Распределение данных

Распределение данных описывает, как значения в наборе данных распределены. Одним из наиболее распространённых распределений является нормальное распределение, которое имеет форму колокола и характеризуется симметрией относительно среднего значения. В данном примере мы получаем гистограмму, показывающую нормальное распределение данных.

Разъяснивший Python

faulthandler.dump_traceback()

faulthandler.dump_traceback() позволяет принудительно вывести текущий стек вызовов без аварийного завершения программы. Это полезно для отладки зависших процессов или анализа выполнения кода.

Разъяснивший Python

sys.getallocatedblocks()

sys.getallocatedblocks() возвращает количество блоков памяти, выделенных интерпретатором Python. Это полезно для отладки утечек памяти и анализа работы сборщика мусора.

Разъяснивший Python

Полезные библиотеки Python

Google Maps Scraper — простой в использовании парсер отзывов с Google карт.

Установка:
$ git clone https://github.com/gaspa93/googlemaps-scraper.git
$ cd googlemaps-scraper
$ pip install -r requirements.txt

У парсера есть два основных параметра:
--i: имя входного файла, содержащее список URL-адресов на Картах Google (по умолчанию: urls.txt)
--N: количество отзывов, которые необходимо получить, начиная с самого последнего (по умолчанию: 100).

Пример использования:
$ python scraper.py --N 50

GitHub/Инструкция

Разъяснивший Python

Как красиво выводить словари и JSON в Python? (ч.1)

Когда ты работаешь со словарями (dict) или JSON-данными, обычный print() выводит всё в одну строку, что неудобно читать. Используй pprint() для красивого форматирования!

Как использовать pprint()?

pprint.pprint() – для красивого вывода словарей.

Разъяснивший Python

Как красиво вывести JSON?

Если у тебя JSON-ответ от API, используй json.dumps().

json.dumps(..., indent=4) – для удобного отображения JSON.
Код становится понятнее и читаемее!

Разъяснивший Python

Как быстро поменять местами две переменные в Python?

Новички, приходя в Python из других языков, часто меняют переменные местами через временную переменную. Этот метод работает, но требует дополнительной переменной, что не всегда удобно.

Python позволяет обменять значения в одну строку с помощью кортежного присваивания

Как это работает?
1. В правой части создаётся кортеж (b, a), в котором значения уже поменяны местами.
2. Затем Python распаковывает этот кортеж обратно в переменные a и b.
3. В итоге a получает значение b, а b получает значение a – всё за одну строку!

Быстрее – Python выполняет это без создания лишней переменной.
Читабельнее – код сразу понятен и не требует объяснений.
Работает с любыми типами данных (числа, строки, списки и т. д.)

Разъяснивший Python

Тушим свет. Python скрипт для выключения компьютера через заданное время.

Нужен способ автоматически выключить компьютер через несколько минут?
Этот скрипт поможет вам в этом. Просто введите нужное количество минут, и ваш ПК выключится точно в срок.

import os
import time

def shutdown() -> None:
    os.system("shutdown /s /t 1")

def schedule_shutdown(minutes: int) -> None:
    sec_in_minute = 60
    print(f'Компьютер выключится через {minutes} минут(ы)')
    time.sleep(minutes * sec_in_minute)
    print('\nКомпьютер будет выключен!')
    time.sleep(3)
    shutdown()

def main() -> None:
    try:
        set_time = int(input("Введите время до выключения (в минутах): "))
        if set_time <= 0:
            print("Время должно быть больше нуля.")
            return
        schedule_shutdown(set_time)
    except ValueError:
        print("Пожалуйста, введите корректное число минут.")

if __name__ == "__main__":
    main()

Разъяснивший Python

Как одной строкой проверить, есть ли элемент в списке?

Новички часто используют длинные конструкции для проверки элемента в списке, но можно сократить код до одной строки!

Как это работает?

3 in numbers – проверяет, есть ли число 3 в списке.
Тернарный оператор (условие ? если_да : если_нет в других языках) позволяет записать if-else в одну строку.

Меньше строк кода
Читабельно и понятно
Работает с любыми коллекциями (list, set, dict.keys() и т. д.)

Разъяснивший Python

Полное руководство по веб-скрапингу с Python

Руководство не просто познакомит вас с веб-скрапингом, а даст пошаговый алгоритм сбора почти любых данных в современном Интернете.

