🧠 Переопределение стандартного поведения функций через декоратор
Иногда хочется обернуть функцию, чтобы автоматически логировать её вызов или измерять время исполнения. Это удобно делать через декоратор.
🎯 Итог
Декораторы позволяют добавлять поведение к функциям, не изменяя их напрямую. Это мощный инструмент для логирования, кэширования, авторизации и прочих нужд.
Иногда хочется обернуть функцию, чтобы автоматически логировать её вызов или измерять время исполнения. Это удобно делать через декоратор.
🎯 Итог
Декораторы позволяют добавлять поведение к функциям, не изменяя их напрямую. Это мощный инструмент для логирования, кэширования, авторизации и прочих нужд.
Общий сбор питонистов на митапе ЮMoney ™️
Питоняшки — бесплатный митап ЮMoney для Python-разработчиков.
✅ 3 июля, в четверг, в 19:00 (мск) — приходите на митап в Санкт-Петербурге или подключайтесь онлайн.
О чём будут доклады?
🟣 Это не те метрики, что вы ищете. Разберёмся, почему стандартного экспортёра может не хватать, и как написать свой на Python.
🟣 Кодогенерация: как компьютеры учатся писать код за нас. Поговорим про прошлое, настоящее и будущее кодогенерации в разных языках программирования.
🟣 Ruff: как не положить всё, переходя на новые правила? Поговорим про линтеры, форматтеры и подводные камни при переходе на Ruff.
🟣 Секреты успеха змеи в мире пауков. Обсудим, как мы применяли scrapy и playwright в ЮMoney, чтобы создать сервис модерации сайтов.
Зарегистрируйтесь, чтобы принять участие. Все подробности — на сайте митапа Питоняшки🔥
Питоняшки — бесплатный митап ЮMoney для Python-разработчиков.
О чём будут доклады?
Зарегистрируйтесь, чтобы принять участие. Все подробности — на сайте митапа Питоняшки
Please open Telegram to view this post
VIEW IN TELEGRAM
🗂 Быстрое создание вложенных словарей с defaultdict
Если ты работаешь с вложенными структурами типа dict of dict, можно избавиться от лишних проверок на наличие ключей, используя collections.defaultdict.
📌 Это особенно удобно при подсчёте данных или построении динамических структур.
🎯 Итог
С помощью defaultdict можно упростить работу с вложенными словарями и избежать лишней проверки наличия ключей. Идеально подходит для счётчиков и агрегаций.
Если ты работаешь с вложенными структурами типа dict of dict, можно избавиться от лишних проверок на наличие ключей, используя collections.defaultdict.
📌 Это особенно удобно при подсчёте данных или построении динамических структур.
🎯 Итог
С помощью defaultdict можно упростить работу с вложенными словарями и избежать лишней проверки наличия ключей. Идеально подходит для счётчиков и агрегаций.
🎯 Набор на бесплатное обучение в 2025 году продолжается!
Если вы хотите сменить профессию или получить новые навыки — сейчас самое время.
Участие в проекте бесплатное, но количество мест ограничено❗️
В проекте более 200 тыс. человек уже прошли обучение и улучшили свои компетенции 🔥
Обучение по востребованным направлениям, удобный формат и реальный шанс изменить карьеру — всё это ждёт вас в проекте.
Присоединяйтесь,
➡️ Подпишитесь на канал!
Реклама ООО АДИ Групп ИНН 7017283529
Если вы хотите сменить профессию или получить новые навыки — сейчас самое время.
Участие в проекте бесплатное, но количество мест ограничено❗️
В проекте более 200 тыс. человек уже прошли обучение и улучшили свои компетенции 🔥
Обучение по востребованным направлениям, удобный формат и реальный шанс изменить карьеру — всё это ждёт вас в проекте.
Присоединяйтесь,
➡️ Подпишитесь на канал!
Реклама ООО АДИ Групп ИНН 7017283529
🧹 Удаление дубликатов при сохранении порядка
Обычно set() убирает дубликаты, но не сохраняет порядок.
dict.fromkeys() создаёт словарь, где ключи — элементы списка (они уникальны), и при этом сохраняет порядок добавления (с Python 3.7+).
🎯 Итог
Чтобы быстро убрать дубликаты и сохранить порядок, используй list(dict.fromkeys(...)). Эффективно и элегантно.
Обычно set() убирает дубликаты, но не сохраняет порядок.
dict.fromkeys() создаёт словарь, где ключи — элементы списка (они уникальны), и при этом сохраняет порядок добавления (с Python 3.7+).
🎯 Итог
Чтобы быстро убрать дубликаты и сохранить порядок, используй list(dict.fromkeys(...)). Эффективно и элегантно.
🧵 Распаковка словаря в аргументы функции
Иногда нужно передать значения из словаря в функцию — можно сделать это красиво и лаконично.
**data автоматически распакует ключи словаря как имена аргументов, а значения — как аргументы функции.
🎯 Итог
Когда у тебя есть словарь с нужными данными, не передавай каждый параметр вручную — просто используй **. Это сокращает код и повышает читаемость.
Иногда нужно передать значения из словаря в функцию — можно сделать это красиво и лаконично.
**data автоматически распакует ключи словаря как имена аргументов, а значения — как аргументы функции.
🎯 Итог
Когда у тебя есть словарь с нужными данными, не передавай каждый параметр вручную — просто используй **. Это сокращает код и повышает читаемость.
❓ Как перейти в Data Science
Не секрет, что сфера Data Science сейчас переживает настоящий бум. За последние 10 лет число вакансий выросло в 30 раз, а медианная зарплата стартует от 200 000 ₽ в месяц (у senior-специалистов она легко превышает 500 000 ₽ в месяц).
В связи с этим многие представители смежных профессий задумываются о переходе в Data Science, но задаются вопросами:
🤔 Подходит ли мне эта сфера?
🤔 Какую специализацию внутри наук о данных выбрать?
🤔 С чего начать карьерный переход?
Если вы тоже об этом задумываетесь, предлагаем вам пройти небольшой тест от методологов магистерской программы МФТИ «Науки о данных».
Ответьте на 6 вопросов о вашем опыте и интересах и получите персональную рекомендацию:
👉 Какая специализация внутри Data Science вам подходит.
👉 Как построить карьерный переход в эту профессию.
➡️ Пройти тест ⬅️
Не секрет, что сфера Data Science сейчас переживает настоящий бум. За последние 10 лет число вакансий выросло в 30 раз, а медианная зарплата стартует от 200 000 ₽ в месяц (у senior-специалистов она легко превышает 500 000 ₽ в месяц).
В связи с этим многие представители смежных профессий задумываются о переходе в Data Science, но задаются вопросами:
🤔 Подходит ли мне эта сфера?
🤔 Какую специализацию внутри наук о данных выбрать?
🤔 С чего начать карьерный переход?
Если вы тоже об этом задумываетесь, предлагаем вам пройти небольшой тест от методологов магистерской программы МФТИ «Науки о данных».
Ответьте на 6 вопросов о вашем опыте и интересах и получите персональную рекомендацию:
👉 Какая специализация внутри Data Science вам подходит.
👉 Как построить карьерный переход в эту профессию.
➡️ Пройти тест ⬅️