Python community developers

Быстрое удаление дубликатов символов из строки

Иногда возникает необходимость удалить дублирующиеся символы из строки, оставив только уникальные. Этот лайфхак поможет сделать это быстро и эффективно.

Этот метод позволяет легко и эффективно удалять дубликаты символов из строки, сохраняя при этом порядок их первого появления, что может быть полезно в различных задачах обработки данных.

Построчно считываем текстовый файл в список

При парсинге часто бывает, что необходимо построчно выгрузить файл в массив. Алгоритм действий проиллюстрирован на картинке:

1) Загружаем файл (для примера взят file.txt) с помощью open;
2) Считываем построчно в переменную content с помощью метода readlines;
3) Удаляем все символы новой строки с помощью strip.

База данных на минималках

Встроенный модуль shelve позволяет сохранять и читать произвольные данные. Таким образом, можно сохранять любые Python объекты для дальнейшего использования.

Доступ к данным осуществляется с помощью ключей, как и в случае со словарями. А метод shelve.open поддерживает протокол контекстного менеджера, то есть можно не вызывать метод close.

В документации заявляют, что такая база данных является "надежной". Но учитывая, что shelve написан на pickle, его стоит использовать только в совсем маленьких проектах.

#shelve

📣 Как написать игру на Python

В качестве наглядного примера будет приведена игра «Змейка»

Она является элементарным примером для начинающих программистов. Требует минимум усилий и предварительной подготовки

🖥 Читать подробнее

Быстрое нахождение дубликатов в списке

Когда вы работаете с данными, часто возникает необходимость найти дубликаты в большом списке. В Python это можно сделать быстро и эффективно с использованием множества (set).

Этот метод позволяет быстро и эффективно находить дубликаты, используя преимущества множеств для улучшения производительности.

Чтение больших файлов построчно с помощью итераторов

Когда нужно обработать большой файл, загрузка его целиком в память может быть неэффективной или даже невозможной. Использование итераторов для чтения файла построчно позволяет значительно экономить память.

Этот подход позволяет эффективно работать с файлами, избегая проблем с недостатком памяти и улучшая производительность обработки данных.

Ключевое слово assert

Если нужно симулировать или выполнить отладку кода, чтобы узнать, что именно происходит на определенном этапе, то assert в Python отлично для этого подходят.

Именно инструмент отладки останавливает программу, как только возникает какая-то ошибка. Он также показывает, где именно она произошла.

В нашем примере мы проверяем будет ли массив пуст или нет.

Подробнее про assert можно почитать здесь.

▶️ Конструкция match/case

В видео рассмотрим что из себя представляет конструкция match/case, а также простые проверки на константы и типы данных.

Разберем Guard (защитник) в шаблонах проверок.

👀 Смотреть на YouTube

Чтение больших файлов построчно с помощью итераторов

Когда нужно обработать большой файл, загрузка его целиком в память может быть неэффективной или даже невозможной. Использование итераторов для чтения файла построчно позволяет значительно экономить память.

Этот подход позволяет эффективно работать с файлами, избегая проблем с недостатком памяти и улучшая производительность обработки данных.

📣 Donkey.bas на Python в 170 строк

В этой статье я поведаю вам о своём намерении написать ремейк старой DOS игрушки Donkey.bas в минимальное количество строк кода и с использованием стандартных библиотек Python: Tkinter, Time, Random и Winsound

🖥 Читать подробнее

Поиск уникальных слов в текстовом файле в Python

Чтобы найти уникальные слова в текстовом файле в Python, необходимо очистить текст, найти слова, а затем найти уникальные.

Подробнее можно почитать здесь.

Template из string

Класс Template — это такой легаси-способ форматировать строки. Полезно знать, как он работает, чтобы не растеряться при встрече со старым кодом.

Данный способ поддерживает передачу переменных по имени и использует $-синтаксис. В актуальных проектах, конечно, использовать его не стоит, f-строки гораздо проще.

#реклама
AI Agent Framework Development Contest 🏆

We’re hosting a developer contest inviting participants to build a library that functions as an agent framework, using any programming language of their choice.

The goal is to foster creativity and innovation in developing tools that facilitate agent-based programming.

