Разъяснивший Python

gc.get_objects()

Метод gc.get_objects() из модуля gc позволяет получить список всех объектов, отслеживаемых сборщиком мусора в Python. Это полезно для анализа утечек памяти и отладки.

Разъяснивший Python

sys._getframe()

Метод sys._getframe() позволяет получить объект текущего или родительского стека вызовов. Это полезно для отладки, анализа кода и динамического доступа к локальным переменным.

Разъяснивший Python

__import__()

Встроенная функция __import__() позволяет динамически импортировать модули во время выполнения программы. Это полезно, когда имя модуля заранее неизвестно или зависит от условий.

Разъяснивший Python

Модуль пайтон который позволят получить резюме статьи

Gensim — отличный пакет Python для большого количества задач нейролингвистического программирования (НЛП). Он включает в себя довольно надежную функцию резюмирования, которой достаточно легко пользоваться. Она реализует разновидность алгоритма TextRank.

Для использования этой функции нам нужна лишь одна строчка кода.

Разъяснивший Python

Создание скрытого зашифрованного хранилища в изображении с Python

Этот лайфхак позволяет спрятать любой текст или файл внутри изображения! Никто не догадается, что обычная картинка содержит секретные данные.

Как это работает?
"original.jpg" — исходное изображение.
"secret.png" — новое изображение с зашифрованным текстом.
"Это секретное сообщение!" — скрытая информация.

Где это можно использовать?
Передача секретных данных без шифрованных файлов.
Скрытые послания в картинках (например, в соцсетях).
Хранение паролей и заметок в неприметных изображениях.

Разъяснивший Python

Логические операторы

При работе с логическими значениями Python предоставляет операторы для объединения значений с использованием стандартных понятий «и», «или» и «не». Эти операторы ожидаемо представлены словами and, or и not.

Разъяснивший Python

Выражения-генераторы и их синтаксис

Похожий на синтаксис представления списка (list comprehension), который позволяет нам создать объект-генератор.

Допустим, у нас есть представление-списка, который фильтрует пустые строки из файла и удаляет переход на новую строку в конце \n:

Разъяснивший Python

Стандартное отклонение и дисперсия

Дисперсия измеряет, насколько значения в наборе данных отклоняются от среднего значения. Она вычисляется как среднее арифметическое квадратов отклонений каждого значения от среднего.

Стандартное отклонение — это квадратный корень из дисперсии. Оно показывает, насколько значения в наборе данных распределены относительно среднего значения.

Разъяснивший Python

Запусти скрытый чат прямо в терминале с помощью Python!

Этот лайфхак позволяет создать скрытый чат, работающий прямо в консоли. Общение происходит через локальный сервер, и никто не узнает, что вы переписываетесь!

Как это работает?
Один человек запускает сервер (server.py).
Другой подключается как клиент (client.py).
Чат работает в реальном времени, без интернета!

Где это можно использовать?
Секретные чаты внутри локальной сети.
Общение без интернета между компьютерами.
Резервный способ связи, если мессенджеры недоступны.

Разъяснивший Python

Красивый вывод списка с помощью print

Конечно, становится понятно, что из себя представляет список, но чаще всего пользователь не хочет видеть кавычки вокруг каждого элемента.

Метод join преобразовывает список в строку, рассматривая каждый элемент как строку. Разделителем является та строка, для которой был вызван join. Он достаточно умен, чтобы не вставлять разделитель после последнего элемента.

Дополнительный бонус: join работает линейное время. Никогда не создавайте строку складыванием элементов списка в цикле for: это не просто некрасиво, это занимает квадратичное время.

Разъяснивший Python

dis.Bytecode()

Метод dis.Bytecode() из модуля dis позволяет анализировать байт-код Python-функций. Это полезно для оптимизации кода и понимания его работы на уровне интерпретатора.

Разъяснивший Python

Запусти сервер без интернета с помощью Python (и поделись файлами по Wi-Fi)

Этот лайфхак позволит вам запустить локальный HTTP-сервер на вашем компьютере и быстро поделиться файлами с другими устройствами в вашей Wi-Fi сети — без интернета и сторонних приложений!

