Распаковка
Распаковка (unpacking, также называемая Деструктуризация) представляет разложение коллекции (кортежа, списка и т. д.) на отдельные значения. Так, как и многие языки программирования, Python поддерживает концепцию множественного присваивания.
🔗 Python tricks
Распаковка (unpacking, также называемая Деструктуризация) представляет разложение коллекции (кортежа, списка и т. д.) на отдельные значения. Так, как и многие языки программирования, Python поддерживает концепцию множественного присваивания.
🔗 Python tricks
Объем памяти объекта
В Python для определения размера объекта в байтах можно использовать функцию getsizeof() из встроенного модуля sys. Функция getsizeof() возвращает размер объекта в байтах, включая весь объект и все его ссылки.
🔗 Python tricks
В Python для определения размера объекта в байтах можно использовать функцию getsizeof() из встроенного модуля sys. Функция getsizeof() возвращает размер объекта в байтах, включая весь объект и все его ссылки.
🔗 Python tricks
Присоединение коллекции
Коллекции в Python делятся на последовательности, множества и отображения. Среди встроенных типов данных к первым относятся списки (тип данных list) и кортежи (tuple), ко вторым – обычные (изменяемые) и фиксированные множества (set и frozenset), к третьим – словари (dict).
Для их присоединения используется разные методы, но в нашем случае мы работаем через .join().
🔗 Python tricks
Коллекции в Python делятся на последовательности, множества и отображения. Среди встроенных типов данных к первым относятся списки (тип данных list) и кортежи (tuple), ко вторым – обычные (изменяемые) и фиксированные множества (set и frozenset), к третьим – словари (dict).
Для их присоединения используется разные методы, но в нашем случае мы работаем через .join().
🔗 Python tricks
Вывод текущей директории
Текущей директорией называется та, в которой был запущен скрипт. Для определения текущей директории используется функция os. getcwd()
🔗 Python tricks
Текущей директорией называется та, в которой был запущен скрипт. Для определения текущей директории используется функция os. getcwd()
🔗 Python tricks
Функция высшего порядка
Функция высшего порядка — это функция, которая принимает в качестве аргумента другую функцию и/или возвращает функцию в качестве результата.
Функции высшего порядка могут использоваться для различных целей, включая:
— Инкапсуляция многократно используемого поведения
— Создание более абстрактного кода
— Усиление выразительности кода
🔗 Python tricks
Функция высшего порядка — это функция, которая принимает в качестве аргумента другую функцию и/или возвращает функцию в качестве результата.
Функции высшего порядка могут использоваться для различных целей, включая:
— Инкапсуляция многократно используемого поведения
— Создание более абстрактного кода
— Усиление выразительности кода
🔗 Python tricks
Вывод импортированных модулей
При импорте модуля Python выполняет весь код в нём. При импорте пакета Python выполняет код в файле пакета init.py , если такой имеется. Все объекты, определённые в модуле или init.py , становятся доступны импортирующему.
🔗 Python tricks
При импорте модуля Python выполняет весь код в нём. При импорте пакета Python выполняет код в файле пакета init.py , если такой имеется. Все объекты, определённые в модуле или init.py , становятся доступны импортирующему.
🔗 Python tricks
Использование оператора "not"
Оператор "not" позволяет инвертировать булево значение.
В этом примере мы используем оператор "not" для проверки, не идет ли дождь.
🔗 Python tricks
Оператор "not" позволяет инвертировать булево значение.
В этом примере мы используем оператор "not" для проверки, не идет ли дождь.
🔗 Python tricks
Получение ID текущего процесса
Функция id() возвращет уникальный идентификатор переданного ей в качестве аргумента объекта. Этот идентификатор является адресом в памяти, по которому расположен сам объект.
🔗 Python tricks
Функция id() возвращет уникальный идентификатор переданного ей в качестве аргумента объекта. Этот идентификатор является адресом в памяти, по которому расположен сам объект.
🔗 Python tricks
3 простых шага для оптимизации гиперпараметров в любом Python-скрипте. Шаг 1
Возьмите параметры, которые хотите оптимизировать, и поместите их в словарь в начало скрипта. Это действие позволит вам эффективно отделить параметры поиска от остального кода.
