Простое измерение времени выполнения кода

Иногда бывает нужно измерить время выполнения кода для оптимизации или анализа производительности. Это можно сделать с помощью встроенного модуля time.

Этот метод позволяет легко и точно измерять время выполнения кода, что помогает выявлять узкие места и оптимизировать производительность.

Разъяснивший Python | ChatGPT

Декорируем функции

Декоратор – это обертка вокруг функции, которая определенным образом изменяет ее поведение. Существуют варианты использования декораторов, и вы, возможно, уже применяли их раньше при работе с такими фреймворками, как Flask.

def print_argument(func):
    def wrapper(the_number):
        print("Argument for", 
              func.__name__, 
              "is", the_number)
        return func(the_number)
    return wrapper
@print_argument
def add_one(x):
    return x + 1
print(add_one(1))

Внутри print_argument мы определяем функцию-обертку. Она выводит аргумент и имя вызываемой функции, выполняет фактическую функцию и возвращает ее результат, как если бы функция вызывалась «обычно».

С помощью @print_argument мы применяем наш декоратор к функции. Декоратор может быть повторно использован и для других функций.

Argument for add_one is 1

Разъяснивший Python | ChatGPT

raise

Конструкция raise используется для генерации исключений.
Когда в коде происходит что-то непредвиденное или некорректное — можно сгенерировать исключение командой raise.

Например:

raise ValueError('Invalid value')

Здесь мы генерируем исключение ValueError с сообщением об ошибке.

После генерации исключения выполнение текущего кода прерывается и происходит переход в блок try/except для обработки этой ошибки.
Если исключение не будет обработано — программа завершится с ошибкой.

В этом примере функция calculate_discount проверяет входные данные. Если скидка меньше 0 или больше 100 — с помощью raise генерируется исключение ValueError с сообщением.

Разъяснивший Python | ChatGPT

Декоратор для автоматического кэширования результатов функций

Кэширование — это техника, которая позволяет значительно улучшить производительность, сохраняя результаты вызовов функций и возвращая кэшированные результаты для одинаковых входных данных.

В Python можно создать декоратор, который автоматически кэширует результаты функций.

Разъяснивший Python | ChatGPT

statistics.mean

Функция mean из модуля statistics используется для вычисления среднего арифметического (среднего значения) списка чисел. Она принимает в качестве аргумента последовательность числовых данных (например, список или кортеж) и возвращает их среднее значение.

Разъяснивший Python | ChatGPT

math.copysign

Функция math.copysign используется для создания числа с абсолютным значением |x|, но с знаком y. Это означает, что math.copysign(x, y) возвращает число, которое имеет тот же знак, что и y, но абсолютное значение равно |x|. Это может быть полезно в математических вычислениях и программировании, особенно при работе с числами с плавающей точкой или в случаях, когда нужно сохранить определенный знак при преобразовании данных.

Разъяснивший Python | ChatGPT

statistics.median_low

Функция statistics.median low из модуля statistics вычисляет низкую медиану последовательности чисел. Низкая медиана используется в случае, когда список имеет нечетное количество элементов, и возвращает значение, которое находится в “нижней” половине списка, то есть среди наименьших значений. В данном случае список data содержит нечетное количество элементов, и низкая медиана будет равна 5, так как это наименьшее значение в “нижней” половине списка.

Разъяснивший Python | ChatGPT

Простое измерение времени выполнения кода

Иногда бывает нужно измерить время выполнения кода для оптимизации или анализа производительности. Это можно сделать с помощью встроенного модуля time.

Этот метод позволяет легко и точно измерять время выполнения кода, что помогает выявлять узкие места и оптимизировать производительность.

Разъяснивший Python | ChatGPT

Объединение нескольких CSV файлов в один

Когда у вас есть несколько файлов CSV с одинаковой структурой, часто нужно объединить их в один для дальнейшего анализа или обработки. Библиотека Pandas позволяет сделать это очень просто и быстро.

Этот метод позволяет быстро и эффективно объединять несколько CSV файлов в один, что значительно упрощает работу с большими наборами данных.

Разъяснивший Python | ChatGPT

Ленивая инициализация свойств с помощью дескрипторов

Дескрипторы в Python позволяют управлять доступом к атрибутам объекта.

С их помощью можно реализовать ленивую инициализацию свойств, что особенно полезно для дорогостоящих операций, которые нужно выполнять только при первом обращении к свойству

Разъяснивший Python | ChatGPT

list.insert

Метод insert() используется для вставки элемента в список на указанную позицию. Он позволяет добавить элемент в любое место списка, сдвигая текущие элементы вправо, чтобы освободить место для нового элемента.

