2619
🐍 Канал о программировании на языке Python. Тематические уроки и лайфхаки. 👽 Админ - @it_dashka 🔊 Купить рекламу: https://telega.in/c/byteofpython 👉 Чат: @abyteofpython 👉 Поделиться с друзьями: @byteofpython
🔹 Итераторы в Python — пошаговый доступ к данным
Итераторы позволяют перебирать элементы коллекций (списков, кортежей, строк) по одному.
Объект считается итератором, если реализует методы iter() и next().
➡️ Пример:
my_list = [1, 2, 3]
it = iter(my_list)
print(next(it)) # Вывод: 1
print(next(it)) # Вывод: 2
✔️ Используйте их в циклах и для последовательного доступа к данным.Читать полностью…
❓ Зачем используется функция map() в Python и когда её применять?
Функция map() применяется для преобразования каждого элемента итерируемого объекта с помощью переданной функции. Это позволяет лаконично и эффективно обрабатывать коллекции данных.
✅ Пример:
numbers = [1, 2, 3, 4]
squared = list(map(lambda x: x ** 2, numbers))
print(squared) # [1, 4, 9, 16]
map() применяет лямбда-функцию ко всем элементам списка, возвращая новый список с квадратами чисел.map() удобно использовать, когда нужно преобразовать каждый элемент коллекции, например, при форматировании данных или проведении математических операций.Читать полностью…
🔹 Списочные включения (List Comprehensions) в Python
Списочные включения позволяют компактно создавать списки на основе существующих.
Их удобно использовать для фильтрации, трансформации и создания новых списков.
➡️ Пример:
numbers = [1, 2, 3, 4, 5]
squares = [x**2 for x in numbers]
print(squares) # Вывод: [1, 4, 9, 16, 25]
Используйте списочные включения для краткости и читаемости кода.Читать полностью…
🔹 Генераторы в Python — ленивые итерации
Генераторы позволяют создавать последовательности без хранения всех элементов в памяти.
Они работают "лениво" — вычисляют значения по мере необходимости.
➡️ Пример:
def countdown(n):
while n > 0:
yield n
n -= 1
for num in countdown(5):
print(num)
5
4
3
2
1
❓ Зачем используется функция zip() в Python и когда её применять?
Функция zip() объединяет несколько итерируемых объектов, возвращая итератор кортежей, где каждый кортеж содержит элементы с одинаковыми индексами из разных коллекций.
Это полезно для создания пар значений из разных списков.
names = ["Alice", "Bob", "Charlie"]
ages = [25, 30, 35]
for name, age in zip(names, ages):
print(f"{name} — {age} лет")
zip() объединяет два списка в пары, создавая удобные кортежи для вывода.zip() удобно использовать для обработки связанных данных, создания словарей из двух списков и итерации по нескольким коллекциям одновременно.
Читать полностью…
🔹 Декораторы в Python — обёртка для функций
Декораторы позволяют модифицировать поведение функции без изменения её кода.
Используются для логирования, проверки прав доступа, кеширования и других задач.
Декоратор — это функция, которая принимает другую функцию как аргумент и возвращает новую функцию.
➡️ Пример:
def my_decorator(func):
def wrapper():
print("Выполнение функции:")
func()
print("Завершено.")
return wrapper
@my_decorator
def say_hello():
print("Привет, мир!")
say_hello()
Выполнение функции:
Привет, мир!
Завершено.
@my_decorator оборачивает функцию say_hello(), добавляя вывод до и после её выполнения.Это удобно для повторяющихся действий — логирование, проверка доступа и т.д.
🔹 if / elif / else — условные конструкции
Условные конструкции управляют логикой выполнения кода.
x = 10
if x > 0:
print("Положительное")
elif x == 0:
print("Ноль")
else:
print("Отрицательное")
if проверяет условие. elif — альтернативные варианты. else — всё остальное.
❓ Зачем нужен оператор walrus := в Python и когда его использовать?
Оператор присваивания :=, известный как walrus-оператор, позволяет одновременно присвоить значение переменной и использовать его в выражении. Это полезно для сокращения кода и повышения читаемости.
✅ Пример:
if (n := len([1, 2, 3, 4])) > 3:
print(f"Список длинный: {n} элемента(ов)")
if, без отдельной строки присваивания.
🔄 Циклы в Python: for и while
Циклы позволяют выполнять повторяющиеся действия без копирования кода.for используется для перебора коллекций (списков, строк, множеств и т.д.):
fruits = ["apple", "banana", "cherry"]
for fruit in fruits:
print(fruit)
while выполняет код, пока условие истинно:count = 0
while count < 3:
print(count)
count += 1
⚡️ Что такое списковые включения (list comprehensions) в Python?
