Встроенная функция float в Python

Если строка, которую надо конвертировать в число, не является целым числом, здесь поможет метод float.

Float также можно использовать для преобразования целых чисел в числа с плавающей запятой.

В Python 2 такое преобразование необходимо, но в Python 3 целочисленное деление больше не является чем-то особенным (если вы специально не используете оператор «//»). Поэтому больше не нужно использовать float для этой цели, теперь float(x)/y можно легко заменить на x/y.

Подписывайтесь на канал 👉@pythonofff

Фильтры NEAREST, BILINEAR и BICUBIC в Pillow

Параметр resample можно использовать для указания определенного фильтра, который будет использоваться при поворачивании изображения.

• Image.NEAREST (ближайший сосед / по умолчанию);
• Image.BILINEAR;
• Image.BICUBIC.

С помощью фильтра Image.BICUBIC детали изображения станут более четким, чем в случае использования фильтра по умолчанию Image.NEAREST.

Небольшие различия есть, но у данной картинки они не очень видны. Но, например фильтр Image.BILINEAR сделал картинку более гладкой.

Подписывайтесь на канал 👉@pythonofff

Подборка Telegram каналов для программистов

Системное администрирование 📌
https://t.me/sysadmin_girl Девочка Сисадмин
https://t.me/srv_admin_linux Админские угодья
https://t.me/linux_srv Типичный Сисадмин

https://t.me/linux_odmin Linux: Системный администратор
https://t.me/devops_star DevOps Star (Звезда Девопса)
https://t.me/i_linux Системный администратор
https://t.me/linuxchmod Linux
https://t.me/sys_adminos Системный Администратор
https://t.me/tipsysdmin Типичный Сисадмин (фото железа, было/стало)
https://t.me/sysadminof Книги для админов, полезные материалы
https://t.me/i_odmin Все для системного администратора
https://t.me/i_odmin_book Библиотека Системного Администратора
https://t.me/i_odmin_chat Чат системных администраторов
https://t.me/i_DevOps DevOps: Пишем о Docker, Kubernetes и др.
https://t.me/sysadminoff Новости Линукс Linux

1C разработка 📌
https://t.me/odin1C_rus Cтатьи, курсы, советы, шаблоны кода 1С

Программирование C++📌
https://t.me/cpp_lib Библиотека C/C++ разработчика
https://t.me/cpp_knigi Книги для программистов C/C++
https://t.me/cpp_geek Учим C/C++ на примерах

Программирование Python 📌
https://t.me/pythonofff Python академия. Учи Python быстро и легко🐍
https://t.me/BookPython Библиотека Python разработчика
https://t.me/python_real Python подборки на русском и английском
https://t.me/python_360 Книги по Python Rus

Java разработка 📌
https://t.me/BookJava Библиотека Java разработчика
https://t.me/java_360 Книги по Java Rus
https://t.me/java_geek Учим Java на примерах

GitHub Сообщество 📌
https://t.me/Githublib Интересное из GitHub

Базы данных (Data Base) 📌
https://t.me/database_info Все про базы данных

Мобильная разработка: iOS, Android 📌
https://t.me/developer_mobila Мобильная разработка
https://t.me/kotlin_lib Подборки полезного материала по Kotlin

Фронтенд разработка 📌
https://t.me/frontend_1 Подборки для frontend разработчиков
https://t.me/frontend_sovet Frontend советы, примеры и практика!
https://t.me/React_lib Подборки по React js и все что с ним связано

Разработка игр 📌
https://t.me/game_devv Все о разработке игр

Библиотеки 📌
https://t.me/book_for_dev Книги для программистов Rus
https://t.me/programmist_of Книги по программированию
https://t.me/proglb Библиотека программиста
https://t.me/bfbook Книги для программистов
https://t.me/books_reserv Книги для программистов

БигДата, машинное обучение 📌
https://t.me/bigdata_1 Data Science, Big Data, Machine Learning, Deep Learning

Программирование 📌
https://t.me/bookflow Лекции, видеоуроки, доклады с IT конференций
https://t.me/coddy_academy Полезные советы по программированию
https://t.me/rust_lib Полезный контент по программированию на Rust
https://t.me/golang_lib Библиотека Go (Golang) разработчика
https://t.me/itmozg Программисты, дизайнеры, новости из мира IT
https://t.me/php_lib Библиотека PHP программиста 👨🏼‍💻👩‍💻
https://t.me/nodejs_lib Подборки по Node js и все что с ним связано
https://t.me/ruby_lib Библиотека Ruby программиста

