Рисуем графики 

Графическая библиотека plotly позволяет создавать интерактивные качественные графики в Python. 

Применим эту библиотеку чтобы построить простой линейный график. 

Сначала нам нужен список с данными, которые мы хотим изобразить на графике. Это может быть, например, список или numpy массив

Далее метод fig = px.line(y=data) принимает наши данные и строит график в виде точек с координатами из массива и обьединяет их линиями. 

Метод fig.show() откроет графическое окно с изображенным графиком. 

Установка командой pip install plotly 

​​Delorean

Delorean — отличная библиотека для работы с датами и временем. Работа с временем с помощью неё в Python мне кажется наиболее естественной. Так же стоит отметить отличную документацию и бесчисленное количество отсылок к «Назад в будущее».

​​JmesPath

Работать с JSON в Python — сплошное удовольствие, ведь он прекрасно отображается в Python-словаре. Кроме того, Python поставляется с собственной библиотекой для создания и анализа, или разбора, JSON.

JMESPath делает работу с JSON на Python еще проще. Теперь вы можете декларативно указывать, как извлекать элементы из JSON-документа. Вот несколько примеров, иллюстрирующих возможности JMESPath.

​​ Функция help()

Функция help() предоставляет простой способ получения доступа к документации Python без интернета для любой функции, ключевого слова или модуля.

​​Бесконечный итератор последовательности

С помощью itertools.cycle() создаётся кольцевой итератор. Прийдя к последнему значению, он вновь начинает с первого.

​​Преобразование изменяемых данных в неизменяемые

Неизменяемые данные, в противоположность изменяемым, после создания остаются неизменными. Посмотрите, как можно преобразовать изменяемый тип данных в неизменяемый.

​​Контейнеры

Контейнеры — это объекты, содержащие значения данных. Они поддерживают тесты на членство, что означает, что вы можете проверить, существует ли значение в контейнере. Кроме того, контейнеры являются итерируемыми объектами. Списки, множества, словари, кортежи и строки — все это контейнеры.

​​Поиск классов Python

В Python все является объектом. Числа, строки, датафреймы и даже функции являются объектами. В частности, все, с чем вы имеете дело в Python, имеет класс — шаблон, с которым под капотом связан этот объект. Благодаря наличию этих унифицированных интерфейсов вы можете, например, использовать любой DataFrame одним и тем же образом.

Вы можете вызвать функцию type() для любого объекта Python, чтобы узнать его класс. Например, класс массива numpy на самом деле называется ndarray (для n-мерного массива).

​​Назначаем функцию на нажатие клавиш

Создаем функцию. Далее нам необходима библиотека keyboard. Используем функцию add_hotkey. В качестве аргумента указываем комбинацию и функцию.
Установка библиотеки командой pip install keyboard

​​Выводим положение курсора

Будем использовать библиотеку mouse, которую установим командой pip install mouse в терминале.

Для вывода положения курсора получаем его координаты из функции get_position(). 
Далее собираем бесконечный цикл и выводим положение.

​​Вычисление факториала

Модуль math обеспечивает простой способ вычисления факториала любого положительного целого числа. В нем есть предопределенный метод factorial(), который принимает целое число в качестве аргумента и возвращает факториал числа.

​​Создание словаря из набора ключей

Для создания словаря из известного набора ключей и одинаковых значений часто используют генераторы словарей (dict comprehensions).

Однако класс dict имеет удобный метод fromkeys, который был создан специально для таких случаев.

​​Проверка возможности вызова

Поговорим о возможности вызова того или иного объекта. Для проверки возможности вызова воспользуемся встроенной функцией callable. Она возвращает True или False в зависимости от объекта. Под вызовом подразумеваются ( ).

​​Получаем и задаем лимит рекурсии 

В Python не оптимизируется хвостовая рекурсия, из-за чего зачастую возникает RecursionError во время создания рекурсивных алгоритмов. 

Но с помощью модуля sys можно посмотреть и даже изменить максимальную глубину рекурсии. Хотя делать это слегка опасно, так как каждый новый вызов занимает много памяти. 

И вообще лучше стараться использовать не рекурсию, а обычные циклы, но это вы и так сами знаете.

​​Создаем список в 1 строку

Одна из наиболее базовых задач в питоне - создание списков на основе уже имеющихся массивов данных, при этом стандартный метод занесения достаточно громоздок.
Специально для сокращения количества строк и приданию Вашему коду лаконичного вида в питоне есть возможность создать список в 1 строку по принципу
[объект for i in итерируемый объект if условие]

​​True или не True, вот в чем вопрос

В питоне True и False - объекты класса bool, при этом к этому типу можно преобразовать объект любого класса так, что нулевой(пустой объект) равен False, а что угодно другое преобразуется в True
Пример для int: 
bool(1) -> True
bool(-1) -> True
bool(0) -> False
Пример на списках:
bool(['Smthng']) -> True
bool([]) -> False

Этот факт дает нам возможность составлять условия самыми разными способами, примеры основных выражений приведены ниже

​​Продолжим об условиях в Python

Как мы помним, любой исход проверки программой воспринимается как тип bool.
Но стоит так же знать, что при любой арифметической операции с ним он преобразуется в формат int по принципу:
True -> 1
False -> 0
Это позволяет нам разбить выражение на части и обрабатывать объект по разному в зависимости от реализованного условия.
Для примера сегодня четные элементы вернём без преобразования, а нечётные увеличим на 1

P.S. при реализации таких арифметических выражений задвоения не происходит, так как лишь одно условие даёт результат True, в случае использования более сложных конструкций рекомендуется следовать правилу, когда два условия одновременно не реализуются