Списковые включения позволяют создавать списки компактно и понятно, объединяя цикл и условие в одну строку.
➡️ Пример:
# Создаём список квадратов чисел от 0 до 4
squares = [x**2 for x in range(5)]
print(squares) # [0, 1, 4, 9, 16]
Функция zip() в Pythonzip() — встроенная функция, которая объединяет несколько итерируемых объектов в кортежи. Она позволяет удобно "сшивать" списки вместе.
⚡️ Пример:
names = ['Анна', 'Борис', 'Виктор']
scores = [85, 90, 78]
result = list(zip(names, scores))
print(result)
# [('Анна', 85), ('Борис', 90), ('Виктор', 78)]
zip() полезен для параллельной обработки данных и создания пар значений из разных коллекций.
⚡️Анализируем продажи на Wildberries с помощью Python
С каждым днем все больше бизнесов выходят на маркетплейсы, а значит еще более ценными становятся аналитики, которые умеют с ними работать. Хотите за несколько часов собрать интересный кейс для своего портфолио?
Андрон Алексанян - эксперт по аналитике с 8 летним опытом и по совместительству CEO Simulative в прямом эфире проанализирует продажи на Wildberries с помощью Python.
Что будет на вебинаре:
🟠Напишем скрипт на Python, который каждый час собирает статистику о ранжировании карточки на WB по ключевым запросам;
🟠Построим наглядные визуализации для отслеживания динамики ранжирования.
Важно досмотреть вебинар до конца, чтобы узнать как упаковать этот кейс в портфолио своих проектов.
😶Зарегистрироваться на бесплатный вебинар
📌 Тип данных None в PythonNone — это специальное значение, обозначающее «ничего» или «отсутствие значения». Часто используется как значение по умолчанию или чтобы показать, что результат не был вычислен.
➡️ Пример использования:
def greet(name=None):
if name is None:
print("Привет, гость!")
else:
print(f"Привет, {name}!")
greet() # Привет, гость!
greet("Анна") # Привет, Анна!
None — это объект, у него свой тип NoneType. Сравнивать нужно через is, а не ==.
Читать полностью…
🧠 Словари в Python: быстрое хранение данных по ключу
Словарь (dict) — структура данных, где каждому уникальному ключу соответствует значение. Полезен, когда нужен быстрый доступ к данным по имени, ID и т.д.
user = {'name': 'Анна', 'age': 25}
print(user['name']) # Анна
# Добавление нового поля
user['email'] = 'anna@example.com'
print(user)
👀 Типизация в Python
Python — динамически типизируемый язык, но с версии 3.5+ поддерживает аннотацию типов. Это не делает язык статически типизированным, но помогает с автодополнением, отладкой и документацией.
➡️ Пример использования:
def greet(name: str, times: int) -> str:
return (f"Hello, {name}! " * times).strip()
print(greet("Alice", 2)) # Hello, Alice! Hello, Alice!
🔹 Кортежи в Python — неизменяемые последовательности
Кортежи (tuple) — это упорядоченные коллекции, которые нельзя изменить после создания.
Они занимают меньше памяти, чем списки, и подходят для хранения постоянных данных.
➡️ Пример:
coordinates = (10, 20)
print(coordinates[0]) # Вывод: 10
⚠️ Используйте их для оптимизации и защиты от случайного изменения.Читать полностью…
🔹 Множества в Python — уникальные элементы
Множества (set) — неупорядоченные коллекции, содержащие только уникальные элементы.
Они быстро выполняют операции объединения, пересечения и разности.
➡️ Пример:
numbers = [1, 2, 2, 3, 4, 4, 5]
unique_numbers = set(numbers)
print(unique_numbers) # Вывод: {1, 2, 3, 4, 5}
🔹 Лямбда-функции в Python — компактные выражения
Лямбда-функции — это короткие анонимные функции, которые создаются с помощью ключевого слова lambda.
Они часто используются для простых операций и в качестве аргументов функций высшего порядка.
➡️ Пример:
square = lambda x: x ** 2
print(square(5)) # Вывод: 25
Лямбда-функции удобны для создания небольших одноразовых вычислений, когда полноценная функция избыточна.Читать полностью…
🔹 Словари в Python — удобное хранение данных
Словарь (dict) — структура данных, хранящая пары "ключ: значение".
Ключи уникальны и неизменяемы (например, строки, числа), значения могут быть любыми.
➡️ Пример:
person = {
"name": "Анна",
"age": 25,
"city": "Москва"
}
print(person["name"]) # Вывод: Анна
🔹 Исключения в Python — обработка ошибок
Исключения помогают обрабатывать ошибки, не прерывая выполнение программы.
Для этого используются конструкции try, except и, при необходимости, finally.
