Python Learning

⚙️ PyCaret для машинного обучения

ℹ️ Это библиотека с открытым исходным кодом, и она была создана для машинного обучения. Она предлагает функции, которые помогают упростить и автоматизировать программы машинного обучения.

✔️ Несмотря на наличие небольшой кривой обучения, PyCaret относительно прост в использовании.

🔗 Ссылочка на доку

Python Learning 👩‍💻

⌛ Что будет выведено при выполнении кода?

Python Learning 👩‍💻

⚙️ Seaborn для визуализации данных

ℹ️ Аналогично Matplotlib, Seaborn – это библиотека, которая была создана для построения графиков и визуализации данных. По сути, эта библиотека была основана на самой Matplotlib, хотя она также включает в себя некоторые структуры данных Pandas.

🗣️ Seaborn имеет высокоуровневый интерфейс с огромным количеством функций, которые позволяют пользователям создавать не просто точные, но и информативные статистические графики.

🔗 Ссылочка на доку

Python Learning 👩‍💻

⚙️ Matplotlib для визуализации данных

ℹ️ Matplotlib – это расширение SciPy, и оно было создано для визуализации данных в силу того, того, что она используется для создания диаграмм и графиков. Matplotlib может работать со сложными моделями данных, которые выводит Pandas, и со структурами данных, которые создает NumPy.

🗣️ У Matplotlib есть ограничение – она может создавать только 2D-графики.

🔗 Ссылочка на доку

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 👩‍💻

⚙️ glob для удобной работы с файлами

ℹ️ Для пользователей, которым нравится сопоставление шаблонов в стиле Unix, библиотека glob должна чувствовать себя как дома.

🗣️ glob содержит все необходимые функции для работы с несколькими файлами одновременно без головной боли.

🔗 Ссылочка на доку

Python Learning 👩‍💻

⚙️ functools для более мощных функций

ℹ️ Библиотека содержит множество методов и декораторов, которые вы можете обернуть существующими, чтобы добавить дополнительные функции.

🗣️ Одним из них является partial, который можно использовать для клонирования функций, сохраняя при этом некоторые из их аргументов с пользовательскими значениями

🔗 Ссылочка на доку

Python Learning 👩‍💻

⚙️ Datacleaner для автоматической очистки и подготовки данных к анализу

ℹ️ Библиотека позволяет удалять строки без указанного значения, кодировать нечисловые переменные, работать с фреймами Pandas и решать множество других задач.

🗣️ Datacleaner проста в использовании, так что подойдет и начинающим пользователям.

🔗 Ссылочка на доку

Python Learning 👩‍💻

⚙️ Black для проверки код-стайла

ℹ️ Разработчики должны придерживаться код-стайла, чтобы легче понимать код друг друга. Соглашение об оформлении кода на Python называется PEP8.

🗣️ Писать рекомендуется в соответствии с ним, но проверять оформление вручную может быть долго и неудобно, а библиотека black проводит такие проверки автоматически. Это автоформатер: он исправляет нарушения код-стайла и делает код более чистым.

🔗 Ссылочка на доку

Python Learning 👩‍💻

⚙️ Pymystem3 для морфологического анализа

ℹ️ Библиотека быстро и качественно распознает части речи и лексемы слова.

🗣️ Третья версия Mystem содержит несколько важных улучшений, в первую очередь устранение неоднозначности частей речи

🔗 Ссылочка на доку

Python Learning 👩‍💻

Bidict

Bidict — это библиотека Python, предоставляющая двунаправленное отображение данных и связанные с ним функции для естественной работы с однозначными отношениями.

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 👩‍💻

➡️ FlashText — Быстрый поиск и замена строк

FlashText — это библиотека Python, которая позволяет быстро находить и заменять ключевые слова в строках. В отличие от стандартных методов поиска, таких как регулярные выражения, FlashText работает с целыми словами и значительно быстрее на больших текстах. Эта библиотека особенно полезна, если нужно обрабатывать огромные массивы текстовых данных.

🗣 FlashText — идеальный выбор для поиска и замены ключевых слов в текстах, когда производительность имеет ключевое значение.

🔗 Ссылочка на доку

Python Learning 👩‍💻

➡️ Click — простой и мощный инструмент для создания CLI

Click — это библиотека Python, которая помогает быстро и просто создавать интерфейсы командной строки (CLI). Она обеспечивает удобное управление командами, параметрами и опциями, поддерживает создание вложенных команд и позволяет легко обрабатывать пользовательский ввод.

🗣 Если вы хотите создать CLI для своего Python-проекта с минимальными усилиями, Click — отличный выбор.

🔗 Ссылочка на доку

Python Learning 👩‍💻

➡️ Создание цепочек вызовов методов с использованием класса-обертки

Цепочки вызовов позволяют вызывать несколько методов подряд на одном объекте, возвращая этот объект на каждом шаге. Это удобно для создания более читабельного и компактного кода.

🗣️ В этом примере класс Chainable позволяет создавать цепочки вызовов для выполнения арифметических операций. Методы add, multiply и subtract возвращают сам объект, что позволяет вызывать их последовательно, а метод result возвращает итоговое значение.

Python Learning 👩‍💻

➡️ Ленивая инициализация атрибутов с помощью __getattr__

В Python можно реализовать ленивую инициализацию атрибутов объекта с помощью метода __getattr__.

🗣️ Это позволяет отложить вычисление и создание атрибутов до момента их первого обращения, что может быть полезно для оптимизации работы с ресурсозатратными данными.

Python Learning 👩‍💻

⚙️ Работа с хэшируемыми типами данных через __hash__ и __eq__

В Python можно управлять тем, как объекты сравниваются и хэшируются, путем реализации методов __hash__ и __eq__.

🗣️ Это особенно полезно при использовании объектов в качестве ключей в словарях или элементов в множествах, где требуется уникальность.

Python Learning 👩‍💻

Тестовые идентификаторы: как и где расставлять правильно

Смотреть статью

Python Learning 👩‍💻

⚙️ 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
2

Python Learning 👩‍💻