🤔Разбор

В принте сначала выводим b — 3, а потом через запятую выводим *a.
* рядом с итерируемым объектом как бы распаковывает его в выводе. Поэтому список [1, 2] превратится просто в 1 2.


🐍 Pythoner

✈️Flask-Session — это расширение для фреймворка Flask, которое позволяет управлять сеансами в ваших веб-приложениях. Flask-Session предоставляет инструменты для хранения данных сеанса на стороне сервера, что делает его идеальным инструментом для разработчиков, которые хотят обеспечить безопасное и надежное управление сеансами в своих веб-приложениях.

➡️Основные возможности Flask-Session:
- Управление сеансами: Flask-Session позволяет управлять сеансами, включая хранение данных сеанса на стороне сервера.

- Поддержка различных хранилищ: Flask-Session поддерживает множество хранилищ для данных сеанса, включая Redis, Memcached, файлы и другие.

- Безопасность: Flask-Session обеспечивает безопасное хранение данных сеанса, что важно для создания надежных веб-приложений.

➡️Использование Flask-Session с Redis:

from flask import Flask, session
from flask_session import Session

app = Flask(__name__)
app.config['SESSION_TYPE'] = 'redis'
app.config['SESSION_PERMANENT'] = False
app.config['SESSION_USE_SIGNER'] = True
app.config['SECRET_KEY'] = 'your_secret_key'

# Инициализация Flask-Session
Session(app)

@app.route('/')
def index():
    session['key'] = 'value'
    return 'Session set!'

@app.route('/get')
def get():
    return session.get('key', 'Not set')

if __name__ == '__main__':
    app.run(debug=True)

⛓Полезные ссылки:
Официальный сайт
GitHub

🐍 Pythoner

✈️Метод string.rfind() в Python используется для поиска последнего вхождения подстроки в строке. Метод возвращает индекс (позицию) последнего вхождения подстроки в строку, если подстрока не найдена, то метод возвращает -1.

➡️Примеры использования:
1.Поиск последнего вхождения подстроки:

text = "Hello, world! Welcome to Python."
result = text.rfind("o")
print(result)  # Вывод: 25

2.Поиск подстроки в определенном диапазоне:

text = "Hello, world! Welcome to Python."
result = text.rfind("o", 10, 20)
print(result)  # Вывод: 13

3.Обработка случая, когда подстрока не найдена:

text = "Hello, world! Welcome to Python."
result = text.rfind("z")
print(result)  # Вывод: -1

💡Заключение:
Метод string.rfind() полезен, когда вам нужно найти позицию последнего вхождения подстроки в строку, и может быть использован в различных сценариях программирования.

🐍 Pythoner

✈️Statsmodels — это библиотека Python для статистического анализа данных. Она предоставляет широкий набор инструментов для описательной статистики, статистических тестов, моделей линейной регрессии, временных рядов и многого другого. Statsmodels идеально подходит для аналитиков, исследователей и разработчиков, которые работают с данными и хотят проводить статистический анализ.

➡️Основные возможности Statsmodels:
- Описательная статистика: Statsmodels предоставляет инструменты для вычисления основных статистических показателей, таких как среднее, медиана, стандартное отклонение и другие.

- Статистические тесты: Statsmodels поддерживает множество статистических тестов, включая t-тест, F-тест, хи-квадрат и другие.

- Модели линейной регрессии: Statsmodels позволяет создавать и анализировать модели линейной регрессии, включая оценку параметров и статистическую значимость.

- Временные ряды: Statsmodels предоставляет инструменты для анализа временных рядов, включая ARIMA, SARIMA и другие модели.

➡️Пример описательной статистики:

import statsmodels.api as sm
import pandas as pd

# Создание данных
data = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': [2, 3, 5, 7, 11]
})

# Описательная статистика
desc_stats = data.describe()
print(desc_stats)

⛓Полезные ссылки:
Официальный сайт
GitHub
Документация

🐍 Pythoner

✈️В Python почти всё рассматривается как объект: числа, строки, функции, классы и модули — всё это объекты. Тем не менее, есть некоторые элементы, которые объектами не являются:

➡️Операторы и синтаксис:
Операторы (например, +, -, *, and, or, not и другие) — это части языка, которые не представлены как объекты в памяти.

➡️Аннотации типов:
Аннотации типов, такие как list[str], не создают объекты во время выполнения программы, а используются лишь для статического анализа кода.

def func(x: int) -> str:
    return str(x)

➡️Имена переменных:
Имена переменных — это просто ссылки на объекты, а не сами объекты. Переменная указывает на объект в памяти, но сама по себе не объект.

x = 42  # 'x' — это имя, а не объект
print(type(x))  # Объектом является число 42, а не имя 'x'

➡️Ключевые слова:
Ключевые слова Python (if, else, while, for, def, class, return и т.д.) — это зарезервированные слова, которые используются для управления логикой программы, и они не являются объектами.

print(type(if))  # Ошибка: ключевое слово не объект

🐍 Pythoner

✈️Декоратором называется функция, которая принимает функцию с таким же именем, как у исходной, но с расширенной функциональностью. Декораторы часто используются во фреймворках, чтобы упростить интеграцию пользовательских функций с фреймворком.

