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
👩💻 collections.deque — очередь с двумя концамиdeque из модуля collections — это двусторонняя очередь, которая работает быстрее списка при добавлении и удалении элементов с краёв.
➡️ Пример:
from collections import deque
queue = deque([1, 2, 3])
queue.append(4) # добавляем справа
queue.appendleft(0) # добавляем слева
queue.pop() # удаляем справа
queue.popleft() # удаляем слева
print(queue) # deque([1, 2, 3])
📌 Удобно для реализации очередей, стеков и работы с потоками данныхЧитать полностью…
👩💻 zip — объединение последовательностей
Функция zip() объединяет элементы из нескольких коллекций в кортежи по индексам.
Удобно для параллельного перебора данных
names = ["Анна", "Борис", "Вера"]
scores = [90, 85, 78]
for name, score in zip(names, scores):
print(f"{name}: {score}")
Анна: 90
Борис: 85
Вера: 78
📌 Если длины разные, перебор остановится по самому короткому спискуЧитать полностью…
👩💻 isinstance — проверка типа объекта
Функция isinstance() проверяет, относится ли объект к указанному типу (или кортежу типов).
Полезно для валидации данных и написания универсальных функций.
➡️ Пример:
x = 3.14
if isinstance(x, (int, float)):
print("Это число")
Это число
📌 Удобнее и безопаснее, чем сравнение через type().Читать полностью…
👩💻 with — безопасная работа с ресурсами
Ключевое слово with автоматически управляет открытием и закрытием ресурсов (например, файлов).
Не нужно вручную писать close(), даже если возникнет ошибка.
with open("data.txt", "w") as f:
f.write("Привет, Python!")📌 После выхода из блока файл закроется автоматически. with упрощает код и предотвращает утечки ресурсов.Читать полностью…
👩💻 List Comprehensions — краткий способ создавать списки
List comprehension в Python позволяет создавать списки в одну строку вместо циклов. Это делает код компактнее и читаемее
➡️ Пример:
# Обычный способ
squares = []
for i in range(1, 6):
squares.append(i**2)
# List comprehension
squares_compact = [i**2 for i in range(1, 6)]
print(squares_compact) # [1, 4, 9, 16, 25]
📌 Это удобный инструмент для фильтрации и преобразования данных в Python.Читать полностью…
❓ Зачем используется функция enumerate() в Python и когда её применять?
Функция enumerate() позволяет итерироваться по элементам последовательности вместе с их индексами. Это избавляет от необходимости вручную вести счётчик и делает код более чистым и читаемым.
✅Пример:
fruits = ["apple", "banana", "cherry"]
for index, fruit in enumerate(fruits, start=1):
print(index, fruit)
# Вывод:
# 1 apple
# 2 banana
# 3 cherry
enumerate() применяют, когда нужен доступ к индексу и самому элементу одновременно — например, при отладке, нумерации строк, формировании таблиц или логов. Это делает код более питоничным и компактным.Читать полностью…
👩💻 chain — объединение нескольких последовательностейitertools.chain() позволяет перебирать элементы из нескольких итерируемых объектов так, будто это один.
➡️ Пример:
from itertools import chain
a = [1, 2]
b = [3, 4]
c = [5]
for x in chain(a, b, c):
print(x, end=" ")
1 2 3 4 5
📌 Удобно, когда нужно пройтись по нескольким спискам подряд без создания нового объединённого списка.Читать полностью…
👩💻 defaultdict — словарь с значениями по умолчаниюdefaultdict из модуля collections автоматически создаёт значение для нового ключа, если он ещё не существует.
➡️ Пример:
from collections import defaultdict
data = defaultdict(list)
data["users"].append("Анна")
data["users"].append("Борис")
print(data)
defaultdict(<class 'list'>, {'users': ['Анна', 'Борис']})
📌 Удобно при группировке данных и подсчёте значений — не нужно проверять, есть ли ключ в словаре.Читать полностью…
❓ Зачем используется функция type() в Python и когда её применять?
Функция type() возвращает тип переданного объекта. Это удобно для отладки, валидации данных и динамического изменения поведения программы в зависимости от типа.
