NEW BOT Телеграм, страница

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

Hello World

Какими модулями чаще пользуешься?

Anonymous Poll

threading/multiprocessing

14%

pandas/scikit-learn

169 voters1.61K views20:00

Hello World

1.38K views13:18

Hello World

Что выведет следующий код?

def check_size(val):
    if val > 0x18:
        val >>= 1
    return val


def dga(seed):
    out = ""
    for k, n in enumerate([1, 3, 5, 7, 0xb, 0xd]):
        i = check_size(k * seed)
        out += chr(i + 0x61)
    return out


if __name__ == '__main__':
    print('al' + dga(1))

1.4K viewsedited 09:01

alacegik – 10 alabcdef – 36 alaaaaaa – 6

Hello World

Python's null Equivalent: None

Эквивалент ключевого слова null в Python это None.

Многие утверждают, что слово null несколько эзотерично. Это не самое дружелюбное слово для начинающих программистов. Кроме того, None относится именно к намеченной функциональности — это ничто и не имеет никакого поведения.
Стоит отметить пару особенностей работы с None:

📎 Python является объектно ориентированным языком, поэтому None — это тоже объект:

>>> type(None)
< class 'NoneType’>

📎 Самый лучший вариант проверки на None — с помощью оператора is:

number = None

if number is None:
    print(‘None’)

Почему так? Если переопределить оператор сравнения в пользовательском классе, это может привести к неожиданному результату:

class MyClass:
    def __eq__(self, my_object):
        return True

my_class = MyClass()

if my_class is None:
    print('my_class is None, using the is keyword')
else:
    print('my_class is not None, using the is keyword')

if my_class == None:
    print('my_class is None, using the == syntax')
else:
    print('my_class is not None, using the == syntax’)

Вывод:

my_class is not None, using the is keyword
my_class is None, using the == syntax

#tips #None

1.45K views16:00

Hello World

Итераторы

Итератор – это интерфейс, который позволяет перебирать элементы последовательности. Он используется, например, в цикле for ... in ..., но этот механизм скрыт от глаз разработчика. При желании итератор можно получить воспользовавшись функцией iter().

Чтобы получить следующий элемент коллекции или строки, нужно передать итератор функции next().

Пример простого итератора:

class SimpleIterator:
    def __iter__(self):
        return self
 
    def __init__(self, limit):
        self.limit = limit
        self.counter = 0
 
    def __next__(self):
        if self.counter < self.limit:
            self.counter += 1
            return 1
        else:
            raise StopIteration

Вывод:

simple_iter = SimpleIterator(5)
 
for i in simple_iter:
    print(i)
1
1
1
1
1

1.68K views13:43

About

Blog

Apps

Platform