Использование функции enumerate() для нумерации элементов в цикле

Когда вам нужно итерировать по списку и одновременно отслеживать индекс каждого элемента, использование функции enumerate() упрощает эту задачу, избавляя от необходимости вручную управлять счётчиком.

Использование enumerate() улучшает читаемость кода и упрощает работу с индексами при итерации по спискам, что особенно полезно при обработке больших данных или сложных списков.

🔗 Python tricks

Использование "словаря через .get()" для безопасного доступа к значениям

Когда вы работаете со словарями и вам нужно получить значение по ключу, но не хотите сталкиваться с ошибкой, если ключ отсутствует, метод .get() — отличное решение.

Использование метода .get() позволяет сделать код более устойчивым к ошибкам и упрощает обработку данных, где наличие ключей не всегда гарантировано.

🔗 Python tricks

Использование модуля os.path и pathlib для удобной работы с путями

Когда вы работаете с файлами и директориями, важно уметь легко и безопасно манипулировать путями к файлам. Модули os.path и pathlib в Python предоставляют удобные методы для работы с путями, объединения их, получения имени файла и расширения, а также проверки существования файла или директории.

Использование os.path и pathlib помогает сделать код более безопасным и понятным, упрощая работу с путями и снижая вероятность ошибок, связанных с неправильным использованием путей к файлам.

🔗 Python tricks

collections.Mapping

collections.Mapping — это абстрактный базовый класс, который представляет отображение ключ-значение.
Он наследуется встроенными типами словарей, такими как dict, а также другими типами, которые реализуют схожее поведение, например OrderedDict.

Класс Mapping определяет интерфейс, общий для всех отображений ключ-значение, включая такие методы как keys(), values(), items() и другие.
Это позволяет писать универсальный код, который будет работать с любым типом, реализующим этот интерфейс.

Например, Mapping часто используется вместе с isinstance или issubclass для проверки, является ли объект словарем. Также он полезен при написании функций, которым нужно принимать на вход отображения, но без привязки к конкретному типу как dict. Mapping гарантирует наличие основных методов словаря у переданного объекта.

🔗 Python tricks

Метод get у словарей

Метод используется для получения значения по ключу. Синтаксис: dict.get(key)
Если ключ есть в словаре, возвращается соответствующее значение, если ключа нет, вместо ошибки возвращается значение None.

Можно задать customized значение, если ключ отсутствует: dict.get(key, customized_value)

Метод полезен, когда нет уверенности, что ключ присутствует в словаре, так как позволяет избежать ошибки при обращении к несуществующим ключам.

🔗 Python tricks

Использование f-строк для форматирования строк

Когда вам нужно вставить переменные или выражения в строки, f-строки (форматированные строки) позволяют сделать это быстро, удобно и читаемо.

Использование f-строк делает код более понятным и снижает вероятность ошибок, связанных с форматированием строк, обеспечивая удобство и лаконичность.

🔗 Python tricks

Использование функции zip() для одновременной итерации по нескольким спискам

Когда вам нужно итерировать сразу по нескольким спискам параллельно, функция zip() позволяет делать это легко и эффективно.

Использование zip() делает код более лаконичным и понятным, а также упрощает работу с множеством списков, особенно при параллельной обработке их элементов.

🔗 Python tricks

Naive

В методе Naive цикл for используется для обхода второго списка. После этого элементы из второго списка добавляются к первому списку. Первый список является объединением первого и второго списков.

🔗 Python tricks

Использование defaultdict для упрощённой работы со словарями

Когда вам нужно создавать и заполнять словарь с значениями по умолчанию, класс defaultdict из модуля collections помогает сделать это без лишних проверок.

🔗 Python tricks

Отладка производительности Python (ч.1)

При написании программы наша главная цель - сделать программу эффективной, быстрой и компактной. Но бывают случаи, когда вы просто не можете сделать программу компактной. Поэтому в настоящее время вы, возможно, не захотите делать программу компактной, чтобы она работала быстрее.

