🎯 Подсказки типов в Python


Аннотации типов - это способ указать ожидаемый тип переменной в определении функции или метода. Для этого используется синтаксис с двоеточием и указанием типа после имени переменной. Например:

def add_numbers(x: int, y: int) -> int:
    return x + y

Здесь мы указываем, что функция add_numbers ожидает два целочисленных аргумента и возвращает целое число. Хотя аннотации типов не оказывают никакого влияния на выполнение программы, они могут помочь IDE и другим разработчикам понимать, какие данные ожидает функция.

Разбор 👨‍💻

a = 4
b = 5

Перебор цикла for выдаст нам одно число —> 4 (пробегаемся с 4 до 5). Это число будет занесено в список lst в формате строки.
Дальше соединяем все элементы списка join'ом слитно —> из списка ['4'] получим строку '4', а после приведем ее к типу int —> 4. Занесем это с в переменную c

Далее проверим наличие переменной c (числа 4) в кортеже (a, b) —> (4, 5)
Да, такой элемент есть. Выведется True. Ну а False выводится независимо от условия if. Он у нас снаружи.

Ответ: True False

Сочетания клавиш в VSCode 😎

Разбор 👨‍💻

У нас есть задача с вложенными циклами. Нужно быть внимательным.
Первый цикл прокрутится 2 раза
Второй - один раз —> его можем не учитывать
Третий - 1 раз, переменная i будет принимать значение 4 и добавлять его в список a.
Первый цикл прокрутит цикл №3 Два раза. Соответственно, действие повторится.

Мы два раза добавим число 4 в список и получим ответ [4, 4] в списке.

🧐 Зачем нужны тестироващики, если программист может сам тестировать код?


👉 Во-первых, даже самый опытный программист может упустить из виду какую-то ошибку, которую мог бы заметить тестировщик. Тестирование требует особого внимания к деталям и тщательного анализа каждой функции. Программист, который работает над определенным модулем, может пропустить ошибку в другом модуле, с которым он не работал. Тестировщик же, не замыкаясь на конкретном модуле, может охватить все приложение в целом и выявить ошибки, которые программист не заметил.

👉 Во-вторых, тестирование требует определенных знаний и опыта. Тестировщик специализируется именно на тестировании, что позволяет ему обладать необходимыми знаниями и навыками для проведения тестирования. Он знает, какие методики тестирования использовать, какие инструменты применять и как правильно оформлять отчеты о тестировании. Это позволяет ему не только эффективнее тестировать приложение, но и существенно экономить время на этом этапе разработки.

👉 В-третьих, тестировщик может принести свежий взгляд на приложение. Программист, который работает над кодом, может привыкнуть к определенным проблемам или ошибкам и не видеть в них проблемы. Тестировщик же, который впервые сталкивается с приложением, может обнаружить ошибки, которые программист уже не замечает.

🔔Полезный шаблон для вашего проекта на Tkinter

📹 То, как я пилил быстрое MVP приложения аналога duolingo 📹
🔥 Если есть вопросы, то задавайте! 🔥

не забудь поддержать видео 🫶

https://www.youtube.com/watch?v=LQ9wsHebyLg

А вот и архив с файлами, пользуйтесь.
Напоминаю, что это что-то типа MVP, и архитектура тут не самая лучшая.

Разбор 👨‍💻

У нас есть текст, состоящий из 3-ех слов.
Мы используем функцию map, куда передаем этот текст, преобразованный в список, где элементы - слова. (это мы получили при помощи split'a), а так же передаем туда функцию a.
Каждый элемент списка будет передаваться в функцию a —> к нему будет добавляться "!", а дальше все это занесется в отдельную переменную data.
Чтобы корректно вывести, мы переводим наш data в list и берем индекс 2.
это элемент Python!!

Если вдруг кто-то забыл, как работает map()
Что такое map() в Python?

📝 Работа с JSON в Python


JSON (JavaScript Object Notation) - это универсальный формат для обмена данными между приложениями. Он особенно популярен в веб-разработке, так как является легким и читаемым для человека.

🔻Чтение JSON-данных в Python

Одной из основных операций при работе с JSON в Python является чтение данных из JSON-файла или строки. Для этого в Python есть модуль json, который предоставляет функции для преобразования JSON в Python-объекты и наоборот. Например, чтобы прочитать данные из JSON-файла, мы можем использовать функцию json.load():

import json

with open('data.json') as file:
    data = json.load(file)

🔻Создание JSON-данных в Python

Помимо чтения JSON-данных, в Python мы также можем создавать и записывать JSON-данные. Для этого мы можем использовать функцию json.dump(). Например, допустим, у нас есть словарь Python, который мы хотим преобразовать в JSON-формат и записать в файл:

import json

data = {
    'name': 'John',
    'age': 30,
    'city': 'New York'
}

with open('data.json', 'w') as file:
    json.dump(data, file)

В данном примере мы создаем словарь data, который содержит информацию о имени, возрасте и городе. Затем мы используем функцию json.dump() для преобразования словаря в формат JSON и записи его в файл с именем data.json. После выполнения этого кода, в текущей директории будет создан новый файл data.json, содержащий данные в формате JSON.

🔻 Обработка JSON-данных в Python

Когда мы считали или создали JSON-данные в Python, мы можем обрабатывать их так же, как и любые другие данные. Мы можем получить доступ к элементам JSON-объекта, изменять их значения и выполнять другие операции. Все это работает подобно python словарю. Например, у нас есть следующий JSON-файл:

{
    "name": "John",
    "age": 30,
    "city": "New York"
}

Мы можем получить доступ к значениям полей JSON-объекта следующим образом:

import json

with open('data.json') as file:
    data = json.load(file)

name = data['name']
age = data['age']
city = data['city']

print(name, age, city)