Целых 25 лучших практик для разработки на Python в одной статье

Если вы хотите не просто программировать на Python, но и делать это качественно, быстро, создавать гибкий и масштабируемый код, который поймёте не только вы, но и ваши коллеги, то читайте и запоминайте:

https://proglib.io/p/25-luchshih-praktik-razrabotki-na-python-2024-07-09

Что бы вы добавили к этому списку?

#советы

Большая шпаргалка по Python

У этого репозитория уже более 36 тысяч звёзд на GitHub, а последнее обновление было на прошлой неделе.

Шпаргалка покрывает большинство возможностей Python, поэтому её полезно держать при себе каждому Python-разработчику. Особенно если работаете на MacOS или Linux.

Сохраняйте в избранное и не забывайте: https://github.com/gto76/python-cheatsheet

#шпаргалка

Зачем нужен List Comprehensions и как он помогает Python-разработчикам

List Comprehensions — это мощный инструмент в Python, который позволяет создавать списки простым и читаемым способом. Используя List Comprehensions, вы можете избавиться от громоздких циклов for и сделать код более компактным.

Основной синтаксис List Comprehensions выглядит так:

[выражение for элемент in итерируемый_объект]

Где выражение определяет, что будет добавлено в новый список, а элемент перебирает каждый элемент в итерируемый_объект.

Простой пример:

Создадим список квадратов чисел от 1 до 5:

squares = [x**2 for x in range(1, 6)]
print(squares)  # Результат: [1, 4, 9, 16, 25]

Пример с условием:

Теперь создадим список из чисел от 1 до 5, но включим только четные числа:

even_numbers = [x for x in range(1, 6) if x % 2 == 0]
print(even_numbers)  # Результат: [2, 4]

Вложенные циклы:

Создадим матрицу 3x3 из чисел от 1 до 3:

matrix = [[x for x in range(1, 4)] for y in range(1, 4)]
print(matrix)  # Результат: [[1, 2, 3], [1, 2, 3], [1, 2, 3]]

Пример с условием и вложенными циклами:

Предположим, у нас есть список словарей, и мы хотим извлечь все дни рождения:

people = [
    {"first_name": "Василий", "last_name": "Марков", "birthday": "9/25/1984"},
    {"first_name": "Регина", "last_name": "Павленко", "birthday": "8/21/1995"}
]

birthdays = [person["birthday"] for person in people if "birthday" in person]
print(birthdays)  # Результат: ['9/25/1984', '8/21/1995']

Используя List Comprehensions, вы можете значительно сократить объем кода и сделать его более читаемым. Это особенно полезно для создания списков из данных, применения условий и работы с многомерными структурами данных.

#советы

Генератор QR-кодов для Wi-Fi

Сегодня многие роутеры уже умеют сами генерировать QR-код для подключения к сети. Но если вы хотите разобраться в том, как это работает с точки зрения кода или ваш роутер так не умеет, то эта библиотека вам поможет.

GitHub

#библиотека

Делаем полнотекстовый поиск на Python из 150 строк

Полнотекстовый поиск используется повсюду. Именно с помощью него вы можете без труда быстро находить нужную информацию за доли секунд.

Здесь вы узнаете, как работает полнотекстовый поиск, на каких компонентах он основан, а также сможет изучить простой код для его реализации:

https://bart.degoe.de/building-a-full-text-search-engine-150-lines-of-code/

Шпаргалка по Python для начинающих

Тут собрано более 20 страниц со шпаргалками, которые пригодятся каждому начинающему Python-разработчику и не только. 

Скачивайте и сохраняйте пост в избранном

#шпаргалка

Что выведет следующий код?

#викторина

10 итераторов, о которых вы могли не знать

Python позволяет легко работать с коллекциями и различными последовательностями: строками в файлах, списками, ключами, значениями в словарях и прочим. И это возможно благодаря протоколу итераторов, который, в частности, обеспечивает работу цикла for.

Наверняка вы знаете несколько способов итерации в Python, но в этой статье представлены интересные и малоизвестные примеры:

https://habr.com/ru/post/697390/

В Python слишком много менеджеров пакетов?

В отличие от JavaScript, C#, Dart или Rust, где есть стандартизированные менеджеры пакетов типа npm, NuGet, pub или Cargo, Python стандарты обошли стороной. У него есть целый ворох менеджеров, например, pip, venv, conda и др.

Хорошо это или плохо? Автор этой статьи попробовал разобраться в этом вопрос, попутно разобрав популярные менеджеры для Python:

https://dublog.net/blog/so-many-python-package-managers/

А вы за обилие вариантов или мечтаете о стандартизации?

Как писать чистый код на Python. Советы разработчикам

Написав несколько проектов, вы заметите, что использование паттернов и правил написания кода действительно упрощает разработку и дальнейшую поддержку. А если работаете с кем-то, то без этого вообще никуда.

