Дорожная карта Python-разработчика
В нашей версии дорожной карты рассказываем, в каком порядке нужно изучать Python, чтобы пройти путь от основ до веб-разработки, тестирования, науки о данных или машинного обучения.
👉 Ссылка на статью
В нашей версии дорожной карты рассказываем, в каком порядке нужно изучать Python, чтобы пройти путь от основ до веб-разработки, тестирования, науки о данных или машинного обучения.
👉 Ссылка на статью
Пройди тест на знание алгоритмов и структур данных
Давай проверим, насколько хорошо ты разбираешься в алгоритмах, и не пора ли подтянуть знания. Всего 10 несложных вопросов.
👉 Ссылка на статью
Давай проверим, насколько хорошо ты разбираешься в алгоритмах, и не пора ли подтянуть знания. Всего 10 несложных вопросов.
👉 Ссылка на статью
10 алгоритмов для работы с графами, которые должен знать каждый кодер
Знакомимся с десятью маст-хэв для каждого кодера алгоритмами, которые будут полезными для работы с графами (исходный код прилагается).
👉 Ссылка на статью
Знакомимся с десятью маст-хэв для каждого кодера алгоритмами, которые будут полезными для работы с графами (исходный код прилагается).
👉 Ссылка на статью
Функции в Python: 5 задач для тренировки args, kwargs и lambda-функций
Пишем функции, принимающие args и kwargs, находим различия между двумя словарями, применяем анонимные lambda-функции и используем мемоизацию для решения олимпиадной задачи про кубики.
👉 Ссылка на статью
Пишем функции, принимающие args и kwargs, находим различия между двумя словарями, применяем анонимные lambda-функции и используем мемоизацию для решения олимпиадной задачи про кубики.
👉 Ссылка на статью
«Сделай красиво и чтоб работало – это вместо ТЗ». Что больше всего раздражает программистов на работе? Результаты опроса «Библиотеки программиста»
Отправь эту статью коллеге или руководителю. Может что-нибудь поменяется.
👉 Ссылка на статью
Отправь эту статью коллеге или руководителю. Может что-нибудь поменяется.
👉 Ссылка на статью
Flask за час. Часть 1: создаем адаптивный сайт для GitHub Pages
Изучаем основные принципы работы фреймворка, разрабатывая личный сайт с резюме, портфолио, блогом и контактной формой.
👉 Ссылка на статью
Изучаем основные принципы работы фреймворка, разрабатывая личный сайт с резюме, портфолио, блогом и контактной формой.
👉 Ссылка на статью
Flask за час. Часть 2: завершаем разработку и размещаем сайт на GitHub Pages
Создаем разделы «Резюме», «Портфолио», «Блог», «Контакты», экспортируем статические страницы и заливаем сайт на хостинг.
👉 Ссылка на статью
Создаем разделы «Резюме», «Портфолио», «Блог», «Контакты», экспортируем статические страницы и заливаем сайт на хостинг.
👉 Ссылка на статью
Django с нуля. Часть 1: пишем многопользовательский блог для клуба любителей задач Python
Собираетесь изучать Django, но не знаете, с чего начать? Расскажем, как быстро создать функциональное приложение, которое продемонстрирует базовые возможности фреймворка.
👉 Ссылка на статью
Собираетесь изучать Django, но не знаете, с чего начать? Расскажем, как быстро создать функциональное приложение, которое продемонстрирует базовые возможности фреймворка.
👉 Ссылка на статью
Как можно эмулировать циклы Do-While в Python?
Если вы пришли в Python с таких языков, как C, C ++, Java или JavaScript, возможно, вам не хватает их конструкции цикла do-while. Цикл do-while - это обычная инструкция потока управления, которая выполняет свой блок кода по крайней мере один раз, независимо от того, является ли условие цикла истинным или ложным. Такое поведение основано на том факте, что условие цикла вычисляется в конце каждой итерации. Итак, первая итерация выполняется всегда.
👉 Ссылка на статью
Если вы пришли в Python с таких языков, как C, C ++, Java или JavaScript, возможно, вам не хватает их конструкции цикла do-while. Цикл do-while - это обычная инструкция потока управления, которая выполняет свой блок кода по крайней мере один раз, независимо от того, является ли условие цикла истинным или ложным. Такое поведение основано на том факте, что условие цикла вычисляется в конце каждой итерации. Итак, первая итерация выполняется всегда.
👉 Ссылка на статью
Работа с поверхностными и глубокими копиями в Python
В этой статье объясняется, как делать копии списков Python, массивов NumPy и датафреймов Pandas при помощи операций получения срезов, списочного индексирования (fancy indexing) и логического (boolean indexing). Эти операции очень часто используются при анализе данных и должны рассматриваться всерьёз, поскольку ошибочные предположения могут привести к падению быстродействия или неожиданным результатам.
👉 Ссылка на статью
В этой статье объясняется, как делать копии списков Python, массивов NumPy и датафреймов Pandas при помощи операций получения срезов, списочного индексирования (fancy indexing) и логического (boolean indexing). Эти операции очень часто используются при анализе данных и должны рассматриваться всерьёз, поскольку ошибочные предположения могут привести к падению быстродействия или неожиданным результатам.
👉 Ссылка на статью