Python Learning

⚙️ Pympler для мониторинга и анализа памяти

ℹ️ Библиотека мониторит и анализирует память, которая используется при исполнении кода программ на Python. Инструмент находит ее избыточное потребление, утечки и другие баги.

🗣️ С помощью Pympler можно узнать все о размере и длительности процессов приложения на Python за время работы.

🔗 Ссылочка на доку

Python Learning 👩‍💻

⌛ Что будет выведено при выполнении кода?

Python Learning 👩‍💻

⚙️ Rich для форматирования текста в консоли

ℹ️ Библиотека позволяет форматировать текст, который Python выводит в консоль. Словосочетание Rich Text означает «отформатированный», «украшенный» текст.

✔️ Можно сделать разноцветными сообщения в консоли, изменить в них начертание шрифта, выводить таблицы, пользоваться эмодзи. Это удобно, если нужны понятные и наглядные логи.

🔗 Ссылочка на доку

Python Learning 👩‍💻

⚙️ Requests для генерации HTTP-запросов

ℹ️ Библиотека упрощает генерацию HTTP-запросов к другим сервисам, помогает писать их очень просто и быстро.

Код получается лаконичным, а запрос легко настроить и отправить. Поддерживает множество функций и написана понятным языком.

🔗 Ссылочка на доку

Python Learning 👩‍💻

✅ Эффективное управление задачами в крупных проектах

Celery способствует правильному распределению задач в масштабных проектах, установке приоритетов и выполнению их в наилучшей последовательности.

❗️ Часто применяется в backend-разработке, особенно в сочетании с фреймворком Django.

🔗 Ссылочка на доку

Python Learning 👩‍💻

🔣 SciPy для сложных математических вычислений и научного анализа

Созданная на базе NumPy, SciPy обладает расширенным функционалом

ℹ️ Библиотека разработана для выполнения сложных и глубоких математических операций и вычислений. SciPy включает множество функций для научного анализа и работы с продвинутой математикой.

🔗 Ссылочка на доку

Python Learning 👩‍💻

Генерируем фейковый профиль человека

С помощью метода profile пакета Faker мы с легкостью может получить информацию о несуществующем человеке.

Документацию можно найти здесь.

#Вопросы_с_собеседования
В каких ситуациях возникает исключение NotImplementedError?

Исключение NotImplementedError возникает, когда метод или функция должны быть реализованы в подклассе, но не были реализованы. Это может произойти, когда родительский класс определяет метод, но не реализует его сам, а оставляет это для подклассов. В этом случае, если подкласс не реализует метод, он будет вызывать исключение NotImplementedError. Это может быть полезно для отладки, чтобы убедиться, что все необходимые методы реализованы в подклассах. Это также может возникнуть в
других ситуациях, например, если вы пытаетесь использовать неопределенную функцию или метод.

#вопросы_с_собеседований
В чем смысл параметров _value, __value?

_value - одиночное подчеркивание в начале имени означает, что этот параметр не предназначен для использования outside функции. Это соглашение, а не ограничение языка.

__value - двойное подчеркивание означает, что это имя зарезервировано Python и используется для специальных целей, например init для конструктора класса. Такие параметры могут выполнять какие-то дополнительные действия.

#Вопросы_с_собеседования
Как проверить файл .py на синтаксические ошибки, не запуская его?

Утилита py_compile, позволит проверить файл .py на наличие синтаксических ошибок без его запуска.

Используется py_compile очевидно:
1. открываем командную строку/терминал.
2. переходим в каталог, содержащий файл .py, который вы хотите проверить
3. выполняем: python -m py_compile yourfile.py где yourfile.py - это имя файла, который вы хотите проверить.

Эта команда выполнит проверку файла и выведет описание любых синтаксических ошибок, которые были найдены, или пустой вывод, если ошибок нет.

Когда это может быть полезно? Например, если код большой и в процессе задействует много ресурсов, а нужно всего лишь удостовериться в его валидности.

whylogs

whylogs — это библиотека для профилирования и анализа данных в Python. Она предоставляет средства для сбора статистики о данных, визуализации этой статистики и создания профилей данных для мониторинга и анализа.

#для_начинающих

graphlib

Модуль graphlib был представлен в Python 3.9 как встроенный модуль для работы с направленными ациклическими графами. Он предоставляет функции для создания и манипулирования графами. (TopologicalSorter, OrderedSet)

В этом примере мы импортируем класс TopologicalSorter из модуля graphlib. Мы создаем словарь зависимостей, где каждый ключ представляет собой узел, а его значение - список узлов, от которых он зависит.

Мы создаем объект TopologicalSorter, используя словарь зависимостей, и вызываем метод static_order(), чтобы получить отсортированные узлы в топологическом порядке.

На выходе мы получим отсортированные узлы на основе зависимостей.

Погружение в метаклассы в Python

Если вы не поймете некоторые вещи в этом прологе, то не расстраивайтесь. Я постараюсь объяснить последовательно, от простого к сложному. Однако для полного понимания этого текста надо знать как основы синтаксиса языка Python, так и ООП в Python.

Смотртеть статью