🔎Флаг явного преобразования используется для преобразования значения поля format перед его непосредственным форматированием.

➡️Это поле можно использовать для переопределения поведения format для какого либо конкретного типа и форматирования значения. В настоящее время распространены два явных флага преобразования:

!r – преобразует значение в строку, используя функцию repr()
!s – преобразует значение в строку, используя функцию str()

⬆️В примере на фото, в случае с флагом !r строка 'Hello' будет напечатана с кавычками в поле шириной не менее 20 символов, а в случае с флагом !s – без кавычек (в более удобном для чтения виде).

🐍Pythoner

🔎SQLAlchemy - это популярная библиотека для работы с базами данных в Python. Она предоставляет удобные инструменты для создания, изменения и управления базами данных с помощью объектно-реляционного отображения (ORM).

➡️Создание моделей данных

Первый шаг в создании базы данных с использованием SQLAlchemy - это определение моделей данных. Модель данных - это класс, который описывает структуру таблицы в базе данных. Каждый атрибут класса представляет собой столбец в таблице, а каждый экземпляр класса - строку в таблице.

Например, допустим, мы хотим создать базу данных для хранения информации о пользователях. Мы можем создать класс User, который будет представлять каждого пользователя в базе данных. В этом классе мы определим атрибуты, такие как id, name и email, которые будут соответствовать столбцам в таблице.

➡️Создание таблицы в базе данных

После определения моделей данных мы можем создать таблицы в базе данных. SQLAlchemy предоставляет метод create_all(), который автоматически создает все таблицы, определенные в моделях данных.

➡️Пример:

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String

# Создание движка базы данных
engine = create_engine('sqlite:///mydatabase.db')

# Создание сессии
Session = sessionmaker(bind=engine)
session = Session()

# Создание базовой модели
Base = declarative_base()

# Определение модели данных
class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String)
    email = Column(String)

# Создание таблиц
Base.metadata.create_all(engine) 

🐍Pythoner

➡️Для присвоения значения любой переменной среды используется функция setdefault().

⬆️Давайте напишем код, чтобы с помощью функции setdefault() изменить значение переменной DEBUG на True (по умолчанию установлено False). После установки значения мы проверим его функцией get().

➡️Если мы сделали всё правильно, выведется сообщение «Режим отладки включен», в противном случае – «Режим отладки выключен».

🐍Pythoner

➡️Одним из приемов для ускорения работы циклов является векторизация вычислений, т. е. использование функций, которые поддерживают операции над векторами.

⬆️Вообще лучший способ ускорить любой цикл – это отказаться от него. В примере выше для работы с функцией my_func мы могли бы вызвать ее в цикле для каждого элемента списка, но гораздо проще использовать vectorize.

➡️По сути, vectorize преобразует функцию таким образом, что она начинает принимать весь вектор целиком, а не отдельный его элемент. Надо помнить, что такой подход не всегда приводит к значительному ускорению.

🐍Pythoner

➡️В Python для работы с SQLite мы будем использовать модуль sqlite3, который входит в стандартную библиотеку Python. Начнем с импорта модуля и создания соединения с базой данных:

import sqlite3

# Создание соединения с базой данных
conn = sqlite3.connect('mydatabase.db')

➡️После создания соединения мы можем создать таблицы в нашей базе данных. Вот пример создания таблицы "users":

# Создание таблицы "users"
conn.execute('''CREATE TABLE users
                (id INTEGER PRIMARY KEY AUTOINCREMENT,
                name TEXT NOT NULL,
                age INTEGER NOT NULL);''')

➡️Вставка данных в базу данных

После создания таблицы мы можем добавить данные в базу данных. Для этого мы можем использовать метод execute() и executemany() для вставки одной или нескольких строк данных соответственно. Вот пример вставки данных в таблицу "users":

# Вставка данных в таблицу "users"
conn.execute("INSERT INTO users (name, age) VALUES ('John Doe', 25)")
conn.execute("INSERT INTO users (name, age) VALUES ('Jane Smith', 30)")
conn.executemany("INSERT INTO users (name, age) VALUES (?, ?)", [('Alice Johnson', 35), ('Bob Brown', 40)])

🐍Pythoner

❓ Разбор

Разберем код построчно:
💬Создаём переменную со списком [6, 0] и сразу его переворачиваем -> l = [0, 6]
💬Выводим этот список. На экране [0, 6]
💬Проходимся по нашему списку через enumrate. Enumeratе это генератор, который выдает следующий елемент списка и его порядковый номер. Первый параметр принимает итерируемый объект.

for i, e in enumerate(['a', 'b', 'c']):
print(i, e) # a 0, b 1, c 2

Второй параметр - это с какого числа начинать отсчет.

for i, e in enumerate(['a', 'b', 'c'], 3):
print(i, e) # a 3, b 4, c 5
💬Выводим изначальный список. Он выведется два раза тк цикл сработает два раза

Вывод: [0, 6] [0, 6] [0, 6]

🐍Pythoner

➡️В модуле math есть особый объект, который называется NaN (Not a Number).