📖 Rules:

- Submissions must be original work.
- Using existing frameworks as inspiration is allowed, but direct forks or clones of existing projects are strictly prohibited.

Prize Pool:

• 1st Place: $10,000
• 2nd Place: $5,000
• 3rd Place: $2,500

Timeline:

Registration Deadline: January 15, 2025
Submission Deadline: January 31, 2025

How to Participate:

Register here: https://docs.google.com/forms/d/e/1FAIpQLScst6MwmAH735QnPSeBD-TrvwoxkXZZIzEnHYl5wjEqruSkxA/viewform

We can’t wait to see your innovative frameworks in action!

Быстрая замена значений в столбце DataFrame на основе условий

Когда у вас есть DataFrame и вам нужно заменить значения в столбце на основе определенных условий, вместо использования циклов, можно воспользоваться методом np.where из библиотеки NumPy.

Этот лайфхак помогает заменить значения в столбце DataFrame на основе заданных условий, избегая использования циклов и делая код более читаемым и эффективным. Он будет особенно полезен для аналитиков данных и всех, кто работает с большими наборами данных, где требуется производить массовые изменения данных на основе условий.

▶️ Числовые типы | Арифметические операции

В видео рассмотрим базовые числовые типы в Python: int, float, complex.

Разберем арифметические операции: сложение, вычитание, деление, целочисленное деление, умножение, вычисление остатка от деления, возведение в степень и краткие операторы: +=, –=,
*=、/=、**=, их примеры и особенности выполнения

👀 Смотреть на YouTube

#реклама
Автоматизация дропов: больше профитов, меньше рисков

Ретрохантинг всё сложнее, а количество ворка всё больше и больше. Как справляться с рутиной и не терять на ошибках?

Если ты уже в крипте, но всё ещё:

— Боишься потерять на фишинге и ошибках в софте
— Тратишь кучу времени на ежедневные действия
— Хочешь масштабироваться, но не хватает инструментов

Тебя спасёт AIO Study. Канал ведут опытные девелоперы — основатели hodlmod.eth. Они простыми словами объясняют, как создать свои инструменты для фарма дропов и защиты от скама, сокращать процессы до одной кнопки и многое другое.

Уметь кодить — это не только экономия времени и денег, но и возможность увеличить профиты. Читай экспертов и получай полезный навык.

Подпишись и перестань забирать дропы руками

Упрощенная работа с JSON

Казалось бы, куда еще проще, но есть один интересный пакет JMESpath, который позволяет декларативно указать, как извлекать элементы из документа JSON.

Основные примеры использования показаны на картинке, там нет ничего сложного. Метод search принимает паттерн, по которому требуется извлечь данные, а также словарь (который в общем-то похож на JSON).

Вообще возможностей у пакета достаточно, поэтому он достоен изучения и применения в проектах. Подробнее советую почитать в документации.

#json #jmespath

Визуализация 5 алгоритмов сортировки на Python

В статье вы посмотрите на реализацию и визуализацию пяти популярных алгоритмов сортировки.

Смотреть статью

#вопросы_с_собеседований
Что выведет код с картинки?

В любом замыкании в Python переменные связываются по имени. Таким образом, в приведённой выше строке кода будет выведено следующее: [2, 2, 2].

Если бы вы хотели, чтобы вывод был [0, 1, 2], то выход из ситуации — создание отдельной функции или передача аргументов по их имени.
flist = []
for i in range(3):
flist.append(lambda i = i : i)
answer = [f() for f in flist]
print(answer).

Быстрая очистка текста от стоп-слов с использованием библиотеки NLTK

Стоп-слова (common words, такие как "и", "в", "на", "это" и т.д.) часто не несут значимой информации при анализе текстов. Удаление этих слов может значительно улучшить качество анализа текста, особенно в задачах машинного обучения и NLP (Natural Language Processing).

Этот лайфхак поможет быстро и эффективно очищать текстовые данные от стоп-слов, что особенно полезно для специалистов по обработке естественного языка, аналитиков данных и разработчиков машинного обучения. Удаление стоп-слов улучшает качество анализа текстов, что в свою очередь может улучшить результаты классификации текстов, анализа настроений и других задач NLP.