetes, получаете автоматическую проверку, подсказки и готовые разборы.

Можно практиковаться хоть каждый день — формат интерактивный и максимально приближен к рабочим ситуациям.

Забираем — тут.

tags: #полезное

➡ Python Developer | 📲 MAX

🐍 Docker для самых маленьких: упаковываем Python-бота за 10 минут

В статье на примере Telegram-бота показывают, как упаковать Python-проект в Docker так, чтобы он запускался одинаково на любом сервере без ручной настройки окружения.

Автор шаг за шагом показывает создание Dockerfile, сборку образа, запуск контейнера и объясняет, как безопасно передавать токены и обновлять бота.

⛓ Читать статью

tags: #статья

➡ Python Developer | 📲 MAX

🐍 Шпаргалка по алгоритмам, деревьям и графам

AlgoTree — платформа, которая помогает анализировать структуры данных: деревья, графы, обходы и другое.

Здесь не готовят к собеседованиям и не дают решения задач, а последовательно объясняют, как устроены деревья, графы и алгоритмы, и почему они работают именно так.

tags: #полезное #алгоритмы

➡ Python Developer | 📲 MAX

⚡️ GPT 5.4 теперь в Telegram!

А кроме неё ещё и Nano Banana 2, Gemini 3.1, Sora 2 и куча других новейших моделей.

Попробуй сам: @visionai

🐍 Хеширование в Python: полное руководство с примерами

В статье подробно разбирается работа хеширования в Python на практике, начиная со встроенной функции hash и модуля hashlib, и заканчивая HMAC и проверкой целостности данных.

Также объясняется, почему обычные хеши нельзя использовать для хранения паролей, и как правильно реализовать безопасное хранение с помощью bcrypt, соли и медленных алгоритмов.

⛓ Читать статью

tags: #статья

➡ Python Developer | 📲 MAX

📱 Питонисты, это для вас — 15 ЛУЧШИХ РЕПОЗИТОРИЕВ на GitHub для изучения Python

▶️ Awesome Python — самая большая и авторитетная подборка фреймворков, библиотек и ресурсов по Python — обязательно к сохранению

▶️ TheAlgorithms/Python — огромная коллекция алгоритмов и структур данных, написанных на Python

▶️ Project-Based-Learning — изучение Python (и не только) через реальные проекты

▶️ Real Python Guide — качественный гайд по экосистеме Python, инструментам и best practices

▶️ Materials от Real Python — подборка кода и проектов к статьям и курсам Real Python

▶️ Learn Python — справочник с пояснениями, примерами и упражнениями

▶️ Learn Python 3 — удобное руководство по современному Python 3 с задачами

▶️ Python Reference — шпаргалки, скрипты и полезные советы от одного из самых уважаемых авторов по Python

▶️ 30-Days-Of-Python — челлендж на 30 дней: от синтаксиса до более сложных тем

▶️ Python Programming Exercises — 100+ задач по Python с ответами

▶️ Coding Problems — задачи на алгоритмы и структуры данных, в том числе для подготовки к собесам

▶️ Projects — список идей для пет-проектов (не только Python). Отлично подходит для практики

▶️ 100-Days-Of-ML-Code — машинное обучение на Python в формате челленджа

▶️ 30-Seconds-of-Python — полезные сниппеты и трюки для повседневных задач

▶️ Geekcomputers/Python — разнообразные скрипты: от работы с сетью до задач по автоматизации

tags: #github #полезное

➡ Python Developer | 📲 MAX

❔ Вопрос с собеседования

Как отсортировать список словарей по определённому полю?

Ответ: Чтобы отсортировать список словарей по определённому полю, например, по возрасту, можно использовать метод .sort() или функцию sorted() с параметром key.

В этот параметр передаётся функция, которая извлекает значение нужного поля из каждого словаря. Метод .sort() изменяет список на месте, а sorted() возвращает новый отсортированный список.

tags: #собеседование

➡ Python Developer | Чат

🐍 Имеет ли int в Python ограничения на размер?

В отличие от большинства языков, где int — это фиксированный набор бит (например, int32 или int64), в Python целые числа (int) динамически расширяются при необходимости.

В C, Java и других языках размер int ограничен количеством бит:

▶️ int32 → от -2^31 до 2^31 - 1

▶️ int64 → от -2^63 до 2^63 - 1

В Python же int масштабируется автоматически, потому что он реализован как BigInteger и использует список 32- или 64-битных блоков для хранения числа.

x = 2**1000
print(x)  

Число 2**1000 выходит далеко за пределы 64-битных значений, но Python спокойно его обрабатывает.

Как это устроено внутри?

▶️ Если число маленькое, Python хранит его как обычное 32- или 64-битное значение

▶️ Если число большое, Python автоматически переключается на массив байтов, динамически увеличивая его размер

📌 int в Python не ограничен фиксированным размером, так как хранится в виде динамической структуры, позволяя работать с произвольно большими числами без переполнения.

⚡️ — если было полезно
❤️ — если уже знал

tags: #обучение

➡ Python Developer | Чат