​​#Отчет 📈
#Неделя_15

Опять забыл вовремя выложить отчет. Достаточно лайтово прошла неделя. В темпе закрывал последний курс по продвинутым основам Python 🔥. В принципе, теория более менее ясна, теперь придется долго отрабатывать муторную практику, вроде создания цепочек итераторов или рекурсивные функции, что мне вообще не зашло. Курс завершен ~на 77%. Нужно лениво возвращаться к задачам, дабы еще раз освежить и лучше закрепить материал. В прошлых курсах я так делал с контрольными, мне понравилось.

Переезжая из Notion в Obsidian перерабатываю старые конспекты в ёмкую выжимку 👨‍💻, которая лично мне кажется удобной (гораздо лучше чем книги уровнем ниже Лутца) и позволит продуктивно готовиться к собесам. Тезисно, своими словами, с минимумом примеров, но с полезными конструкциями, если таковые находятся. В Obsidian нравится не всё, но тот факт, что материалы хранятся на харде, да еще и в .md формате, более чем устраивает. Работает тоже быстро.

Еще я к удивлению обнаружил, что большую часть выжимки описываю буквально из головы 🤯, т.е. я действительно помню и понимаю, о чем пишу. Всё-таки конспекты вещь хорошая, особенно если их периодически перечитывать. Не думаю, что в программировании можно без них далеко уехать, учитывая нереальный объем. По крайней мере это точно не для меня 😪.

Что еще рассказать? Тороплюсь с выжимкой, потому что уже ждет ООП. А еще тренажер по SQL, дорешивание задач на степике, задачи на Литкоде. В общем, есть чем заняться. По языку тупо заучиваю новые слова, пытаясь себя пересилить на бытовые разговоры где угодно: в магазе, по телефону и т.п.

В общем, работаем 🤜🤛

Если кому будет интересно, как пишется мой конспект, выкладываю md файл с имеющимся на данный момент.

Смотреть желательно в том же Obsidian, поскольку я не знаю, какая еще прога его откроет корректно со всем форматированием.

Стилистически он потом еще долго будет допиливаться. Сеейчас я специально не заморачиваюсь, чтобы в дальнейшем пару раз перечитать и просмотреть примеры. Однако, комментарии и замечания приветствуются.

​​#Литература

Наверное одна из самых популярных книг по Python. Встречаю этот учебник повсеместно и его многие хвалят. Однако, пролистав до словарей (100+ стр.) не могу сказать, что книга сильно выделяется на фоне "Укуса Питона" или другого известного введения (у меня оно 4-е по счету). Ничего нового после курсов я пока не встретил, объснение не сказать, чтобы доступнее или интереснее, а предложенных азов с 3-4 задачками после каждой темы явно не хватит даже для решения околоолимпиадных задач. Банально не сформируется необходимого мышления.

Из явных плюсов можно выделить практику ближе к концу книги, ради которой я за неё и взялся. Ведь практика - основа программирования. В остальном, если вы не сталкивались c Python или проходите базу, пригодиться может. Если основы языка вам ясны, лучше сразу браться за Лутца, забыв про все прочие вводные.

Друзья, тем временем 17-я неделя миновала, а учитывая, что канал я создал после 2-х месяцев учебы, которые не фиксировал, прошло пол года. Время, конечно, летит.

Получается, что я не из той когорты потенциальных разработчиков, которые за 8 месяцев получают оффер, ибо за 6 удалось только начать вникать в ООП (правда я еще имею общее представление об SQL и HTML/CSS).

Есть среди нас такие, кто уже изучает Django, приступив к фреймворку спустя хотя бы 6-8 месяцев?

Мне подсказали неплохой roadmap. Подробно еще не изучал, но уже вижу кучу полезных вещей, которые вам точно пригодятся при изучении Python.

Также есть хороший репозиторий по основным типам данных, углубленному синтаксису и разным доп. инструментам. Не помню, добавлял ли я его уже, но пусть будет.

Еще один хороший гит по синтаксису из роадмапа. Подойдет в качестве шпаргалки.

​​Из знаменитой книги "Грокаем алгоритмы" 2017 г. издания. В первом же алгоритме очень грубая ошибка, из-за которой цикл будет перебирать последовательность с конца, не выполняя свою непосредственную задачу. Это если не считать знаков экранирования)

Помню учил бухгалтерский учет по вполне неплохой книжонке, где половина таблиц была с жуткими ошибками и числа не сходились. Зато приходилось исправлять самостоятельно.

Не влез кусок по Литкоду под отчет. В общем, пересоздал аккаунт на Литкоде, сбросив прогресс, и начал подходить к решению задач более системно, потихоньку погружаясь в алгоритмы и структуры данных 🔥. Вещь долгая, тяжелая, но необходимая. Как минимум для продуктивного решения задач (а в дальнейшем и написания качественного кода) нужно иметь представление о готовых паттернах, применяющихся к конкретным структурам. Обязательно изучить О-нотацию и определение сложности алгоритмов. Для последовательной практики на Литкоде нашел отличный гайд. Помимо предложенных в нём "учебных планов" есть удобный и рекомендуемый самой площадкой. К нему же можно добавить список, расширяющий пул задач.