QA, тестирование 📌
https://t.me/testlab_qa Библиотека тестировщика

Шутки программистов 📌
https://t.me/itumor Шутки программистов

Защита, взлом, безопасность 📌
https://t.me/thehaking Канал о кибербезопасности
https://t.me/xakep_1 Статьи из "Хакера"

Книги, статьи для дизайнеров 📌
https://t.me/ux_web Статьи, книги для дизайнеров

Английский 📌
https://t.me/UchuEnglish Английский с нуля

Математика 📌
https://t.me/Pomatematike Канал по математике
https://t.me/phis_mat Обучающие видео, книги по Физике и Математике

Excel лайфхак📌
https://t.me/Excel_lifehack

https://t.me/tikon_1 Новости высоких технологий, науки и техники💡
https://t.me/mir_teh Мир технологий (Technology World)

Вакансии 📌
https://t.me/sysadmin_rabota Системный Администратор
https://t.me/progjob Вакансии в IT

Проверка прав доступа через декораторы

Распространенным шаблоном при работе с веб-приложениями является проверка есть ли у клиента разрешение на выполнение запрашиваемого действия. Проверки включают получение значения из заголовка HTTP запроса (токен) или из cookie браузера, для идентификации клиента. Затем, когда клиент распознан, используется специальный метод для определения допустимых прав доступа у данного клиента.

Поскольку фактическая проверка разрешений зависит от приложения, здесь будет показан общий пример, в котором просто дает разрешение на выполнение запроса на основе значения из HTTP заголовка.

Подписывайтесь на канал 👉@pythonofff

Как удалить элемент массива в Python?

Вы можете использовать .remove() метод, чтобы удалить нужный элемент из массива на Python

arr = ["тест", "тест 1", "тест 2"]
arr.remove("тест 2")
# Вывод: ['тест', 'тест 1']
print(arr)

Подписывайтесь на канал 👉@pythonofff

‍Проверка данных при помощи декораторов

Еще один полезный метод, который может быть реализован с помощью декораторов, заключается в проверке данных до запуска декорированной функции. Очень распространенный этому пример в веб-приложении — это аутентификация пользователя. Если задача проверки/аутентификации завершается неудачно, то декорированная функция не вызывается, и вместо нее появляется ошибка.

В данном примере, декоратор only_admins ищет HTTP заголовок X-Auth-Token во входящем запросе и затем проверяет, если он совпадает с секретным токеном администратора, который для простоты мы сделали константой.

Если нет заголовка токена, или если он есть, но не совпадает, то функция abort() из Flask выполняется для генерации ответа 401 и остановки дальнейших запросов. В противном случае запрос может пройти, вызвав при этом декорированную функцию.

Обратите внимание, как в примере функции представления admin_route() используются декораторы app.route и only_admins. Это называется цепью декораторов.

Подписывайтесь на канал 👉@pythonofff

Фильтры Pillow: NEAREST, BILINEAR, BICUBIC

Библиотека Pillow (Python Imaging Library) предоставляет различные фильтры для обработки изображений. Один из параметров, который можно использовать при повороте изображения, — это resample. Этот параметр позволяет выбрать определенный фильтр, который будет применяться при изменении размера изображения. В Pillow доступны три основных фильтра: NEAREST (ближайший сосед), BILINEAR и BICUBIC.

Фильтр NEAREST является фильтром по умолчанию и работает быстро, но может привести к пикселизации и потере деталей при увеличении изображения. Фильтр BILINEAR обеспечивает более плавное увеличение и улучшенное качество по сравнению с NEAREST. Фильтр BICUBIC является наиболее точным и обеспечивает наилучшее качество изображения, сохраняя детали и сглаживая цветовые переходы.

from PIL import Image

img = Image.open('image.jpg')
resized_img = img.resize((width, height), resample=Image.BICUBIC)
resized_img.show()

Использование фильтра BICUBIC позволяет улучшить четкость изображения и сохранить детали при изменении размера. Например, если на изображении присутствуют тонкие линии или текст, то фильтр BICUBIC поможет сделать их более четкими и улучшить общее качество изображения. При этом фильтры BILINEAR и NEAREST также могут быть полезны в зависимости от конкретной задачи и требований к изображению.

Подписывайтесь на канал 👉@pythonofff

Форматирование данных с помощью pprint

Модуль pprint из стандартной библиотеки Python предоставляет разработчикам удобный способ вывода сложных и вложенных объектов в более читаемом виде. В отличие от стандартной функции print, pprint автоматически форматирует данные для удобства восприятия.

Когда вы пытаетесь вывести на печать крупный или сложно-структурированный объект с помощью print, результат может быть трудночитаемым из-за отсутствия форматирования. В таких случаях модуль pprint становится настоящим must-have инструментом для разработчиков, работающих с нетривиальными структурами данных.