✅Пример:
value = 42
print(type(value))
# ➜ <class 'int'>
type() показывает, что переменная value является целым числом (int).type() удобно использовать при проверке типов в отладке, логировании, написании универсальных функций и метаклассов. Она помогает писать более надёжный и предсказуемый код, особенно в больших проектахЧитать полностью…
👩💻 else после цикла — неочевидная фишка Python
В Python можно использовать else не только с if, но и с циклами for и while.
Он выполняется только если цикл завершился без break.
nums = [1, 3, 5, 7]
for n in nums:
if n % 2 == 0:
print("Есть чётное")
break
else:
print("Все числа нечётные")
Все числа нечётные
👩💻 pathlib — современная работа с путями
Модуль pathlib упрощает работу с файлами и папками, заменяя старый os.path.
Объекты Path интуитивнее и поддерживают операции как с обычными переменными.
from pathlib import Path
path = Path("example.txt")
if path.exists():
print("Файл существует")
else:
print("Файла нет")
❓ Зачем используется функция len() в Python и когда её применять?
Функция len() возвращает количество элементов в итерируемом объекте или длину строки. Это удобный способ быстро получить размер коллекции или проверить, пуста ли она.
✅Пример:
items = ["apple", "banana", "orange"]
count = len(items)
print(count)
# ➜ 3
len() возвращает количество элементов списка.len() удобно использовать при работе со списками, строками, словарями, множествами и любыми коллекциями. Она помогает проверять пустоту (if len(list) > 0), контролировать размеры данных и писать более читаемый код.Читать полностью…
👩💻 dataclasses — меньше кода для классов с данными
Модуль dataclasses позволяет быстро описывать классы-хранилища данных без лишнего шаблонного кода.
➡️ Пример:
from dataclasses import dataclass
@dataclass
class User:
name: str
age: int = 0
u = User("Анна", 25)
print(u) # User(name='Анна', age=25)
Автоматически создаёт __init__, __repr__, __eq__ Поддерживает значения по умолчанию Можно добавлять методы, как в обычном классеИдеально подходит для структурированных объектов — например, при работе с API, конфигами или моделямиЧитать полностью…
❓ Зачем используется функция sorted() в Python и когда её применять?
Функция sorted() возвращает новый отсортированный список из элементов итерируемого объекта, не изменяя оригинал. Это удобно для быстрой сортировки данных по возрастанию, убыванию или пользовательскому ключу.
✅Пример:
numbers = [5, 2, 9, 1, 7]
sorted_nums = sorted(numbers)
print(sorted_nums)
# ➜ [1, 2, 5, 7, 9]
print(numbers)
# ➜ [5, 2, 9, 1, 7] (оригинал не изменился)
sorted() удобно использовать для сортировки строк, чисел, словарей по значениям, а также при обработке данных в аналитике и ML. Благодаря параметрам reverse и key функция остаётся гибкой и читаемой.Читать полностью…
👩💻 enumerate — индексы и элементы вместе
Функция enumerate() позволяет перебирать коллекцию с индексами без range(len(...)).
Код становится чище и читаемее.
fruits = ["яблоко", "банан", "груша"]
for i, fruit in enumerate(fruits, start=1):
print(i, fruit)
1 яблоко
2 банан
3 груша
📌 start задаёт, с какого числа начинать счётЧитать полностью…
❓ Зачем используется метод join() в Python и когда его применять?
Метод join() объединяет элементы итерируемого объекта (обычно списка строк) в одну строку с указанным разделителем. Это удобный способ собирать строки без лишних циклов.
✅Пример:
words = ["Python", "is", "awesome"]
sentence = " ".join(words)
print(sentence)
# ➜ Python is awesome
join() удобно использовать при генерации текстов, формировании путей, обработке CSV-данных и выводе массивов строк. Он делает код лаконичным и более эффективным, чем конкатенация через + в циклеЧитать полностью…
👩💻 Что такое генераторы в Python
Генераторы — это функции, которые возвращают значения по одному с помощью ключевого слова yield.
В отличие от списков, они не хранят все данные в памяти сразу, а создают их "на лету".
def count_up_to(n):
for i in range(1, n + 1):
yield i
for num in count_up_to(5):
print(num)
📌 Генераторы экономят память и ускоряют работу с большими данными.Читать полностью…
👩💻 Декораторы в Python — функции над функциями
В Python декораторы позволяют изменять поведение функций без изменения их кода.