Где это можно использовать?
📂 Быстрый обмен файлами между компьютером и телефоном без флешек и облака.
🌍 Запуск локального веб-сайта (например, если у вас есть HTML-файлы, они откроются в браузере).
🔄 Тестирование API или фронтенда, когда интернет недоступен.

Разъяснивший Python

Антипаттерн недели: Использование range(len()) вместо enumerate()

В Python часто используют range(len(lst)) для итерации по списку с индексами, но это снижает читаемость кода и не является идиоматичным способом перебора элементов.

Используйте enumerate(), который позволяет одновременно получать индекс и значение элемента, делая код более читаемым и питоничным.

Разъяснивший Python

Использование Python для автоматического превращения голосовых команд в текстовые напоминания

Этот лайфхак позволяет превратить голосовые команды в текстовые напоминания с помощью Python, используя библиотеку для распознавания речи и отправки напоминаний по электронной почте.

Замените your_email@example.com и your_password на свои учетные данные. Для отправки писем через Gmail может потребоваться разрешить доступ для менее безопасных приложений.

Этот лайфхак превращает ваш голос в текстовые напоминания, облегчая управление задачами и улучшая продуктивность.

Разъяснивший Python

Среднее значение, медиана и мода

Среднее значение — это сумма всех элементов набора данных, делённая на их количество. Оно показывает центральную тенденцию данных.

Медиана — это значение, которое находится в середине упорядоченного набора данных. Если количество элементов чётное, медиана — это среднее значение двух центральных элементов.

Мода — это значение, которое встречается наиболее часто в наборе данных. В Python для вычисления моды можно использовать библиотеку scipy.

Разъяснивший Python

join — метод, который объединяет элементы в итерируемом объекте в одну строку, используя указанный разделитель.

Join принимает в качестве параметров итерируемый объект (например, список, кортеж или строку). Она возвращает новую строку, в которой элементы итерируемого объекта объединены с помощью указанного разделителя.

На примере(см. выше) мы имеем список с элементами 'apple', 'banana' и 'orange'. С метода join мы объединяем эти элементы, используя запятую и пробел в качестве разделителя. В результате получаем новую строку, содержащую 'apple, banana, orange', которая затем выводится на экран :3

Разъяснивший Python

Scrapy - это быстрый высокоуровневый фреймворк для веб-сканирования и веб-скрейпинга.

Сканируйте веб-сайты и извлекайте структурированные данные с их страниц. Его можно использовать для: широкий спектр целей, от интеллектуального анализа данных до мониторинга и автоматизированного тестирования.

Основными возможностями Scrapy являются:
— автоматическая обработка запросов и ответов с использованием асинхронности;
— извлечение данных из HTML и XML документов с помощью XPath и CSS-селекторов;
— эффективная обработка веб-форм и управление сессиями;
— расширяемость за счёт огромного количества плагинов, упрощающих разработку и настройку веб-пауков.

Разъяснивший Python

slots

Метод __slots__ позволяет явно указать, какие атрибуты может иметь объект класса, что значительно уменьшает потребление памяти и ускоряет доступ к атрибутам. Это особенно полезно при создании большого количества экземпляров класса.

Разъяснивший Python

TensorFlow - это библиотека с открытым исходным кодом, разработанная Google для создания и развёртывания моделей машинного обучения.

Это одна из самых популярных библиотек для искусственного интеллекта и машинного обучения, которая используется такими компаниями, как Airbnb, Intel и Twitter.

TensorFlow отлично подходит для построения нейронных сетей и моделей глубокого обучения, а также обладает широким спектром инструментов для построения и обучения моделей.
Как использовать TensorFlow для построения простой нейронной сети представлено на картинке.

Разъяснивший Python

Scikit-learn - это широко используемая библиотека для машинного обучения на Python.

Она построена поверх NumPy и SciPy и предлагает широкий спектр инструментов для создания и оценки моделей машинного обучения. Scikit-learn отлично подходит для построения традиционных моделей машинного обучения, таких как линейная регрессия, деревья решений и кластеризация k-средних.

Как использовать scikit-learn, чтобы построить простую модель линейной регрессии представлено на картинке

Разъяснивший Python