Пример использования pprint:

import pprint

data = {'name': 'John', 'age': 30, 'city': 'New York', 'hobbies': ['reading', 'coding', 'hiking']}
pprint.pprint(data)

В результате выполнения данного кода вы увидите словарь data в удобочитаемом формате, который автоматически отформатировал модуль pprint. Это значительно облегчает работу с большими и сложными структурами данных в Python.

Подписывайтесь на канал 👉@pythonofff

Декораторы в Python

Декораторы в Python — это мощный инструмент, который позволяет изменять поведение функций или классов без изменения их исходного кода. Они позволяют добавлять дополнительную функциональность к уже существующим объектам, делая код более читаемым и поддерживаемым. Декораторы можно рассматривать как функции, которые принимают другую функцию в качестве аргумента и возвращают новую функцию, обычно с расширенным или измененным поведением.

Для создания декоратора необходимо определить функцию, которая будет выполнять дополнительную логику, и применить ее к целевой функции с помощью символа @. Например, если у нас есть функция, которую мы хотим декорировать, мы можем создать декоратор, который будет выводить время выполнения этой функции. Декоратор применяется к целевой функции, что позволяет нам измерить время ее выполнения без изменения самой функции.

import time

def timer_decorator(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"Time taken to execute {func.__name__}: {end_time - start_time} seconds")
        return result
    return wrapper

@timer_decorator
def some_function():
    # some code here
    pass

some_function()

В приведенном примере мы создали декоратор timer_decorator, который измеряет время выполнения целевой функции и выводит результат. Затем мы применили этот декоратор к функции some_function с помощью символа @. При вызове some_function декоратор автоматически добавляет логику измерения времени выполнения, не изменяя саму функцию.

Использование декораторов позволяет избежать дублирования кода и упрощает поддержку и анализ программы. Они также улучшают читаемость кода, поскольку дополнительная логика выносится из основной функции. Декораторы являются важной частью Python и позволяют разработчикам создавать более гибкие и масштабируемые приложения.


Подписывайтесь на канал 👉@pythonofff

📕Открытый урок для Python-разработчиков, инженеров, QA-специалистов и специалистов по Data Science

На открытом уроке 23 января в 20:00 мск мы изучим асинхронное взаимодействие в Python на примере RabbitMQ.

📗В результате мы:
- Поговорим про асинхронное взаимодействие в микросервисной архитектуре и асинхронное программирование в Python;
- Рассмотрим практический пример построения архитектуры приложения;
- Разберемся в преимуществах и недостатках такого подхода.

Спикер Панкрашов Дмитрий — ведущий разработчик в компании-партнере вендора СЭД "Директум", 5+ лет опыта в backend-разработке, работает с Python, PHP, .NET (C#), PostgreSQL.

👉 Регистрируйтесь прямо сейчас, чтобы не пропустить мероприятие: https://vk.cc/cHzBf9

📙 Все участники открытого урока получат скидку на курс "Python Developer. Professional"

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Поиск подстроки в строке

Pегулярное выражение — это строка, задающая шаблон поиска подстрок в тексте. В Python есть встроенный модуль, позволяющий работать с регулярными выражениями, — re, который содержит функцию search. Она позволит вам найти подстроку в строке

Подписывайтесь на канал 👉@pythonofff

Хранение хеша и соли

Для хранения можно использовать методы JSON, SQL, CSV и даже простой текстовый файл. Убедитесь, что пароль нигде не сохранен, ведь в этом состоит главная цель — избежать необходимость сохранения действующего пароля в исходном виде.

Если вы ограничены только одним местом для хранения, можете добавить соль и пароль вместе и потом сохранить их. Можно будет разделить их во время чтения, когда вам будет известна длина соли и ключа.

Подписывайтесь на канал 👉@pythonofff

Функции высшего порядка в Python

Функции высшего порядка в Python позволяют улучшить структуру кода, делая его более понятным и гибким. Они позволяют передавать функции как аргументы в другие функции и возвращать функции как результат выполнения другой функции. Такой подход делает код более модульным и упрощает его поддержку и расширение.

Пример использования функций высшего порядка — это создание функции, которая принимает другую функцию в качестве аргумента. Например, мы можем создать функцию, которая принимает функцию для преобразования элементов списка. Затем мы можем передать эту функцию в качестве аргумента и применить ее к каждому элементу списка. Это позволяет нам легко изменять способ преобразования элементов без изменения основного кода.

def apply_function_to_list(func, lst):
    return [func(x) for x in lst]

def square(x):
    return x * x

numbers = [1, 2, 3, 4, 5]
squared_numbers = apply_function_to_list(square, numbers)
print(squared_numbers)  # Output: [1, 4, 9, 16, 25]

В данном примере мы создали функцию apply_function_to_list, которая принимает функцию (в данном случае square) и список чисел. Функция apply_function_to_list применяет переданную функцию к каждому элементу списка и возвращает новый список с результатами преобразования. Таким образом, мы можем легко изменять функцию, которая применяется к элементам списка, не изменяя основной код.