Это "обёртки", которые выполняются до или после основной функции.
def logger(func):
def wrapper(*args, **kwargs):
print(f"Вызов функции {func.__name__}")
return func(*args, **kwargs)
return wrapper
@logger
def say_hello(name):
print(f"Привет, {name}!")
say_hello("Анна")
📌 Здесь @logger добавляет логирование при вызове say_hello, не меняя её код.Читать полностью…
👩💻 dataclass — меньше кода для классов@dataclass из модуля dataclasses автоматически создаёт методы __init__, __repr__, __eq__ и другие на основе аннотаций полей.
➡️ Пример:
from dataclasses import dataclass
@dataclass
class User:
name: str
age: int
u = User("Анна", 25)
print(u) # User(name='Анна', age=25)
📌 Удобно для хранения данных: меньше шаблонного кода, больше читаемости.Читать полностью…
👩💻 setdefault — добавление ключа, если его нет
Метод словаря setdefault() возвращает значение по ключу, а если ключ отсутствует — создаёт его с указанным значением.
➡️ Пример:
user = {"name": "Анна"}
city = user.setdefault("city", "Москва")
print(city) # Москва
print(user) # {'name': 'Анна', 'city': 'Москва'}📌 Удобно для инициализации значений в словаре без лишних проверок if key not in dict.Читать полностью…
👩💻 contextlib.suppress — игнорирование ошибок точечно
Иногда нужно пропустить определённые исключения, не оборачивая код в громоздкий try/except.
Для этого есть suppress() из модуля contextlib.
➡️ Пример:
from contextlib import suppress
data = {"a": 1}
with suppress(KeyError):
print(data["b"]) # Ошибка будет проигнорирована
print("Код продолжает работать")
Код продолжает работать
📌 Удобно, когда ошибка допустима и не требует обработки — например, при удалении файла, который может отсутствовать.Читать полностью…
👩💻 unpacking оператор * для распаковки
Оператор * позволяет распаковывать последовательности в отдельные элементы прямо в выражениях или вызовах функций
➡️ Пример:
nums = [1, 2, 3]
print(*nums) # 1 2 3
a, *middle, b = [10, 20, 30, 40, 50]
print(a, middle, b) # 10 [20, 30, 40] 50
📌 Полезно для передачи аргументов, объединения списков и элегантного извлечения частей коллекций.Читать полностью…
👩💻 zip_longest — объединение списков разной длины
Функция zip_longest() из модуля itertools объединяет несколько последовательностей, заполняя недостающие значения указанным значением.
➡️ Пример:
from itertools import zip_longest
names = ["Анна", "Борис"]
scores = [90]
for name, score in zip_longest(names, scores, fillvalue="—"):
print(name, score)
Анна 90
Борис —
👩💻 enumerate + start — нумерация с любого числа
Функция enumerate() позволяет перебирать элементы с индексами, а параметр start задаёт, с какого числа начинать счёт.
➡️ Пример:
tasks = ["Купить хлеб", "Выучить Python", "Сделать проект"]
for i, task in enumerate(tasks, start=1):
print(f"{i}. {task}")
1. Купить хлеб
2. Выучить Python
3. Сделать проект
👩💻 functools.lru_cache — кэширование результатов функций
Декоратор lru_cache из модуля functools сохраняет результаты вызовов функции, чтобы не пересчитывать их заново.
Это ускоряет работу, особенно для тяжёлых вычислений.
from functools import lru_cache
@lru_cache(maxsize=None)
def fib(n):
if n < 2:
return n
return fib(n-1) + fib(n-2)
print(fib(30)) # Считает быстро благодаря кэшу
maxsize ограничивает количество сохранённых результатов (или None для безлимита).Читать полностью…
👩💻 itertools.cycle — бесконечный цикл по списку
Функция cycle() из модуля itertools позволяет бесконечно перебирать элементы последовательности по кругу.
➡️ Пример:
from itertools import cycle
colors = ["red", "green", "blue"]
for i, color in zip(range(7), cycle(colors)):
print(color)
red
green
blue
red
green
blue
red
Работает с любыми итерируемыми объектамиЧитать полностью…