🟢 Что такое RestApi?


В настоящее время многие веб-приложения используют RestApi. RestApi - это аббревиатура от Representational State Transfer Application Programming Interface. RestApi - это набор протоколов и правил, используемых для создания веб-сервисов, которые могут взаимодействовать друг с другом.

➡️ Основные принципы RestApi

RestApi работает на основе нескольких принципов. Один из них - это использование универсальных интерфейсов. Это означает, что клиенты и серверы должны использовать общие методы передачи данных, такие как HTTP-протоколы GET, POST, PUT и DELETE.

Другой принцип - это использование ресурсов. Ресурсы - это общие сущности, которые могут быть представлены в виде URL-адресов. Например, веб-сервис может представлять собой коллекцию пользователей, каждый из которых является отдельным ресурсом.

➡️ Преимущества RestApi

RestApi имеет множество преимуществ. Одно из них - это возможность создания универсальных веб-сервисов, которые могут взаимодействовать с любым клиентом, который может использовать общие методы передачи данных.

RestApi также обеспечивает гибкость и масштабируемость веб-сервисов. Это означает, что веб-сервисы могут легко добавляться и масштабироваться по мере необходимости.

Наконец, RestApi обеспечивает безопасность веб-сервисов. Он может использовать стандартные методы аутентификации и авторизации, такие как OAuth, для обеспечения безопасности и конфиденциальности передаваемых данных.

Разбор 👨‍💻

Совсем забыл про разбор 🙃

Записываем в файл текст. Обратите внимание, что в тексте есть \n —> это переход на новую строку (аналог enter на клаве).
Когда мы дальше открываем файл на чтение, то мы считываем только 1 строку readline'ом. Поэтому получим просто слово hello

Разбор 👨‍💻

Почему-то многие писали в тт о том, что нельзя так назвать функцию. Заблуждение.
Сначала в переменную a был занесен текст "5".
Далее a = a + str(a)
str уже переопределено —> передаем туда текст "5", возвращается "55".

a = "5" + "55" —> "555"
Вот и ответ. Кратно пояснил, надеюсь, что понятно.

❓ Мб кому-то будет интересно порешать задачу. Уровень решаемый, но нужно чуть подумать. (мнение субъективно).

Дана последовательность натуральных чисел общим количеством от 1 до 1000. В последовательности числа не отсортированы, то есть расположены в случайном порядке. Сами числа берутся из диапазона от 0 до 999 включительно.
Введено правило, что допустимо двигаться в последовательности слева направо только так, чтобы переходить от текущего числа к следующему строго большему. Не обязательно начинать с самого левого элемента.

Рассмотрим пример последовательности:
6 2 5 1 7 4 8 3

Тогда в ней можно двигаться по следующим маршрутам:
6 7 8, 6 8, 7 8, 2 5 7 8, 1 4 8
и т.д.

Как видите, в любом из этих маршрутов числа строго возрастают слева направо.
Требуется найти длину самого длинного разрешённого маршрута.
____________________

Sample Input:

6 2 5 1 7 4 8 3
____________________
Sample Output:

4

Долгожданный разбор 👨‍💻

Вызываем функцию, в которую передаем список из множества элементов. Далее считаем его длину.
Умножаем [1] на длину(N, например) и получаем список, где у нас N единиц.
Далее вернем через return из функции наш список, преобразовав в множество. После преобразования получим {1}, т.к. все повторы уберутся.

В выводе получим {1}

🟢 Кто такой Python Big Data Инженер?


Python Big Data Инженер - это специалист, который обладает навыками работы с большими объемами данных. Для занятия этой должности часто необходимо обладать следующими навыками:

➡️ 1. Знание Python

Python - это язык программирования, который широко используется в области обработки данных. Python Big Data Инженер должен обладать хорошими знаниями языка Python, чтобы управлять и обрабатывать большие объемы данных.

➡️ 2. Базы данных

Python Big Data Инженер должен иметь хорошие знания в области баз данных. Он должен уметь разрабатывать и управлять базами данных, а также анализировать их.

➡️ 3. Инструменты Big Data

Python Big Data Инженер должен знать инструменты для работы с большими объемами данных, такие как Hadoop, Spark, Kafka и другие. Он должен уметь использовать эти инструменты для обработки и анализа данных.