​​#Литература

Несколько книг по алгоритмам и структурам, что собралось за эти недели. Помимо знаменитой "Грокаем алгоритмы", закинул еще 2 разного уровня сложности. Если ты большой любитель математики и формальных изложений, можно сразу браться за Скина, но самая интересная под авторством Стивенсона. Хорошо, что его порекомендовали, книга отличная, однако примеры на С-подобном псевдокоде, так что придется гуглить их для Питона. Оно того стоит!

Интересующие вас алгоритмы из книги Стивенсона (или вообще) можно посмотреть на этом гите с кодом для Python: https://github.com/TheAlgorithms/Python

Очень прикольные заметки нашел об объектной системе языка Python (ООП). Материал аж за 2011 год, но написано хорошо и какие-то моменты для себя почерпнул. В конце заметки ссылки на другие 2 части.

Открыть по ссылке

​​Набросал небольшой пост на Stepik'е после разбора вопроса о работе с атрибутами в ООП. Если вы также на стадии изучения или написания каких-то петов путаетесь, возможно пригодится. Если где-то ошибся, дайте знать.
—————

Все атрибуты, которые мы объявляем для экземпляров, хранятся в словаре __dict__. Напрямую в этот словарь лучше не лезть, поскольку изменение атрибутов в больших программах может быть трудно отследить, и это грозит нарушением работы.

По умолчанию, когда в классе нет никакого интерфейса для взаимодействия с атрибутами, при прямом обращении к ним "под капотом" Python вызываются дандер-методы: __getattribute__, __getattr__, __setattr__, __delattr__. Они руководят общей логикой обращения к атрибутам через класс object, и как мне подсказали - это область "метапрограммирования", вроде написания своих фреймворков. В общем, их нужно знать, но трогать не стоит, поскольку вещь более "низкоуровневая".

Дальше, есть несколько возможных вариантов для безопасной работы с атрибутами:

1. Геттер, сеттер, делитер. Обычные функции, которые в ООП называются методами. Можно возвращать значение атрибута, осуществлять проверку на корректность типа данных и др. Из минусов: если атрибутов много, нужно написать под каждый свои методы и они будут отличаться друг от друга названиями. В больших программах всего не упомнишь.

2. Свойство @property. Метод можно превратить в свойство, удобнее вызывая его через точечную нотацию: <атрибут>.<название свойства>. Под каждый атрибут всё еще придется писать своё свойство, но проперти объединяет геттер-сеттер-делитер в единый объект, позволяя назвать декорируемую функцию также, как и атрибут. К тому же, и сами функции будут называться одинаково по имени этого атрибута, что упрощает чтение. Удобнее, но все еще много кода.

3. Класс-дескриптор. В своём исконном виде, дескриптором будет являться отдельный класс, содержащий один или несколько методов: __get__, __set__, __delete__. Если у нас несколько атрибутов сопровождаются одинаковой логикой, т.е. они имеют один тип данных, одинаково вызываются и проверяются, можно сделать под них единый шаблон, через подмену которым можно вызывать какие угодно атрибуты без дублирования кода (кучи свойств, например). Из минусов: если работа с атрибутами подразумевает разную логику под каждый, дескриптор не очень подходит и придется либо писать другой дескриптор, либо дополнять свойствами.

Дополнительно:

➖ К дескрипторам в Python относятся и сами свойства @property, и даже классовый метод @classmethod.

➖ К дескрипторам в Python относятся функции, поскольку они "под капотом" имеют метод __get__.

​​Интересная деталь. Сверху на картинке количество решений самой первой задачки из первого курса по Python от Beegeek на Stepik. По классике это 'Hello, world!' 🌎.

Снизу количество решений самой последней задачи на декоратор, с двумя 🌶🌶 из курса по ООП.

Картина ни в коем случае не объективная, потому что это 2 простых примера, и ООП идет платным, относительно недавним курсом, однако, что имеем. Копеечка в фонд упорства.

Друзья, всем доброго вечера!

Приятно видеть, что на канале становится больше народу, даже с учетом моего неактива. Обстановка у нас в стране напряженная, но уже контролируемая. Сейчас еще немного допоправляю здоровье и будем потихоньку продолжать. В следующем месяце как раз на степике от Beegeek выходит курс по SQL, что не может не радовать.

Плюс, я придумал себе первый pet-проект. Он чуть полегче того, что планировал изначально, но думаю опыта нужно будет набираться постепенно.

Пока я латаю бреши, начал пилить на втором канале контент по философии стоицизма (+ бывает всякое разное), так что если вы любитель разных размышлений, предлагаю заглянуть: https://news.1rj.ru/str/cryingheraclitus

До скорого!