➡️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

🔎Синглтон - это паттерн проектирования, который обеспечивает наличие только одного экземпляра определенного класса. Интересно то, что этот единственный экземпляр предоставляет глобальную точку доступа к этому объекту в вашем коде.

⬆️ В примере на фото класс Singleton имеет переменную класса _instance, которая хранит единственный экземпляр объекта. При создании экземпляра класса Singleton проверяется, существует ли уже экземпляр. Если нет, то создается новый экземпляр; если уже есть, то возвращается существующий.

➡️Зачем это полезно? Синглтоны пригодны, когда у вас есть ресурсоемкая задача, которая должна быть выполнена только один раз за время работы программы или когда требуется обеспечить глобальный доступ к определенному объекту.

➡️Понимание синглтонов может быть полезным для эффективной организации кода и управления ресурсами в ваших проектах на Python.

🐍Pythoner

➡️Распаковка значений в Python - это способ присвоения значений из итерируемых объектов переменным. Это позволяет извлечь значения из списка, кортежа, строки или других итерируемых объектов и присвоить их отдельным переменным.

➡️Комбинации с примерами и краткими описаниями:

1. Распаковка в несколько переменных:

a, b, c = 1, 2, 3
 # a = 1, b = 2, c = 3

➡️Присваивание значений из кортежа переменным.

2. Распаковка посимвольно в строки:

a, b = "12"
 # a = '1', b = '2'

➡️Разделение строки на отдельные символы и присваивание их переменным.

3. Распаковка с использованием звёздочки (*):

a, *b = 1, 2, 3
 # a = 1, b = [2, 3]

➡️Сбор оставшихся значений в список с использованием звёздочки.

4. Распаковка в переменную со звёздочкой (*):

a, *b, c = 1, 2, 3, 4
 # a = 1, b = [2, 3], c = 4

➡️Присваивание первого и последнего значения, а остаток помещается в список.

5. Игнорирование значений при распаковке:

a, _, b = 7, 8, 9
 # a = 7, b = 9 (значение 8 игнорируется)

➡️Пропуск значений, которые не нужны при присвоении.

➡️Различные итерируемые объекты:

Можно использовать любые итерируемые объекты, такие как списки, кортежи, строки, объекты, поддерживающие итерацию и даже функция range():

- Список:

a, b, c = [4, 5, 6]
 # a = 4, b = 5, c = 6

- Кортеж:

x, y = (10, 20)
 # x = 10, y = 20

- Строка:

char1, char2, char3 = "xyz"
 # char1 = 'x', char2 = 'y', char3 = 'z'

- Использование range():

a, b, c = range(1, 4)
 # a = 1, b = 2, c = 3

Итог:

Распаковка значений в Python - удобный и эффективный способ присваивания значений переменным из итерируемых объектов, делая код более читаемым и компактным. Это дает гибкость при работе с данными различных типов и структур.

🐍Pythoner

🔎DevOps - это практика, объединяющая разработку и операционное обслуживание программного обеспечения. Термин DevOps происходит от сочетания слов "development" (разработка) и "operations" (операции). Он описывает культуру сотрудничества и инструменты, которые помогают автоматизировать процессы разработки и управления инфраструктурой.

➡️Преимущества DevOps

Одним из главных преимуществ DevOps является ускорение процесса разработки и доставки программного обеспечения. Благодаря автоматизации и интеграции различных этапов разработки, команды могут быстрее выпускать новые версии приложений на рынок. Это позволяет компаниям быть более гибкими и отзывчивыми к изменениям требований клиентов.

Еще одно преимущество DevOps - это улучшение качества программного обеспечения. Благодаря автоматическому тестированию и непрерывной интеграции, ошибки и проблемы обнаруживаются и исправляются на ранних стадиях разработки. Это помогает предотвратить возникновение серьезных проблем в продукте и повышает его надежность.

Кроме того, DevOps способствует повышению эффективности работы команды. Благодаря упрощению и автоматизации процессов, разработчики и операционные специалисты могут сосредоточиться на решении более сложных задач, вместо рутинных операций. Это позволяет снизить нагрузку на сотрудников и улучшить их работу.

➡️Роль DevOps инженера

DevOps инженер - это специалист, который отвечает за реализацию принципов DevOps в компании. Он обладает навыками разработки, автоматизации и управления инфраструктурой. Работа DevOps инженера включает в себя создание и поддержку инструментов для автоматизации разработки, настройку и мониторинг инфраструктуры, а также сотрудничество с различными командами внутри компании.

🐍Pythoner