Коллекция питонических роадмапов

Вашему вниманию дорожные карты из Py-мира с небезызвестного сайта roadmap.sh.

По технологиям:
— Python;
— SQL;

По специальностям:
— Data Engineer (потребуется VPN);
— Data Analyst;
— Data Scientist;

И даже Prompt Engineer, если вы хотите позабавиться или ужаснуться.

#основы
@zen_of_python

django-action-triggers | Вебхуки для всего отовсюду на Django

Библиотека позволяет инициировать всевозможные события на вашем Django-сайте по триггеру — апдейту базы данных. В отличие от т.н. сигналов, могут управляться динамически, без редеплоя.

Репозиторий проекта
@zen_of_python

В чем сила аннотаций типов

Type Hints — годный инструмент, ибо помогают находить ошибки типов ещё до запуска кода, но настоящая их сила в другом. С ними вы думаете о структуре данных, делая код менее ломким. Появились в Python 3.5 в 2015 году и прижились так хорошо. что даже IDE напоминают вам о них ворнингами.

Взгляните на функцию, что вычисляет скидку для списка товаров:

def calculate_discount(items, discount):
    return [item * (1 - discount) for item in items]

Всё работает, но не совсем понятно:

— Что именно items? Список? Кортеж? Генератор?
— Какой тип у discount?
— Что возвращает функция?

Код «самопроясняется», если добавить typing.List:

from typing import List

def calculate_discount(items: List[float], discount: float) -> List[float]:
    return [item * (1 - discount) for item in items]

Мы можем пойти дальше. Зачем ограничивать функцию только List[float], если она также могла бы принять кортеж, множество или генератор?

from collections.abc import Iterable

def calculate_discount(items: Iterable[float], discount: float) -> List[float]:
    return [item * (1 - discount) for item in items]

Теперь items — любая итерируемая структура: список, кортеж, генератор. Такой подход делает функцию более универсальной.

Это и есть главное преимущество Type Hints: они заставляют задуматься — а не слишком ли жёсткие ограничения я накладываю на входные данные? А не стоит ли сделать интерфейс функции более абстрактным?

Допустим, вы проектируете класс заказа. Если сначала использовали List для хранения товаров, то подумав о типах, вы можете заменить это на Set, чтобы избежать повторений. Или вместо хранения всех элементов в памяти начать использовать генератор для ленивой загрузки данных из базы.

Аннотации типов подталкивают вас к обобщённому проектированию, где функции и классы не зависят от конкретных реализаций.

Входы — как можно шире, выходы — как можно конкретнее.

#основы
@zen_of_python

​​Tail Calls в Python: грокаем

Внезапно банк Точка пояснил за «хвостовые вызовы» — механизме из подкапотного C, который значительно ускорил Python в релизах конца 2024 года. Статья не для новичков, но если прорветесь, сможете щеголять на собеседованиях.

#основы
@zen_of_python

​​Microsoft отказалась от поддержки Faster CPython — команда проекта уволена

Вот так просто: собрал команду, распустил команду... Если ты в Microsoft, конечно. IT-гигант поставил не на ту лошадь и запланировал ускорить язык за счет его основной реализации, но PSF опередили со своими Tail Calls.

👀 — я думал(-а), питонисты неуязвимые
🎃 — ожидаемое поведение корпораций

#факт
@zen_of_python

​​Ошибки, которые можно избежать в SQL: грабли начинающего аналитика

Если вы только начинаете работать с SQL, статья поможет избежать типичных ошибок (пропуски, доступы, производительность).

Там вы узнаете, почему важно проверять данные после объединения таблиц и как избежать потери строк при использовании JOIN.