➡️ Пример:
try:
x = int(input("Введите число: "))
result = 10 / x
print(f"Результат: {result}")
except ZeroDivisionError:
print("Ошибка: деление на ноль!")
except ValueError:
print("Ошибка: нужно ввести число.")
Если вводить некорректные данные (например, текст вместо числа или ноль), программа не завершится аварийно, а отработает с сообщением об ошибке.
🔹 Функции в Python — базовый синтаксис
Функции помогают структурировать код и избежать повторений.
Объявляются с помощью ключевого слова def.
➡️ Пример:
def greet(name):
return f"Привет, {name}!"
print(greet("Анна"))
Привет, Анна!
🔹 range() — генератор чиселrange() используется для генерации последовательностей чисел.
Часто применяется в циклах for.
Формат: range(start, stop, step)
➡️ Пример:
python
Копировать
Редактировать
for i in range(1, 6):
print(i)
1
2
3
4
5
range() не включает верхнюю границу (stop), работает быстро и не хранит все числа в памяти
Читать полностью…
Как сделать RAG для своей компании
В статье показывают, как своими руками собрать RAG для компании: от правильной подготовки вопросов и данных до вменяемой настройки, чтобы не утонуть в куче мусора
⚙️ Python: Переменные и типы данных
В Python переменные создаются при первом присваивании значения. Тип данных определяется автоматически.
✔️ Основные типы:
• int — целое число
• float — число с плавающей точкой
• str — строка
• bool — логический тип (True или False)
➡️ Пример:
age = 25 # int
height = 1.75 # float
name = "Alice" # str
is_active = True # bool
print(type(age), type(name))
⚡️ Что такое функции высшего порядка в Python?
Функция высшего порядка — это функция, которая принимает другую функцию в качестве аргумента или возвращает функцию в качестве результата. Это основа функционального программирования в Python.
➡️ Пример:
def apply(func, value):
return func(value)
def square(x):
return x * x
result = apply(square, 5)
print(result) # 25
❓ Зачем нужен декоратор @classmethod в Python и когда его использовать?
Декоратор @classmethod позволяет создавать методы, которые получают в качестве первого аргумента сам класс (cls), а не экземпляр (self). Это полезно для создания альтернативных конструкторов и работы с атрибутами класса.
✅ Пример:
class Person:
def init(self, name):
self.name = name
@classmethod
def from_dict(cls, data):
return cls(data["name"])
data = {"name": "Alice"}
person = Person.from_dict(data)
print(person.name)
from_dict создает новый экземпляр класса Person, используя данные из словаря.@classmethod удобно использовать, когда нужно создавать объекты разными способами или работать с классом напрямую, не привязываясь к конкретному экземпляру.
Читать полностью…
RAG-технология в действии: как создать интеллектуальную систему поиска по нормативным документам
Покажу, как я сделал RAG на Python для ответов по СНиПам, СП и ГОСТам. Всё работает в Telegram-боте с цитатами и ссылками на страницы. Подходит для любых текстовых баз знаний
🐍 Именованные аргументы в Python
В Python можно передавать аргументы по имени, а не только по позиции. Это улучшает читаемость и делает код более понятным.
📌 Используются в функциях с несколькими параметрами, особенно если есть значения по умолчанию.
def greet(name, greeting="Привет"):
print(f"{greeting}, {name}!")
greet("Анна") # Привет, Анна!
greet(name="Иван", greeting="Здравствуйте") # Здравствуйте, Иван!
Реальные проекты и отличная возможность для старта карьеры: Летняя школа бэкенд‑разработки Яндекса открыла набор
Начинающие бэкендеры, есть планы на лето? Летняя школа бэкенда — ваш шанс прокачаться в разработке, даже если вы обладаете базовыми знаниями в Python, Java или C++.
Как проходит обучение:
— со 2 июня по 27 июля — онлайн-лекции, семинары и практические задания
— с 28 июля по 24 августа — разработка реальных проектов офлайн или онлайн
Вас ждут:
— работа в фулстек-командах в коворкингах Яндекса
— лекции от специалистов компании в летнем лектории
— возможность стать частью команды и получить офер: больше половины выпускников становятся стажерами или сотрудниками компании
Школа бесплатная, но нужно пройти отбор. Если у вас есть минимальный опыт в бэкенде и желание стать частью одной из команд сервисов, то отправляйте заявку на обучение до 27 апреля!
⚙️ Циклы for с range()
В Python for часто используется вместе с range() для повторения действий. range(start, stop, step) создаёт последовательность чисел. Если указать только одно число — это будет stop, а start считается равным 0.
# Выводит числа от 0 до 4
for i in range(5):
print(i)
# Выводит чётные числа от 2 до 10
for i in range(2, 11, 2):
print(i)