Разъяснивший Python | ChatGPT

tell()

Метод tell() используется для получения текущей позиции (смещения) при работе с файлами и файлоподобными объектами.

При открытии файла указатель текущей позиции находится в начале. По мере чтения/записи он смещается.
Чтобы узнать текущее значение этого смещения, применяется метод tell().

Это позволяет:
— Узнать размер файла, сравнив позицию после чтения с начальной.
— Вернуться к определенной позиции с помощью seek().
— Отслеживать прогресс обработки больших файлов.
— Получить позицию в строковых буферах и потоках байтов.

Метод tell() возвращает текущую позицию в файле в байтах от начала.

Разъяснивший Python | ChatGPT

statistics.median_low

Функция statistics.median low из модуля statistics вычисляет низкую медиану последовательности чисел. Низкая медиана используется в случае, когда список имеет нечетное количество элементов, и возвращает значение, которое находится в “нижней” половине списка, то есть среди наименьших значений. В данном случае список data содержит нечетное количество элементов, и низкая медиана будет равна 5, так как это наименьшее значение в “нижней” половине списка.

Разъяснивший Python | ChatGPT

Декоратор для кэширования результатов функций с учетом аргументов

Иногда необходимо кэшировать результаты функции для повышения производительности, особенно если функция выполняет тяжелые вычисления или обращения к внешним ресурсам.

Данный декоратор кэширует результаты функции в зависимости от переданных аргументов, что делает его гибким и эффективным.

Разъяснивший Python | ChatGPT

list.insert

Метод insert() используется для вставки элемента в список на указанную позицию. Он позволяет добавить элемент в любое место списка, сдвигая текущие элементы вправо, чтобы освободить место для нового элемента.

Разъяснивший Python | ChatGPT

Извлечение текста между двумя подстроками

Иногда возникает задача извлечь часть текста, который находится между двумя подстроками. Этот лайфхак позволит сделать это быстро и просто с использованием метода str.split().

Этот метод позволяет быстро и просто извлекать текст между двумя подстроками без необходимости использовать сложные регулярные выражения, что делает его полезным инструментом для обработки текста.

Разъяснивший Python | ChatGPT

Отображение графиков Matplotlib

%matplotlib inline — это самая популярная магическая команда. Она позволяет отображать в блокнотах графики Matplotlib. Эта команда активирует интерактивную поддержку Matplotlib для блокнота Jupyter.

Разъяснивший Python | ChatGPT

Преобразование строки в "человеко-понятный" URL (слаг)

Когда вы создаете URL для веб-страниц или блогов, часто нужно конвертировать текст в "человеко-понятный" формат, удаляя специальные символы, пробелы и заменяя их дефисами. Это можно сделать с помощью простых операций на строках и регулярных выражений.

Этот метод позволяет легко и быстро преобразовывать текст в слаг, подходящий для использования в URL, что делает его важным инструментом для разработки и создания контента.

Разъяснивший Python | ChatGPT

Использование функции functools.lru_cache для кэширования результатов

Когда вы работаете с функциями, которые вызываются многократно с одними и теми же аргументами, можно ускорить выполнение программы, кэшируя результаты этих функций. Это особенно полезно для функций с тяжелыми вычислениями или обращением к внешним ресурсам.

Использование functools.lru_cache позволяет существенно увеличить производительность программ, особенно когда речь идет о повторных вызовах с одинаковыми параметрами, что делает этот инструмент полезным для оптимизации кода.

Разъяснивший Python | ChatGPT

Модификация байт-кода функции в Python с использованием модуля byteplay3

Продвинутые программисты могут использовать модификацию байт-кода для изменения поведения функции на низком уровне.

Это позволяет создавать динамические изменения в функции без её переписывания на уровне исходного кода. В Python можно использовать модуль byteplay3 для работы с байт-кодом.

Ссылочка на доку

Разъяснивший Python | ChatGPT

Безопасное извлечение вложенных значений из JSON с помощью dict.get

Когда вы работаете с JSON или вложенными словарями в Python, бывает полезно проверять наличие ключей перед тем, как получить их значение, чтобы избежать ошибок. Метод dict.get() позволяет безопасно извлекать значения, даже если ключ отсутствует.

Этот метод позволяет безопасно извлекать данные из вложенных структур, избегая распространенных ошибок и упрощая код при работе со сложными JSON или словарями.

Разъяснивший Python | ChatGPT