#основы #sql
@zen_of_python

Вопросы подписчиков

Zen of Python поддерживает новоприбывших (и не только) в особой рубрике. Как это работает:

— Спрашивайте что угодно (в комментариях под этим постом), связанное с Python. Здесь нет плохих вопросов!
— Сообщество вас поддержит. Самые интересные вопросы мы разберём в отдельном посте;

#вопросы_новичков

@zen_of_python

Питон-хвостоед

Есть такое устойчивое выражение в английском:

Lather, rinse, repeat («Вспенить, смыть, повторить»)

Забугорские айтишники «забрали» эту надпись с шампуней в свой мир, и теперь этим выражением описывают любые малоосмысленные повторения чего угодно. Например, затянувшиеся правки.

#кек
@zen_of_python

​​radon | Метрики вашего кода

Этот инструмент вычисляет цикломатическую сложность, метрики Хэлстеда и индекс поддерживаемости и другие «метапоказатели» вашего проекта прямо в командной строке. Так вы быстрее выявите проблемные участки кода. Инструмент легко интегрируется с CI/CD. Дружит даже с Jupyter Notebook.

Проект на PyPi
#инструмент
@zen_of_python

​​Posit Connect | Деплой сервис для Python / R

Этот условно-бесплатный сервис позволяет быстро задеплоить ваш Proof of Concept. В Freemium-тарифе дают 4 Гб памяти, 2 ядра CPU, 20 часов серверного времени. Поддерживает закрытый список фреймворков, среди которых Streamlit, Dash, Shiny.

Цена: есть условно-бесплатный тариф
Сайт проекта
@prog_tools

sql-tstring | t-строки

В Python инфобезное нововведение — t-строки (грокнуто здесь). Они автоматически экранируют вставляемые значения, предотвращая инъекции команд или SQL.

Библиотека sql-tstring создает безопасные SQL-запросы, предотвращая SQL-инъекции. Позволяет также фильтровать имена таблиц и столбцов, обработает отсутствующие значения.

#инструмент
@zen_of_python

Знакомьтесь — OTP Tech

Канал про IT в ОТП Банке. Если хочешь быть в теме и знать, как современные технологии и решения работают в международном финтехе, то подписывайся на OTP Tech.

Ребята активно развиваются, внедряют современные решения вроде ИИшек, заблаговременно думают о рисках и, например, первыми в России перешли на процессинг Solar, а еще активно формируют культуру работы с данными. И это только верхушка того, чем эксперты начали делиться у себя в ТГ. Подписывайтесь и добавляйте канал в папку «Полезное».

Подписаться

Это #партнёрский пост

Курс по знакомству с Python

Разобраться с программированием — это как научиться читать: сначала кажется сложно, но потом открывается целый новый мир. Особенно если начать с понятного языка вроде Python.

В этом курсе шаг за шагом объясняют основы: переменные, условия, функции, работа с логикой и даже немного графики. Всё через простые проекты — от секундомера до мини-игры.

Если давно хотелось «въехать» в программирование, но ждали какого-то знака — это он 🕊️

#курс #начинающим #python #ru

Если вы хотите стать QA-инженером на ML-проекте, держите шпаргалку-роадмап, которая подскажет, какие темы стоит подтянуть перед собеседованием.

#роадмап #факт
@zen_of_python

Что за зверь такой — Последовательная типизация?

Всем нам в первые пару лет, как правило, доносят про:

Динамическую типизацию — способ работы с типами данных, при котором тип переменной определяется во время выполнения программы, а не заранее (как при статической типизации).

Природа любит заполнять «дыры» между такими антонимами, поэтому Python умеет и в т.н. Последовательную типизацию — систему типов, в которой некоторым переменным могут быть заранее заданы строгие типы:

def greet(name: str, greeting) -> str:
    return greeting + ", " + name

name: str = "Alice"
print(greet(name, "Hello"))

Этот ненавязчивый гибрид сочетает достоинства динамической и статической типизаций:
— Улучшает качества кода — аннотации типов позволяют инструментам вроде mypy находить ошибки до запуска программы;
— Облегчает сопровождения больших проектов — типы помогают лучше понять интерфейсы функций и классов;
— Помогает с плавным переходом: можно добавлять типы поэтапно, не переписывая весь код сразу.

#основы
@zen_of_python