🔗 Python tricks
Возьмите параметры, которые хотите оптимизировать, и поместите их в словарь в начало скрипта. Это действие позволит вам эффективно отделить параметры поиска от остального кода.
🔗 Python tricks
3 простых шага для оптимизации гиперпараметров в любом Python-скрипте. Шаг 2
Теперь вы можете поместить всю логику обучения и оценки внутрь функции train_evaluate. Эта функция принимает параметры на вход, а на выходе выдает результат проверки.
🔗 Python tricks
Теперь вы можете поместить всю логику обучения и оценки внутрь функции train_evaluate. Эта функция принимает параметры на вход, а на выходе выдает результат проверки.
🔗 Python tricks
3 простых шага для оптимизации гиперпараметров в любом Python-скрипте. Шаг 3
Теперь мы используем train_evaluate в качестве цели в любой библиотеке оптимизации неизвестной функции («черного ящика»).
Я предпочитаю Scikit Optimize, но вы можете выбрать другую библиотеку.
🔗 Python tricks
Теперь мы используем train_evaluate в качестве цели в любой библиотеке оптимизации неизвестной функции («черного ящика»).
Я предпочитаю Scikit Optimize, но вы можете выбрать другую библиотеку.
🔗 Python tricks
Missingo
Популярное решение для поиска пропущенных значений в реальных наборах данных. Но перед тем, как вводить пропущенные значения, необходимо их найти. Missingo предлагает быстрый и простой способ по визуализации отсутствующих значений.
🔗 Python tricks
Популярное решение для поиска пропущенных значений в реальных наборах данных. Но перед тем, как вводить пропущенные значения, необходимо их найти. Missingo предлагает быстрый и простой способ по визуализации отсутствующих значений.
🔗 Python tricks
#Вопросы_с_собеседования
Вы реализуете функцию для анализа текста, которая должна возвращать слово, которое встречается в тексте наиболее часто, не учитывая регистр букв. Если два или более слов имеют одинаковую максимальную частоту, функция должна вернуть слово, которое встречается в тексте первым. Напишите эффективную функцию на Python для решения этой задачи.
Функция most_frequent_word анализирует предоставленный текст, разделяет его на слова, приводит к нижнему регистру для игнорирования различий в написании, и подсчитывает частоту каждого слова. Затем функция возвращает слово с наибольшей частотой, при этом если есть несколько слов с одинаковой частотой, выбирается то, которое встретилось в тексте первым.
🔗 Python tricks
Вы реализуете функцию для анализа текста, которая должна возвращать слово, которое встречается в тексте наиболее часто, не учитывая регистр букв. Если два или более слов имеют одинаковую максимальную частоту, функция должна вернуть слово, которое встречается в тексте первым. Напишите эффективную функцию на Python для решения этой задачи.
Функция most_frequent_word анализирует предоставленный текст, разделяет его на слова, приводит к нижнему регистру для игнорирования различий в написании, и подсчитывает частоту каждого слова. Затем функция возвращает слово с наибольшей частотой, при этом если есть несколько слов с одинаковой частотой, выбирается то, которое встретилось в тексте первым.
🔗 Python tricks
Напишите регулярное выражение, которое будет принимать идентификатор электронной почты. Используйте модуль re.
Мы используем функцию re.match() для сравнения переданного идентификатора электронной почты с регулярным выражением. Если совпадение найдено, мы возвращаем True, иначе False. Например, вызов is_valid_email('example@mail.com') вернет True, а вызов is_valid_email('not_valid_email') вернет False.
🔗 Python tricks
Мы используем функцию re.match() для сравнения переданного идентификатора электронной почты с регулярным выражением. Если совпадение найдено, мы возвращаем True, иначе False. Например, вызов is_valid_email('example@mail.com') вернет True, а вызов is_valid_email('not_valid_email') вернет False.
🔗 Python tricks
Метод ljust()
Метод ljust() возвращает строку, выровненную по левому краю в пределах заданной минимальной ширины. Если определен fillchar, он также заполняет оставшееся пространство заданным символом.
🔗 Python tricks
Метод ljust() возвращает строку, выровненную по левому краю в пределах заданной минимальной ширины. Если определен fillchar, он также заполняет оставшееся пространство заданным символом.