➡️Паттерн Декоратор настолько полезен, что в Python встроена специальная поддержка для него. Декорировать можно как функции, так и методы.

➡️Кроме того, Python поддерживает декораторы классов: функции, которые принимают класс в качестве аргумента и возвращают новый класс с таким же именем, как у исходного, но с дополненной функциональностью.

Иногда декораторы классов удобно использовать как альтернативу производным классам.

🐍 Pythoner

🤔Разбор

Функция any() используется для проверки наличия хотя бы одного True элемента в итерируемом объекте.
У нас есть:
False —> False
0 —> False
[] —> пустой список —> False
() —> пустой кортеж —> False

Все элементы - False, а функция any() требует хотя бы один True.
Ответ: False

🐍 Pythoner

🌐GitLab - это веб-платформа для управления репозиториями Git, используемыми для хранения и управления исходным кодом приложений. Это инструмент для разработки программного обеспечения, который предоставляет широкий набор функций, в том числе управление версиями, совместную работу, непрерывную интеграцию и непрерывную доставку.

➡️Управление версиями

Одной из основных функций GitLab является управление версиями. Эта функция позволяет разработчикам сохранять различные версии кода, которые могут быть использованы для восстановления предыдущих версий при необходимости. Благодаря системе контроля версий, которая реализована в GitLab, разработчики могут работать над одним и тем же проектом, не опасаясь потерять свою работу.

➡️Совместная работа

GitLab также предоставляет широкие возможности для совместной работы над проектами. Разработчики могут создавать задачи, определять приоритеты и назначать ответственных за их выполнение. Это позволяет упростить коммуникацию между разработчиками и ускорить процесс разработки.

➡️Непрерывная интеграция и доставка

GitLab также предоставляет инструменты для непрерывной интеграции и доставки (CI/CD), что позволяет автоматизировать процесс сборки, тестирования и развертывания кода. Это ускоряет процесс разработки и повышает качество кода.

🐍 Pythoner

✈️Requests-HTML — это библиотека Python, которая объединяет простоту Requests и мощность PyQuery для парсинга HTML. Она позволяет не только извлекать данные из веб-страниц, но и выполнять JavaScript, что делает её идеальным инструментом для веб-скрапинга современных сайтов с динамическим контентом.

➡️Основные возможности Requests-HTML:
- Парсинг HTML: Requests-HTML предоставляет удобные методы для парсинга HTML-документов с помощью CSS-селекторов и XPath.

- Выполнение JavaScript: Библиотека может выполнять JavaScript на странице, что позволяет получать данные, загруженные динамически.

- Сессии и куки: Поддерживает работу с сессиями и куки, что полезно для авторизации и поддержания состояния.

➡️Примеры использования:
1. Парсинг HTML с CSS-селекторами:

from requests_html import HTMLSession

session = HTMLSession()
r = session.get('https://example.com')

# Извлечение заголовков
titles = r.html.find('h1')
for title in titles:
    print(title.text)

2. Выполнение JavaScript:

from requests_html import HTMLSession

session = HTMLSession()
r = session.get('https://example.com')

# Выполнение JavaScript на странице
r.html.render()

# Извлечение динамического контента
dynamic_content = r.html.find('#dynamic-element', first=True)
print(dynamic_content.text)

⛓Полезные ссылки:
Официальный сайт
GitHub

🐍 Pythoner

✈️Пагинация — это разбиение большого списка данных на страницы. Она помогает не перегружать интерфейс и backend. Например, когда выводим 10 товаров на страницу, а не все 1000 сразу.

➡️Вот простой пример пагинации с использованием Python и Flask:

from flask import Flask, request, jsonify

app = Flask(__name__)

# Наши "данные" — список из 100 чисел
DATA = list(range(1, 101))

@app.route('/items')
def get_items():
    # Получаем параметры из запроса
    page = int(request.args.get('page', 1))
    per_page = int(request.args.get('per_page', 10))

    # Вычисляем границы
    start = (page - 1) * per_page
    end = start + per_page

    # Отдаём нужный кусок
    return jsonify({
        'page': page,
        'per_page': per_page,
        'items': DATA[start:end]
    })

if __name__ == '__main__':
    app.run(debug=True)

🔫Пример запроса:

http://localhost:5000/items?page=3&per_page=5

#Ответ: элементы с 11 по 15

🐍 Pythoner

🤔Разбор

Лямбда-функция принимает x и возвращает кортеж (x, x ** 2, x ** 3)
Для x = 3: (3, 3нкция приним3) → (3, 9, 27)

🐍 Pythoner

✈️Функция .strip() в Python по умолчанию удаляет пробелы в начале и конце строки. Это может быть особенно полезно при работе с данными, которые могут содержать случайные пробелы, которые могут помешать анализу данных или программированию. Например, строка ' Привет, мир! ' станет 'Привет, мир!' после использования .strip().

s = '     Привет, мир!     '
print(s.strip())  # Выведет: 'Привет, мир!'

