Python tricks | Хитрости Питона

Использование Counter для подсчёта элементов в коллекциях

Если вам нужно быстро посчитать количество вхождений элементов в списке или строке, Counter из модуля collections — это простой и мощный инструмент для этой задачи.

Использование Counter делает код более компактным и эффективным, упрощая задачи, связанные с подсчётом элементов в коллекциях, и избавляет от необходимости писать сложные циклы и дополнительные условия.

🔗 Python tricks

Использование тернарного оператора для компактных условных выражений

Тернарный оператор в Python позволяет писать условные выражения в одну строчку, что делает код более компактным и удобочитаемым.

Использование тернарного оператора помогает сократить код и делает его более выразительным, что особенно полезно в случаях, когда необходимо коротко обработать простое условие.

🔗 Python tricks

Использование списковых включений (list comprehensions) для фильтрации и трансформации списков

Списковые включения позволяют компактно создавать новые списки, трансформируя или фильтруя элементы исходного списка. Это делает код более читаемым и эффективным.

🔗 Python tricks

Использование генераторов списков для фильтрации и преобразования данных

Генераторы списков (list comprehensions) позволяют компактно и эффективно создавать новые списки, фильтруя и преобразуя данные из существующих коллекций.

Использование генераторов списков позволяет упростить и ускорить создание новых списков с фильтрацией и преобразованием данных, что делает код более компактным и эффективным.

🔗 Python tricks

Использование Counter для подсчета элементов в списке

Когда вам нужно подсчитать количество вхождений элементов в списке или другой коллекции, Counter из модуля collections позволяет сделать это быстро и эффективно.

Использование Counter значительно упрощает процесс подсчета вхождений элементов в коллекции, позволяя сократить код и сделать его более эффективным и понятным.

🔗 Python tricks

Использование any() и all() для проверки условий в списках

Когда вам нужно проверить, выполняется ли хотя бы одно условие или все условия в списке, функции any() и all() помогают сделать это просто и эффективно.

Использование any() и all() позволяет легко и эффективно проверять условия в списках и других итерируемых объектах, минимизируя необходимость в длинных и сложных циклах.

🔗 Python tricks

Использование collections.Counter для подсчета частоты элементов в коллекции

Когда вам нужно подсчитать, как часто встречается каждый элемент в списке или другой коллекции, Counter из модуля collections предоставляет простой и эффективный способ сделать это.

Использование Counter упрощает процесс подсчета частоты элементов, позволяя легко и быстро получить необходимую информацию и выполнить дополнительные операции с частотными данными.

🔗 Python tricks

Использование метода get() для безопасного доступа к значениям в словаре

Когда вы работаете со словарями и хотите безопасно получить значение по ключу, избегая ошибок, метод get() позволяет делать это просто и элегантно.

Использование метода get() делает код более надёжным и защищённым от неожиданных ошибок, связанных с отсутствием ключей в словаре.

🔗 Python tricks

Использование метода get() для безопасного доступа к значениям в словаре

Когда вы работаете со словарями, существует риск, что запрашиваемый ключ может отсутствовать, что вызовет ошибку. Метод get() помогает избежать этой проблемы, возвращая значение по умолчанию, если ключ не найден.

Использование метода get() делает ваш код более безопасным и позволяет легко обрабатывать случаи, когда ключ отсутствует в словаре, не вызывая сбоев в работе программы.

🔗 Python tricks

Использование списковых включений (list comprehensions) для создания списков

Списковые включения — это удобный и компактный способ создания новых списков, основанных на существующих итерируемых объектах, с возможностью применения условий и преобразований.

Использование списковых включений позволяет значительно сократить количество строк кода, делая его более читаемым и компактным, особенно при создании и обработке списков.

🔗 Python tricks

Использование with для автоматического закрытия файлов

Когда вы работаете с файлами в Python, важно правильно закрывать их после использования, чтобы освободить ресурсы. Использование конструкции with упрощает этот процесс.

🔗 Python tricks

Использование f-string для форматирования строк с вычислениями

Когда вам нужно встроить вычисления прямо в строку или форматировать вывод значений переменных, f-string (форматированные строки) — это быстрый и удобный способ сделать это.

Использование f-string позволяет упростить форматирование строк и объединить в одной строке текст с результатами вычислений, что делает код более чистым и эффективным.

🔗 Python tricks

Использование defaultdict для упрощения работы со словарями

Когда вы работаете со словарями, в которых нужно инициализировать значения по умолчанию для новых ключей, defaultdict из модуля collections значительно упрощает этот процесс.

Использование defaultdict делает код более чистым, сокращая количество проверок на наличие ключей и обеспечивая автоматическую инициализацию значений, что особенно полезно в сложных структурах данных.

🔗 Python tricks

Использование zip() для объединения нескольких списков

Когда вам нужно параллельно обрабатывать элементы из нескольких списков, функция zip() позволяет удобно объединить их в пары (или кортежи), что упрощает работу с ними.

🔗 Python tricks

NumPy: array_split

Ты можешь использовать array split() для разделения массивов, передав ему массив, который хочешь разделить, и количество разделений. Если в массиве меньше элементов, чем требуется, он соответствующим образом корректируется с конца.

🔗 Python tricks

Использование try-except-else для безопасного выполнения кода с обработкой ошибок

Когда вам нужно выполнить код, который может вызвать исключение, и при этом вы хотите добавить логику, которая будет выполняться только в случае отсутствия ошибок, блок try-except-else помогает организовать это грамотно.

Использование try-except-else позволяет делать код более устойчивым к ошибкам, обеспечивая выполнение дополнительной логики только при успешном выполнении основного кода.

🔗 Python tricks

Быстрое чтение файла и удаление пробелов с помощью strip()

Когда вам нужно прочитать файл и удалить лишние пробелы или символы новой строки из каждой строки, использование strip() внутри генератора списков — эффективный и удобный способ.

Этот лайфхак поможет вам легко и быстро очищать данные при чтении файлов, что особенно полезно в ситуациях, где требуется минимальная обработка текстовых данных.

🔗 Python tricks

F-строки

Сложно делать что-либо без строк в Python и чтобы сохранить адекватность, вам нужно иметь структурированный способ работы со строками. Большая часть людей, работающих с Python, предпочитают метод format python.

🔗 Python tricks

Ограничение использования процессора и памяти (ч.2)

Затем мы устанавливаем лимит, используя некое число секунд, задаваемое аргументом seconds, и ранее полученное значение жёсткого лимита. После этого мы регистрируем обработчик signal, который, при превышении выделенного программе процессорного времени, инициирует процедуру выхода. В случае с памятью, мы, опять же, получаем значения для нежёсткого и жёсткого лимитов, после чего устанавливаем ограничение с помощью метода setrlimit, которому передаём размер ограничения (size) и ранее полученное значение жёсткого лимита

🔗 Python tricks

Ограничение использования процессора и памяти (ч.1)

Если вместо того, чтобы оптимизировать программу, или улучшить то, как она пользуется процессором, вам нужно просто задать жёсткое ограничение на доступные ей ресурсы, можно воспользоваться соответствующей библиотекой

Тут показано ограничение процессорного времени и объёма памяти. Для того чтобы ограничить использование программой процессора, мы сначала получаем значения нежёсткого и жёсткого (hard) лимитов для конкретного ресурса (RLIMIT_CPU).

🔗 Python tricks