🔗 Python tricks
Numerizer
Потрясающая библиотека для преобразования чисел из текстового формата в int (числовой) и float (с плавающей запятой). Полезная библиотека для NLP-проектов. Подробнее можно почитать в PyPi и Github репозитории.
🔗 Python tricks
Потрясающая библиотека для преобразования чисел из текстового формата в int (числовой) и float (с плавающей запятой). Полезная библиотека для NLP-проектов. Подробнее можно почитать в PyPi и Github репозитории.
🔗 Python tricks
Faker
Иногда возникают ситуации, когда для проведения анализа нам нужно сгенерировать тестовые данные или воспользоваться текстом-заполнителем. Библиотека Faker помогает решить эту проблему, быстро генерируя тестовые данные в нужный вам момент времени.
🔗 Python tricks
Иногда возникают ситуации, когда для проведения анализа нам нужно сгенерировать тестовые данные или воспользоваться текстом-заполнителем. Библиотека Faker помогает решить эту проблему, быстро генерируя тестовые данные в нужный вам момент времени.
🔗 Python tricks
PySpark
PySpark — это Python API для Apache Spark. Он позволяет выполнять обработку больших данных в реальном времени в распределенной среде с помощью Python. Он также предоставляет оболочку PySpark для интерактивного анализа данных.
PySpark сочетает в себе удобство использования и простоту Python с мощностью Apache Spark, что позволяет обрабатывать и анализировать данные любого размера для всех, кто знаком с Python. PySpark поддерживает все функции Spark, такие как Spark SQL, DataFrames, Structured Streaming, Machine Learning (MLlib) и Spark Core.
Код с картинки создаст контекст Spark, прочитает набор данных из файла CSV с именем "data.csv" и выведет его в консоль.
🔗 Python tricks
PySpark — это Python API для Apache Spark. Он позволяет выполнять обработку больших данных в реальном времени в распределенной среде с помощью Python. Он также предоставляет оболочку PySpark для интерактивного анализа данных.
PySpark сочетает в себе удобство использования и простоту Python с мощностью Apache Spark, что позволяет обрабатывать и анализировать данные любого размера для всех, кто знаком с Python. PySpark поддерживает все функции Spark, такие как Spark SQL, DataFrames, Structured Streaming, Machine Learning (MLlib) и Spark Core.
Код с картинки создаст контекст Spark, прочитает набор данных из файла CSV с именем "data.csv" и выведет его в консоль.
🔗 Python tricks
Атрибут context
Атрибут
В коде на картинке функция
🔗 Python tricks
Атрибут
context — это специальный атрибут исключений в Python, который содержит ссылку на исключение, которое было вызвано перед текущим исключением. Этот атрибут используется при множественном вызове исключений, чтобы предоставить контекст для текущего исключения.В коде на картинке функция
g вызывает исключение ValueError. Функция f перехватывает это исключение и вызывает собственное исключение Exception.🔗 Python tricks
EMOT
emot помогает переводить эмодзи и эмотиконы в слова. Подробнее о библиотеке можно почитать в Github-репозитории. Там же вы найдете большую коллекцию эмодзи и эмотиконов с их расшифровкой.
🔗 Python tricks
emot помогает переводить эмодзи и эмотиконы в слова. Подробнее о библиотеке можно почитать в Github-репозитории. Там же вы найдете большую коллекцию эмодзи и эмотиконов с их расшифровкой.
🔗 Python tricks
Операторы Объединения: Самый Элегантный Способ Объединения словарей Python (ч.1)
В Python существует множество подходов к объединению нескольких словарей, но ни один из них нельзя было назвать элегантным до тех пор, пока не был выпущен Python 3.9.
Например, как мы могли объединить следующие три словаря до Python 3.9?
Одним из методов является использование циклов for.
🔗 Python tricks
В Python существует множество подходов к объединению нескольких словарей, но ни один из них нельзя было назвать элегантным до тех пор, пока не был выпущен Python 3.9.
Например, как мы могли объединить следующие три словаря до Python 3.9?
Одним из методов является использование циклов for.
🔗 Python tricks