NEW BOT Телеграм, страница

Hello World

Одноразовая функция в классе

На тот случай, если нам вдруг понадобится функция, которая будет использоваться всего один раз, после чего будет использоваться другая функция:

class foo:
    def normal_call(self):
        print("normal_call")
    def call(self):
        print("first_call")
        self.call = self.normal_call

>>> y = foo()
>>> y.call()
first_call
>>> y.call()
normal_call
>>> y.call()
normal_call

#tips

1.19K views09:00

Hello World

Операции над множествами

Set — множество, в котором отсутствуют повторяющиеся элементы:

>>> a = set([1,2,3,4])
>>> b = set([3,4,5,6])
>>> a | b # объединение
{1, 2, 3, 4, 5, 6}
>>> a & b # пересечение
{3, 4}
>>> a < b # подмножества
False
>>> a - b # разница
{1, 2}
>>> a ^ b # симметрическая разность
{1, 2, 5, 6}

#set

1.16K views12:07

Hello World

Статья для новичков в Python

https://telegra.ph/Python-dlya-nachinayushchih-02-12

Telegraph

Python для начинающих

Первая вещь, которую стоит сделать с Python это... Установить его. Linux Если вы используете Linux на своей рабочей машине, то возможно Python уже установлен в системе. Открываем терминал и набираем слово python(python3, если работаем с третьей версией) в…

1.38K views09:00

Hello World

Голосование закончено!
Сегодня мы разыграем код на PyCharm Professional, любезно предоставленный одним из наших подписчиков.
Победил: @a1*20

Всего участников: 46

Всем спасибо за участие! С победителем уже связались. Никнейм убрал на всякий случай.

1.19K viewsedited 11:13

Hello World

Что выведут переменные a и b?

a = [1, 2]
b = a
a = a + [3, 4]
print(‘a =’, a)
print(‘b =’, b)

1.21K viewsedited 16:01

a = [1,2,3,4]; b = [1,2,3,4] 37

a = [1,2,3,4]; b = [1,2] 100

Hello World

Правильный ответ:

a = [1, 2, 3, 4]
b = [1, 2]

Хорошо, но как вам такое?

a = [1, 2]
b = a
a += [3, 4]

Вывод:

>>> a
[1, 2, 3, 4]
>>> b
[1, 2, 3, 4]

Объяснение:
▪️a += b не ведет себя так же, как a = a + b
▪️выражение a = a + [3, 4] генерирует новый объект и устанавливает ссылку a на этот новый объект, оставляя b неизменным

1.47K views11:41

Hello World

Форматирование списка

>>> l = [[1, 2, 3], [4, 5], [6], [7, 8, 9]]
>>> sum(l, [])
[1, 2, 3, 4, 5, 6, 7, 8, 9]

В функциональном стиле:

from functools import reduce
from operator import add
data = [[1, 2, 3], [4, 5, 6]]
reduce(add, data)

Вывод:

>>> data
[1, 2, 3, 4, 5, 6]

#tips

1.29K views19:10

Hello World

Использование переменной, не определенной в области

a = 42
def func1():
    return a
 
def func2():
    a += 1
    return a

Вывод:

>>> func1()
42
>>> func2()
UnboundLocalError: local variable 'a' referenced before assignment

Объяснение:

▪️Когда ты назначаешь переменную в области видимости, она становится локальной. Таким образом, переменная a становится локальной для области func2, но поскольку она ранее не была инициализирована в той же области, возникает ошибка.
▪️Чтобы изменить внешнюю переменную области a в func2, используй ключевое слово global:

def func2()
    global a
    a += 1
    return a

Вывод:

>>> func2()
43

#global

1.31K views16:00

Hello World

Return

def func():
    try:
        return 'try'
    finally:
        return 'finally’

Вывод:

>>> func()
'finally’

Объяснение:

▪️Когда в try-блоке «try … finally» выполняется оператор return, break или continue, finally также выполняется «на выходе».
▪️Возвращаемое значение функции определяется последним выполненным оператором return. Поскольку finally выполняется всегда, оператор return, выполняемый в finally, всегда будет последним.

#return

1.36K views09:00

Hello World

Вложенные list comprehensions

В list comprehensions можно использовать несколько for:

>>> l = [[1,2,3], [4,5,6]]
>>> [lll * 2 for ll in l for lll in ll]
[2, 4, 6, 8, 10, 12]

#tips

1.29K views09:00

Hello World

The random module

Нетрудно догадаться, что модуль random служит для генерации случайных чисел. В основу его работы положен алгоритм Мерсенна. Функция random.random() возвращает случайный float из интервала [0.0, 1.0). Результат всегда будет меньше чем 1.0.

>>> random.random()
0.4631297580529897
>>> random.random()
0.5855244248224873

Стоит рассмотреть два интересных примера использования функции random.

▪️Для того, чтобы выбрать рандомный элемент из списка или кортежа, используйте random.choice()

>>> items = ['one', 'two', 'three', 'four', 'five']
>>> random.choice(items)
’two’

▪️Для того, чтобы выбрать несколько элементов из списка или кортежа, используйте random.choices()

>>> random.choices(items, k=3)
['three', 'five', 'four’]

#random

1.51K views09:00

Hello World

Сортировка словаря по значению

>>> xs = {'a': 4, 'b': 3, 'c': 2, 'd': 1}
>>> sorted(xs.items(), key=lambda x: x[1])
[('d', 1), ('c', 2), ('b', 3), ('a', 4)]

Или c помощью operator:

>>> import operator
>>> sorted(xs.items(), key=operator.itemgetter(1))
[('d', 1), ('c', 2), ('b', 3), ('a', 4)]

#tips

1.37K views17:20

Hello World

#datascience

1.37K viewsedited 09:00

👍 28 👎

Hello World

Метод get для словарей

name_for_userid = {
    382: "Alice",
    590: "Bob",
    951: "Dilbert",
}

def greeting(userid):
    return "Hi {}".format(name_for_userid.get(userid, “there”))

Вывод:

>>> greeting(382)
"Hi Alice!”