➡️Эти объекты NaN не уникальны, и даже не равны самим себе, так что вы можете иметь несколько подобных объектов, взятых из нескольких разных источников.

🔎Например можно создать подобный объект, просто передав строку 'nan' во float. Кстати говоря, это значит что вы можете использовать NaN в качестве ключа в словаре (хотя мы и не советуем это делать).

🐍Pythoner

🔎Генераторы являются одной из мощных возможностей языка Python. Они позволяют создавать итерируемые объекты без необходимости хранить все значения в памяти.

➡️Что такое генераторы?

Генераторы в Python - это функции, которые возвращают последовательность значений во время выполнения. Они работают по принципу "ленивого вычисления", то есть значения генерируются по мере необходимости. Генераторы используют ключевое слово yield для возврата значений вместо return, как это делается в обычных функциях.

➡️Преимущества генераторов

Генераторы предлагают несколько преимуществ, особенно когда речь идет о работе с большими объемами данных. Во-первых, используя генераторы, мы можем сэкономить память, так как значения необходимо хранить только во время их генерации. Во-вторых, генераторы могут быть бесконечными, что позволяет работать с бесконечными последовательностями данных. В-третьих, генераторы могут быть использованы для ленивой обработки данных, когда нужно обрабатывать данные по мере их получения, а не все сразу.

➡️Как использовать генераторы?

Для создания генератора в Python нужно определить функцию, внутри которой будет использоваться ключевое слово yield. Когда вызывается этот генератор, он возвращает итерируемый объект, который можно использовать в циклах for или получать значения с помощью функции next(). Каждый вызов yield возвращает значение из генератора и "замораживает" его состояние, позволяя продолжить выполнение с того же места в следующий раз.

🐍Pythoner

➡️Сегодня поговорим об одном интересном концепте из области функционального программирования. Использовать будем функцию partial из стандартной библиотеки functools.

Предоставление функции меньшего количества аргументов, чем она ожидает, называется частичным применением функций.

➡️Другими словами, это такая функция, которая принимает другую функцию с несколькими параметрами и возвращает функцию, но уже с меньшим количеством параметров.

🐍Pythoner

➡️PySimpleGUI — это популярный фреймворк для создания простых графических интерфейсов пользователя.
Он позволяет быстро создавать интерфейсы при помощи Python, без необходимости изучать сложные GUI библиотеки, такие как Tkinter, Qt или wxPython.

🔎PySimpleGUI широко используется для создания небольших утилит и инструментов с GUI, например:
— Простые GUI для скриптов автоматизации.
— Инструменты для обработки и визуализации данных.
— Маленькие вспомогательные приложения для повседневных задач.

➡️Основные преимущества PySimpleGUI:

💬Простой и интуитивно понятный синтаксис.
💬Кроссплатформенность: работает на Windows, MacOS, Linux.
💬Встроенная поддержка многих виджетов и тем оформления.
💬Автоматическое размещение элементов GUI.

🐍Pythoner

➡️Давайте создадим Python-файл со следующим скриптом для проверки переменных. Для чтения значений переменных мы используем модуль os, а модуль sys — для прекращения работы приложения.

➡️Бесконечный цикл while непрерывно принимает от пользователя имена переменных и проверяет их значения до тех пор, пока пользователь не введёт имя переменной, которой не присвоено значение.

➡️Если пользователь вводит имя переменной окружения, которой присвоено значение, это значение выводится, если же нет — выводится соответствующее сообщение и процесс останавливается.

🐍Pythoner

🔎В Python - Iterable представляет собой объект, который может быть перебран, то есть в котором можно пройтись по его элементам поочередно. Это может быть список, кортеж, строка или другой тип данных, который поддерживает итерацию.

➡️Когда мы используем цикл for в Python для перебора элементов, он фактически работает с iterable объектами. Например, если у нас есть список чисел numbers = [1, 2, 3, 4, 5], мы можем перебрать его элементы следующим образом на фото.

⬆️В примере на фото numbers является iterable объектом, и цикл for позволяет нам последовательно обойти все элементы списка.

➡️Iterable в Python обеспечивает удобство итерации по данным, что очень полезно при работе с коллекциями элементов разного типа. Важно помнить, что не все объекты являются iterable - для этого они должны реализовывать метод __iter__(), который возвращает итератор, или поддерживать итерацию через протокол итераторов.

🐍Pythoner