🔗 Python tricks

Отладка производительности Python (ч.2)

Что вы можете сделать, например, при обработке кодов в словаре, вы можете попробовать альтернативный метод диктовки элемента. Смущенный? Позвольте мне объяснить это. Вы можете просто выбрать опцию, чтобы добавить элемент напрямую, а затем проверить, существуют ли вставленные элементы или их нужно обновить. Таким образом, при этом вам не нужно проверять каждый элемент на соответствие ему, а затем обновлять его, что замедляет работу приложения.

🔗 Python tricks

math.comb

Функция math.comb используется для вычисления числа сочетаний из n элементов по k элементов. Число сочетаний определяет, сколькими способами можно выбрать k элементов из множества из n элементов без учета порядка. Например, если у тебя есть 5 разных книг и ты хочешь выбрать 2 из них для чтения, то math.comb(5, 2) покажет, сколько различных пар книг можно выбрать.

🔗 Python tricks

Использование Counter для быстрого подсчета элементов в списке

Когда вам нужно подсчитать количество вхождений элементов в списке, класс Counter из модуля collections позволяет сделать это очень быстро и лаконично.

Использование Counter позволяет легко и быстро подсчитывать вхождения элементов, делая ваш код более эффективным и понятным.

🔗 Python tricks

Использование any() и all() для проверки условий в списках

Когда вам нужно проверить, выполняются ли все или хотя бы одно условие для элементов в списке, функции any() и all() помогают сделать это быстро и лаконично.

Использование any() и all() делает код более читаемым и позволяет легко проверять условия для элементов коллекций без написания сложных циклов.

🔗 Python tricks

Использование try/except для безопасного доступа к словарям

Когда вы работаете со словарями и хотите получить значение по ключу, но не уверены, существует ли этот ключ, вместо того чтобы писать сложные проверки, можно использовать конструкцию try/except.

Использование try/except делает код более надёжным и защищает от сбоев, вызванных отсутствием ключей в словарях, что упрощает работу с динамическими и неопределёнными данными.

🔗 Python tricks

Срезы итераторов

Если вы попытаетесь получить срез (slice) итератора, то столкнётесь с ошибкой TypeError, сообщающей о том, что на объект-генератор нельзя оформить подписку. Однако эта проблема поддаётся решению

🔗 Python tricks

Получение срезов итераторов

Воспользовавшись методом itertools.islice можно создать объект islice, который представляет собой итератор, выдающий нужные элементы. Однако здесь важно отметить то, что эта конструкция использует все элементы генератора вплоть до начала среза и все элементы в объекте islice.

🔗 Python tricks

Итерируемые объекты

Иногда нужно работать с файлом, который, как заранее известно, начинается с некоторого числа ненужных строк — вроде строк с комментариями. Для того чтобы пропустить эти строки, можно, снова, прибегнуть к возможностям itertools

🔗 Python tricks

Ограничение использования процессора и памяти (ч.1)

Если вместо того, чтобы оптимизировать программу, или улучшить то, как она пользуется процессором, вам нужно просто задать жёсткое ограничение на доступные ей ресурсы, можно воспользоваться соответствующей библиотекой

Тут показано ограничение процессорного времени и объёма памяти. Для того чтобы ограничить использование программой процессора, мы сначала получаем значения нежёсткого и жёсткого (hard) лимитов для конкретного ресурса (RLIMIT_CPU).

🔗 Python tricks

Ограничение использования процессора и памяти (ч.2)

Затем мы устанавливаем лимит, используя некое число секунд, задаваемое аргументом seconds, и ранее полученное значение жёсткого лимита. После этого мы регистрируем обработчик signal, который, при превышении выделенного программе процессорного времени, инициирует процедуру выхода. В случае с памятью, мы, опять же, получаем значения для нежёсткого и жёсткого лимитов, после чего устанавливаем ограничение с помощью метода setrlimit, которому передаём размер ограничения (size) и ранее полученное значение жёсткого лимита

🔗 Python tricks