➡️.strip() с аргументами
В дополнение к удалению пробелов, .strip() также может быть использован для удаления определенных символов из строки, передав их в качестве аргумента. Например, если мы хотим удалить определенный символ, такой как '#', из строки, мы можем это сделать, вызвав .strip('#'). Это удалит все экземпляры '#' из начала и конца строки.

s = '###Привет, мир!###'
print(s.strip('#'))  # Выведет: 'Привет, мир!'

➡️.lstrip() и .rstrip()
Python также предлагает две вариации функции .strip(), которые являются .lstrip() и .rstrip(). Эти функции работают так же, как .strip(), но .lstrip() удаляет символы только с левой стороны строки, а .rstrip() - только с правой стороны.

s = '###Привет, мир!###'
print(s.lstrip('#'))  # Выведет: 'Привет, мир!###'
print(s.rstrip('#'))  # Выведет: '###Привет, мир!'

🐍 Pythoner

✈️Модульные тесты (или unit-тесты) — это автоматические тесты, которые проверяют работу отдельных функций, методов или классов в изоляции от остальной программы.

➡️Цель модульного теста — убедиться, что маленький блок кода работает правильно при разных входных данных:

# Функция, которую будем тестировать
def add(a, b):
    return a + b

Теперь напишем модульный тест с использованием стандартного модуля unittest:

import unittest

class TestAddFunction(unittest.TestCase):
    def test_add_positive_numbers(self):
        self.assertEqual(add(2, 3), 5)

    def test_add_negative_numbers(self):
        self.assertEqual(add(-1, -2), -3)

    def test_add_zero(self):
        self.assertEqual(add(0, 5), 5)

if __name__ == '__main__':
    unittest.main()

➡️Зачем нужны модульные тесты:
- Находят ошибки в логике функции.
- Упрощают рефакторинг (можно смело менять код — тесты покажут, что сломалось).
- Помогают при разработке: можно быстро проверить, работает ли новый код.
- Улучшают структуру кода — приходится писать функции так, чтобы их легко тестировать.

🐍 Pythoner

✈️Основное различие между этими двумя методами состоит в том, что __new__ обрабатывает создание объекта, а __init__ обрабатывает его инициализацию.

__new__ вызывается автоматически при вызове имени класса (при создании экземпляра), тогда как init вызывается каждый раз, когда экземпляр класса возвращается __new__, передавая возвращаемый экземпляр в __init__ в качестве параметра self, поэтому даже если вы сохранили экземпляр где-нибудь глобально/статически и возвращали его каждый раз из __new__, для него все-равно будет каждый раз вызываться __init__.

Пример:

class Singleton:
    _instance = None

    def __new__(cls):
        if cls._instance is None:
            print("Создание объекта")
            cls._instance = super().__new__(cls)
        return cls._instance

    def __init__(self):
        print("Инициализация объекта")

a = Singleton()
b = Singleton()

⬆️Вывод:

Создание объекта
Инициализация объекта
Инициализация объекта

__new__ сработал один раз — объект создан.
__init__ вызвался дважды — каждый раз при создании экземпляра.

🐍 Pythoner

✈️Зависимость (dependency) — это внешний объект, который нужен какому-то компоненту для работы. Внедрение зависимостей (Dependency Injection) — это способ передать нужные зависимости извне, а не создавать их внутри.

➡️Простой пример:

class Engine:
    def start(self):
        print("Engine started")

class Car:
    def __init__(self, engine: Engine):
        self.engine = engine

    def run(self):
        self.engine.start()

⬆️Здесь Car не создает Engine внутри себя. Внедрение происходит через конструктор.

engine = Engine()
car = Car(engine)  # <-- внедрили зависимость
car.run()

➡️Как реализовать вручную в Python?
В Python DI часто реализуется через:

1. Конструктор (constructor injection):

class Service:
    def __init__(self, db_client):
        self.db = db_client

2. Setter-инъекция (через метод):

class Service:
    def set_db(self, db_client):
        self.db = db_client

3. Передача через параметры функции:

def handler(service: Service):
    return service.do_stuff()

➡️Зачем это нужно?
- Легко тестировать (можно подменить зависимости моками)
- Повышает гибкость (меняем реализацию зависимости)
- Разделяет ответственность (класс делает только то, что должен)

🐍 Pythoner