Вызов функции с аргументом по умолчанию (или без существующего ключа):

>>> greeting(333333)
"Hi there!”

#tips #dict

1.36K views09:01

Hello World

type() vs isinstance()

С помощью функции type() можно проверить, принадлежит ли аргумент тому или иному типу:

>>> a = 10
>>> b = [1, 2, 3]
>>> type(a) == int
True
>>> type(b) == list
True
>>> type(a) == float
False

В отличие от type(), функция isinstance() специально создана для проверки принадлежности данных определенному классу (типу данных):

>>> isinstance(a, int)
True
>>> isinstance(b, list)
True
>>> isinstance(b, tuple)
False
>>> c = (4, 5, 6)
>>> isinstance(c, tuple)
True

isinstance() по сравнению с type() позволяет проверить данные на принадлежность хотя бы одному типу из кортежа, переданного в качестве второго аргумента:

>>> isinstance(a, (float, int, str))
True
>>> isinstance(a, (list, tuple, dict))
False

Кроме того, isinstance() поддерживает наследование. Для isinstance() экземпляр производного класса также является экземпляром базового класса. Для type() это не так:

>>> class A (list):
...     pass
... 
>>> a = A()
>>> type(a) == list
False
>>> type(a) == A
True
>>> isinstance(a, A)
True
>>> isinstance(a, list)
True

#tips #isinstance

2.03K views20:37

Hello World

Мы с @python_lounge создали совместный чат для питонистов и для тех, что еще только начинает. В планах участники будут помогать друг другу с различными ошибками и просто отвечать на вопросы.

@pychat_ru - ждем всех.

1.52K views19:10

Hello World

Hello World pinned «Мы с @python_lounge создали совместный чат для питонистов и для тех, что еще только начинает. В планах участники будут помогать друг другу с различными ошибками и просто отвечать на вопросы. @pychat_ru - ждем всех.»

20:47

Hello World

Namedtuples

Использование namedtuple немного короче, чем объявление класса напрямую:

>>> from collections import namedtuple
>>> Car = namedtuple('Car', 'color mileage anothernumber’)
>>> my_car = Car('red', 3812.4, 228)
>>> my_car.color
'red'
>>> my_car.mileage
3812.4
>>> my_car.anothernumber
228

Строковое представление нашего объекта:

>>> my_car
Car(color='red' , mileage=3812.4, anothernumber=228)

Как и обычный кортеж, namedtuple неизменяем:

>>> my_car.color = 'blue'
AttributeError: "can't set attribute”

#tips

1.56K views14:38

Hello World

Как работает цикл for в Python?

Python не имеет традиционных циклов for. Для того, чтобы объяснить это, рассмотрим цикл for написанный в C стиле:

int numbers[5] = {1, 2, 3, 4, 5};
for (int i = 0; i < size; ++i) {
    printf(“%d\n”, numbers[i]);
}

Так работает типичный цикл for в C-подобных языках программирования. Но цикл в Python так не работает. Цикл в Python это скорее foreach цикл.

numbers = [1, 2, 3, 4, 5]
for n in numbers:
    print(n)

📎 В циклах Python нет индексной переменной
📎 Здесь нет инициализации индекса, проверки границ или инкрементации индекса
📎 Циклы в Python работают со всеми элементами листа
📎 Именно поэтому эти циклы могут работать с любыми итерируемыми объектами, например:

numbers = [1, 2, 3, 4, 5]
iterator = iter(numbers)
for item in iterator:
    print(item)

#for #iterators #tips

1.42K views13:01

Hello World

Function argument unpacking

Создадим простую функцию.

def myfunc(x, y, z):
    print(x, y, z)

Создадим к ней дополнительно кортеж и словарь.

tuple_vec = (1, 0, 1)
dict_vec = {'x': 1, 'y': 0, 'z': 1}

Теперь мы можем передавать их в нашу функцию вот так просто, это удобно:

>>> myfunc(*tuple_vec)
1, 0, 1

>>> myfunc(**dict_vec)
1, 0, 1

#tips

1.3K views17:22

Hello World

Есть ли разница между [] и list()?

>>> f = []
>>> f = list()

В принципе результат будет одним и тем же, но давайте заглянем глубже:

>>> timeit.timeit(‘[]’, number=10**8)
2.25569809000001
>>> timeit.timeit(‘list()’, number=10**8)
10.330681907999995

Инициализация листа с помощью конструктора list() выглядит как минимум в 4-5 раз медленнее. Попробуем заглянуть внутрь с помощью модуля dis, который служит для изучения байткода Python’a.

>>> dis.dis('f=[]')
  1           0 BUILD_LIST               0
              2 STORE_NAME               0 (f)
              4 LOAD_CONST               0 (None)
              6 RETURN_VALUE
>>> dis.dis('f=list()')
  1           0 LOAD_NAME                0 (list)
              2 CALL_FUNCTION            0
              4 STORE_NAME               1 (f)
              6 LOAD_CONST               0 (None)
              8 RETURN_VALUE

Ответ заключается в том, что в то случае когда мы выбираем list() вместо [] мы теряем вычислительное время на “избыточный” вызов самой функции list().

📎 Во многих случаях это не настолько важно, поскольку мы имеем дело с микросекундами. Однако стоит об этом помнить, если ты имеешь дело с big data.

#list

1.41K views13:06

About

Blog

Apps

Platform