Python tricks | Хитрости Питона

statitstics.median high

Функция statistics.median high из модуля statistics вычисляет высокую медиану последовательности чисел. Высокая медиана используется в случае, когда список имеет нечетное количество элементов, и возвращает значение, которое находится в “верхней” половине списка, то есть среди наибольших значений. В данном случае список data содержит нечетное количество элементов, и высокая медиана будет равна 5, так как это наибольшее значение в “верхней” половине списка.

🔗 Python tricks

Быстрое форматирование и вывод JSON данных

Иногда нужно вывести JSON данные в удобочитаемом виде для отладки или анализа. Встроенная библиотека json позволяет легко форматировать и печатать JSON данные.

Этот метод позволяет легко форматировать JSON данные, делая их более структурированными и удобными для чтения и анализа.

🔗 Python tricks

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.

🔗 Python tricks

Переименование файлов в Python

rename() — это функция из модуля os, которая позволяет переименовывать файлы и директории.

Используется для переименования файлов и директорий на файловой системе. Принимает два аргумента - старое имя и новое имя и атомарно переименовывает файл за одну операцию.

Также позволяет перемещать файлы между разными директориями.

🔗 Python tricks

Точка входа в программу

Конструкция if __name__ == '__main__' используется для того, чтобы определить, запущен ли файл модуля напрямую или импортирован из другого модуля.

Эта конструкция позволяет запустить какой-то код только при прямом вызове модуля, так как name будет равно 'main' только если модуль запущен напрямую.

Это позволяет запускать программу полностью только когда она основная, а не импортируется в качестве модуля.

🔗 Python tricks

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.

🔗 Python tricks

Быстрое логирование с декоратором

Логирование помогает отслеживать выполнение кода и выявлять ошибки. Вместо того чтобы добавлять логирование вручную в каждую функцию, можно использовать декоратор, который автоматически будет логировать вызовы функций.

Этот лайфхак помогает автоматически логировать вызовы функций, что упрощает отладку и мониторинг кода. Он особенно полезен для разработчиков, работающих над большими проектами, где нужно отслеживать множество функций, а также для тех, кто хочет улучшить читаемость и поддержку кода, обеспечивая централизованное логирование.

🔗 Python tricks

Быстрая сортировка словаря по значениям

Иногда вам нужно отсортировать словарь по значениям вместо ключей. Этот лайфхак поможет сделать это быстро и эффективно.

Этот лайфхак позволяет быстро и легко сортировать словари по значениям, что может быть полезно для анализа данных, построения отчетов и упорядочивания информации. Например, он будет полезен аналитикам данных, разработчикам, работающим с различными метриками и значениями, а также тем, кто хочет улучшить читаемость и управляемость данных.

🔗 Python tricks

Быстрое получение диапазона дат

При работе с временными данными часто возникает необходимость создать диапазон дат, например, для анализа данных за определенный период или генерации отчетов. Используя библиотеку Pandas, это можно сделать быстро и удобно.

Этот лайфхак помогает быстро создать список всех дат в заданном диапазоне. Он будет особенно полезен для аналитиков данных, специалистов по бизнес-аналитике и разработчиков, работающих с временными рядами или данными, завязанными на даты.

🔗 Python tricks

math.isclose

Функция math.isclose проверяет, находятся ли два числа близко друг к другу с учетом заданной относительной и абсолютной погрешности. a и b - числа, которые нужно сравнить. rel tol - относительная погрешность (по умолчанию 1e-09). abs tol - абсолютная погрешность (по умолчанию 0.0). Функция возвращает True, если числа находятся достаточно близко друг к другу, и False в противном случае.

🔗 Python tricks

math.gcd

Функция math.gcd используется для нахождения наибольшего общего делителя (НОД) двух чисел. Наибольший общий делитель (НОД) двух чисел — это наибольшее число, на которое оба числа делятся без остатка. В первом примере НОД чисел 48 и 18 равен 6, потому что 6 является наибольшим числом, которое делит и 48, и 18 нацело.

🔗 Python tricks

list.extend

Метод extend() используется для добавления всех элементов из итерируемого объекта (например, списка, кортежа или строки) в конец другого списка. Этот метод позволяет объединить два списка или добавить несколько элементов в один список за один вызов.

🔗 Python tricks

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.

🔗 Python tricks

Использование itertools для создания комбинаций

Модуль itertools в Python предоставляет множество функций для работы с итераторами, позволяя эффективно создавать и манипулировать последовательностями. Одной из полезных функций этого модуля является itertools.combinations, которая позволяет легко создавать все возможные комбинации элементов из списка заданной длины.

Использование функции itertools.combinations позволяет легко и эффективно создавать комбинации элементов из списка, упрощая решение задач, связанных с комбинаторикой и анализом данных.

🔗 Python tricks

Использование collections.defaultdict для удобной работы со словарями

Стандартный словарь в Python генерирует ошибку при попытке доступа к несуществующему ключу. defaultdict из модуля collections позволяет задать значение по умолчанию для несуществующих ключей, что упрощает работу с такими словарями.

Использование collections.defaultdict позволяет упростить и сделать более чистым код, когда требуется работать с несуществующими ключами в словарях, автоматизируя их инициализацию и улучшая управление данными.

🔗 Python tricks

statistics.median

Функция median из модуля statistics используется для вычисления медианы списка чисел. Медиана — это элемент, который делит упорядоченный список пополам. Если список имеет нечетное количество элементов, то медиана — это значение в середине списка. Если список имеет четное количество элементов, то медиана — это среднее значение двух центральных элементов.

🔗 Python tricks

Атрибуты объектов

Атрибуты — это переменные, связанные с объектом класса и хранящие его данные.
Они объявляются внутри класса, а доступ к атрибутам происходит через точку после объекта (object.attr). Бывают public, приватными (__attr) и защищенными (_attr). Публичные атрибуты доступны везде, приватные только в классе, защищенные в классе и дочерних.

Значение по умолчанию None, если не задано другое.

Атрибуты можно создать в конструкторе init() и изменить в методах класса, а новые атрибуты к объектам можно добавлять в рантайме.

🔗 Python tricks

Композиция (ассоциация) классов

Композиция (ассоциация) классов — это способ связи объектов разных классов. Позволяет создавать сложные объекты из более простых.
Один класс содержит объект другого класса как атрибут, при этом внутренний объект является частью внешнего.

Внешний класс не наследует функционал внутреннего, в отличие от наследования, просто использует его.

Композиция классов позволяет создавать сложные объекты из простых классов и подходит для моделирования реальных взаимосвязей.

🔗 Python tricks

LineaPy

LineaPy — это библиотека для работы с временными рядами и анализа временных данных.

Эта библиотека позволяет быстро решать типовые задачи анализа временных рядов без необходимости "изобретать велосипед".
Она удобна для анализа временных данных в задачах прогнозирования, мониторинга, выявления сезонности, трендов и аномалий. Имеет интуитивный API и хорошую документацию.

В этом примере мы получили прогнозные значения временного ряда на 5 периодов вперед с помощью модели ARIMA из LineaPy за считанные строки кода.

🔗 Python tricks

Использование list comprehension для фильтрации и преобразования данных

List comprehension в Python предоставляет лаконичный способ создания списков, позволяя не только итерировать, но и фильтровать и преобразовывать данные в одной строке. Это улучшает читаемость кода и уменьшает его объем.

Использование list comprehension позволяет создавать списки с фильтрацией и преобразованием данных в одной строке, что делает код более лаконичным, эффективным и удобочитаемым.

🔗 Python tricks