Часть 1: Основы работы
Отправка запросов на сайты и обработка ответов
Автоматизация взаимодействия с веб-страницами

Часть 2: Практические техники
Анализ и парсинг сложных HTML-страниц
Создание сканеров с Scrapy
Извлечение данных из документов и API
Очистка и нормализация неструктурированных данных
Скрапинг JavaScript и обход блокировок
Конвертация изображений в текст (OCR)
Автоматическое тестирование сайтов

Идеально для разработчиков, аналитиков и исследователей данных.

Разъяснивший Python

Как создать свой реестр для хостинга Docker-контейнеров

Хочешь полностью контролировать свои Docker-образы? Мы расскажем, как создать и настроить личный реестр контейнеров, идеально подходящий для твоих задач.

Читать...

Разъяснивший Python

Телеграм-бот с AI

С помощью этого кода ты можешь сделать телеграм-бота, который будет тебе отвечать на вопросы с помощью OpenAI. Перед запуском тебе нужно получить API-ключи.

Сначала мы подключаем aiogram и загружаем API-ключи. Затем функция get_ai_response() отправляет текст пользователя в GPT-3.5 и получает ответ. В результате бот принимает сообщения, обрабатывает их и отправляет обратно ответ AI.

Это примитивное решение. Ты можешь самостоятельно использовать более продвинутую модель, добавить интерактивное меню и многое другое.

Ссылка на код

Разъяснивший Python

Двусвязный список в Python: простой инструмент для сложных задач

Эта статья написана для новичков, которые только начинают осваивать структуры данных на Python. Сегодня мы рассмотрим замечательную и очень полезную структуру — двусвязный список.

Читать...

Разъяснивший Python

Создание RESTful API с помощью Django и Django REST Framework

Наша сегодняшняя цель - подробно разобраться в процессе создания REST API с использованием Django и Django REST Framework, разбираясь в каждом шаге и его значение. Мы также рассмотрим, почему создание API важно и как это может быть полезно в ваших будущих проектах.

Читать...

Разъяснивший Python

Как быстро поменять регистр текста в Python?

Новички часто сталкиваются с задачей, когда нужно изменить регистр текста. Например, привести строку к верхнему или нижнему регистру.

Вместо того, чтобы вручную проходить по каждому символу, можно использовать встроенные методы Python!

Используем .upper(), .lower(), .noscript() и другие!
1. upper() – преобразует все символы в верхний регистр.
2. lower() – преобразует все символы в нижний регистр.
3. noscript() – делает первую букву каждого слова заглавной.
4. capitalize() – делает первую букву первого слова заглавной.

Итог:
upper() – всё в верхний регистр.
lower() – всё в нижний регистр.
noscript() – первая буква каждого слова заглавная.
capitalize() – только первое слово с заглавной буквы.

Разъяснивший Python

Полезные библиотеки Python

FinanceToolkit — Набор инструментов с открытым исходным кодом, в котором все соответствующие финансовые коэффициенты (более 130) и показатели эффективности записаны самым упрощенным, доступным и понятным каждому способом.

Finance Toolkit предоставляет не только информацию об акциях. Но и валюты, криптовалюты, ETF, взаимные фонды, индексы, денежные рынки, товары и т.д. Finance Toolkit можно использовать для получения исторических данных, а также важных показателей производительности и риска, таких как коэффициент Шарпа и стоимость под угрозой.

Ссылка на GitHub

Разъяснивший Python

types.GenericAlias

types.GenericAlias позволяет программно создавать типизированные аннотации, как если бы они были объявлены с list[int], dict[str, float] и другими параметризованными типами.

Разъяснивший Python

os.getrandom()

os.getrandom() получает криптографически безопасные случайные байты прямо из генератора операционной системы. Это полезно для генерации уникальных токенов и защиты данных.

Разъяснивший Python

Антипаттерн недели: Изменение списка во время итерации

В Python изменение списка во время его обхода может привести к непредсказуемому поведению, пропуску элементов или IndexError.

Используйте создание нового списка или итерацию через copy().

Разъяснивший Python

mmap.mmap()

mmap.mmap() позволяет работать с файлами как с массивами в памяти, что ускоряет чтение и запись больших файлов без их полного загрузки в ОЗУ.

Разъяснивший Python

polars.DataFrame

polars.DataFrame — это высокопроизводительная альтернатива pandas, оптимизированная для работы с большими данными. Библиотека polars использует многопоточность и ленивые вычисления, ускоряя обработку таблиц в десятки раз.

Разъяснивший Python