В этой статье вы узнаете, что такое PEP8, poetry, как создавать архитектуру python-приложения, какие существуют методологии Driven Development и как писать чистый код на Python.

#советы #чистыйкод

Да, было

Что произойдет, если попытаться выполнить следующий код для изменения элемента в кортеже?

Варианты ответа ниже.

#викторина

Асинхронность, многопоточность и многопроцессность в python

Хоть Python пока и не стал по-настоющему многопоточным, как нам обещают в Python 3.13, кое-что он всё же может.

С помощью этого видео вы сможете разобраться в том:

— что такое асинхронное программирование;
— какие есть виды многозадачности при проектировании приложения;
— узнать про процессы, потоки и асинхронный код.

https://youtu.be/_4QY1nGFRY8

#видео #многопоточность

Кто знает почему так?
Загадка для внимательных. Пишите ответ в комментарии

Веб-приложения теперь можно делать на чистом Python, не хуже, чем на JavaScript

Соучредитель fast.ai Джереми Ховард выпустил FastHTML. Эта технология позволяет писать на Python полноценные веб-приложения.

Уже сейчас здесь есть и компоненты, и адаптивность. Вы можете подключать сюда как JS, так и Python модули, если требуется.

Более подробно о проекте можно узнать на сайте, который, кстати, сделан как раз с помощью FastHTML: https://fastht.ml/

#библиотека #веб

Трёхстраничная шпаргалка по REST API, с помощью которой вы узнаете:

— как называются части URL в контексте запроса;
— зачем нужны те или иные заголовки запросов (например, Accept-Charset / User-Agent);
— чем отличается код 300 от 500

#api #шпаргалка

Взламываем игры с помощью Python

Многие наверняка помнят программу ArtMoney, которая позволяла взламывать игры, чтобы добавить себе денег, жизней и прочих плюшек в игре.

Сегодня вы можете сделать то же самое, но без ArtMoney, если умеете программировать на Python. Автор этой статьи так и сделал, теперь делиться результатом работы:

https://habr.com/ru/articles/835212/

А какую бы игру взломали вы и зачем?

Разбираемся в бинарном поиске на Python

Binary Search, или бинарный поиск — это эффективный способ найти элемент в отсортированном массиве. Принцип работы основан на делении массива пополам. Алгоритм постоянно уменьшает область поиска, пока не найдёт целевой элемент или не убедится, что его в массиве нет.

Вот как это происходит шаг за шагом. Сначала находим середину массива и сравниваем средний элемент с тем, который ищем. Если он совпадает с целевым, то задача выполнена. Если нет, и целевой элемент меньше среднего, ищем в левой половине массива. Если же больше — в правой. Процесс продолжается, пока не найдем элемент или массив не закончится.

Рассмотрим пример итеративного бинарного поиска на Python:

def binary_search(arr, target):
    low, high = 0, len(arr) - 1
    
    while low <= high:
        mid = (low + high) // 2
        guess = arr[mid]
        
        if guess == target:
            return mid
        elif guess > target:
            high = mid - 1
        else:
            low = mid + 1
    
    return -1

# Пример использования
arr = [1, 3, 5, 7, 9, 11, 13, 15]
target = 9
result = binary_search(arr, target)
print(f"Элемент найден на индексе: {result}" if result != -1 else "Элемент не найден")

Аналогичный пример можно реализовать и рекурсивным методом:

def binary_search_recursive(arr, target, low, high):
    if low > high:
        return -1
    
    mid = (low + high) // 2
    guess = arr[mid]
    
    if guess == target:
        return mid
    elif guess > target:
        return binary_search_recursive(arr, target, low, mid - 1)
    else:
        return binary_search_recursive(arr, target, mid + 1, high)

# Пример использования
arr = [1, 3, 5, 7, 9, 11, 13, 15]
target = 9
result = binary_search_recursive(arr, target, 0, len(arr) - 1)
print(f"Элемент найден на индексе: {result}" if result != -1 else "Элемент не найден")

Также можно использовать встроенную библиотеку bisect для выполнения бинарного поиска:

import bisect

def binary_search_bisect(arr, x):
    i = bisect.bisect_left(arr, x)
    if i != len(arr) and arr[i] == x:
        return i
    else:
        return -1

# Пример использования
arr = [2, 3, 4, 10, 40]
x = 10
result = binary_search_bisect(arr, x)
print(f"Элемент найден на индексе: {result}" if result != -1 else "Элемент не найден")

Важно помнить, что бинарный поиск работает только с отсортированными массивами. В этом его главный плюс и ограничение. Зато временная сложность у него составляет всего O(log n), что значительно быстрее линейного поиска. Это делает бинарный поиск отличным выбором для работы с большими данными.

#советы #алгоритмы

​​Пишем простой калькулятор на Python

Внутри гайд — комментарии, инструкции и полезные советы.

@zen_of_python