Использование функций высшего порядка также позволяет нам писать более компактный и элегантный код. Мы можем передавать анонимные функции (lambda-функции) в качестве аргументов, что делает код более читаемым и понятным. Кроме того, функции высшего порядка позволяют нам использовать функциональный подход к программированию, что может быть полезно при работе с большими объемами данных.

Подписывайтесь на канал 👉@pythonofff

Хеширование паролей Python
Для Python 3.x

Здесь пароли будут хешироваться для последующего сохранения в базе данных.

Тут мы будем использовать salt. salt является случайной последовательностью, добавленной к строке пароля перед использованием хеш-функции.

salt используется для предотвращения перебора по словарю (dictionary attack) и атак радужной таблицы (rainbow tables attacks).

Подписывайтесь на канал 👉@pythonofff

Как убрать табуляцию в python?

Вы можете использовать метод строки .replace()

lineWithTabulation = "\tLine with tabulation"
print(lineWithTabulation)

lineWithoutTabulation = lineWithTabulation.replace('\t', '')
print(lineWithoutTabulation)

# Вывод :
# Line with tabulation
# Line with tabulation


Подписывайтесь на канал 👉@pythonofff

Python Requests анализ запроса

При составлении запроса стоит иметь в виду, что перед его фактической отправкой на целевой сервер библиотека requests выполняет определенную подготовку. Подготовка запроса включает в себя такие вещи, как проверка заголовков и сериализация содержимого JSON.

Если открыть .request, можно просмотреть PreparedRequest.

Проверка PreparedRequest открывает доступ ко всей информации о выполняемом запросе. Это может быть пейлоад, URL, заголовки, аутентификация и многое другое.

Подписывайтесь на канал 👉@pythonofff

Использование time.sleep() в threading

Python Logging Cookbook является хорошим примером использования time.sleep(). Модуль логирования logging является потоко-безопасным, поэтому в данном примере он будет полезнее, чем операторы print().

Здесь для создания двух потоков используется модуль Python threading. Также создается объект входа, что будет вводить threadName в stdout. Затем начинаются оба потока и инициируется цикл для каждого входа из главного потока. Для фиксирования пользователя используется KeyboardInterrupt при нажатии ^Ctrl+C.

Подписывайтесь на канал 👉@pythonofff

Создаём свой контекстный менеджер

Привет, в четверг на канале вышел небольшой пост про контекстные менеджеры. Сейчас разберём, как их можно реализовать.

В любом контекстном менеджере должны быть определены методы __enter__ и __exit__. В качестве примера создадим подобие уже существующего open.

Метод __enter__ вызывается автоматически и возвращает объект файла. После того, как блок with заканчивается, также вызывается метод __exit__, который закрывает файл.

А более подробно мы рассказываем про эту тему в нашем курсе по продвинутым темам.

Подписывайтесь на канал 👉@pythonofff

⁠Кэширование функций

Кэширование может сэкономить время, когда связанная с вводом или выводом функция периодически вызывается с одинаковыми аргументами. Раньше приходилось создавать свою реализацию, но в Python 3.2+ появился декоратор lru_cache, который позволяет нам быстро кэшировать и вскрывать возвращаемые значения функции.

Давайте реализуем калькулятор чисел Фибоначчи с использованием кэша. Советую попробовать запустить любую рекурсивную функцию с кэшированием и без него, прирост в скорости замечается сразу.

Подписывайтесь на канал 👉@pythonofff

Библиотека Numpy

При создании массивом мы получаем тип ndarray.

Рассмотрим наиболее часты атрибуты (не методы!) применимые к массивам:

ndim - число измерений (чаще их называют "оси") массива.

shape - размеры массива, его форма. Это кортеж натуральных чисел, показывающий длину массива по каждой оси. Для матрицы из n строк и m столбов, shape будет (n,m). Число элементов кортежа shape равно ndim.

size - количество элементов массива. Очевидно, равно произведению всех элементов атрибута shape.

dtype - объект, описывающий тип элементов массива

itemsize - размер каждого элемента массива в байтах.

data - буфер, содержащий фактические элементы массива. Обычно мы не используем этот атрибут, так как обращаться к элементам массива проще всего с помощью индексов.

Подписывайтесь на канал 👉@pythonofff