➡️➡️ Роль в организации

Python Big Data Инженеры играют важную роль в организации. Они отвечают за обработку и анализ больших объемов данных, которые используются для принятия важных решений. Они работают в области машинного обучения, аналитики данных, бизнес-анализа и других областях.


p.s. Мб тут есть те, кто уже стал/планирует работать в области Big Data?

🟢 Кто такой Python Data Science инженер?


➡️ Анализ данных

Python Data Science инженер отвечает за анализ больших объемов данных и извлечение из них полезной информации. Он использует различные инструменты и техники, такие как машинное обучение, статистический анализ, визуализацию данных и другие, чтобы извлечь ценные знания из данных. Python Data Science инженеры работают с данными различной сложности, от простых таблиц и графиков до сложных баз данных и больших наборов данных.

➡️ Машинное обучение

Python Data Science инженеры также работают с машинным обучением. Они создают модели машинного обучения, которые используются для прогнозирования результатов и принятия решений на основе данных. Python Data Science инженеры используют различные алгоритмы машинного обучения, чтобы создавать модели, которые могут использоваться для решения различных задач.

➡️ Визуализация данных

Python Data Science инженеры также отвечают за визуализацию данных. Они создают графики, диаграммы и другие типы визуализации данных, которые помогают представлять данные в более понятном и доступном виде. Это позволяет принимать более информированные решения на основе данных и обеспечивает лучшее понимание данных для всех участников проекта.

🔔Телеграм бот, который переводит сообщение в голосовуху 💬

📹 Написал бота на Python, используя Aiogram и gTTS 📹
🔥 Смотрите, оценивайте, используйте 🔥

https://www.youtube.com/watch?v=hWm9GcCFD3E

Разбор 👨‍💻

Создаем список из чисел от 0 до 9. Через двоеточие мы объявляем тип переменной - list.

Далее мы генерируем список в наш numbers. Делаем срез исходного списка с первого элемента, шагая до конца, с шагом 2.

Начало:Конец:Шаг —> 1:(пропущено == конец):2
В ответе получили нечетные значения.

🟢 Что такое Pydantic?


Pydantic - это библиотека Python, которая предоставляет инструменты для проверки данных и сериализации (преобразования объектов Python в JSON-подобную структуру данных). Pydantic также предоставляет возможность создавать собственные классы с валидацией и автоматической сериализацией данных.

➡️ Валидация данных с Pydantic

Одной из основных функций Pydantic является проверка данных. Pydantic позволяет определить структуру данных в Python-классе и автоматически проверять, соответствует ли входной объект этой структуре. Например, мы можем создать класс "Person" со свойствами "name" и "age", а затем использовать этот класс для проверки данных о человеке, которые мы получаем из внешнего источника.

python
from pydantic import BaseModel

class Person(BaseModel):
    name: str
    age: int

person_data = {"name": "Alice", "age": 25}
person = Person(**person_data)

В этом примере мы создали экземпляр класса "Person" из словаря "person_data". Pydantic автоматически проверяет, что ключи "name" и "age" существуют в словаре и что "name" имеет тип "str", а "age" - тип "int".

➡️ Сериализация данных с Pydantic

Еще одна полезная функция Pydantic - это сериализация данных. При сериализации объект Python преобразуется в JSON-подобную структуру данных, которая может быть передана по сети или сохранена в файл. Pydantic позволяет автоматически сериализовать объекты Python, определенные в классах Pydantic.

python
class Person(BaseModel):
    name: str
    age: int

person = Person(name="Alice", age=25)
person_json = person.json()

В этом примере мы создали экземпляр класса "Person", а затем сериализовали его в формат JSON с помощью метода "json()". Результатом будет строка JSON с полями "name" и "age", соответствующими свойствам объекта "person".

➡️ Создание своих классов Pydantic

Pydantic также позволяет создавать собственные классы с валидацией и автоматической сериализацией данных. Для создания такого класса необходимо унаследоваться от базового класса Pydantic "BaseModel" и определить свойства класса с аннотациями типов данных.

python
class User(BaseModel):
    username: str
    password: str
    email: str
    age: Optional[int] = None

В этом примере мы создали класс "User" со свойствами "username", "password", "email" и "age". Свойство "age" определено как необязательное с помощью "Optional[int]". Если значение "age" не указано при создании экземпляра класса, то оно будет равно "None".