Zen of Python

#кек

@zen_of_python

Максимальная жиза.

@neuro_channel

Придумайте подпись к фото, но так, чтобы это относилось к языку программирования.

Победители прошлого интерактива — @kirillkasparyants1 и @insigmo.

#кек

79 рублей в месяц за Ubuntu 1 Гб RAM, 8 Гб SSD, 1 ядро, публичный IP-адрес. Аптайм весьма высокий.

А вы где берете минимальные сервера? Поделитесь в комментариях.

#обсуждение

@zen_of_python

Вопросы подписчиков

Zen of Python поддерживает новоприбывших (и не только) в особой рубрике. Как это работает:

— Спрашивайте что угодно (в комментариях под этим постом), связанное с Python. Здесь нет плохих вопросов!
— Сообщество вас поддержит. Самые интересные вопросы мы разберём в отдельном посте;

#вопросыновичков

@zen_of_python

По просьбе подписчика

Вопрос задает подписчик Лёша Трошин:

«Расскажите как правильно работать с аргументами функции. Если в приложении например есть КОНСТАНТА то нужно ли ее передавать в функцию или же достаточно просто вызвать из глобальной области? Кажется это называется «чистота функции», расскажите про это пожалуйста. И может рекомендации по именованию аргументов внутри - передали аргумент в функцию, внутри функции имя аргумента такое же с суффиксом делать?»

От админа: сначала расскажем про (не)чистые функции, затем вернемся к вопросу про константы. Про рекомендации к именованию в разберем в отдельном посте.

Есть два важных подхода к проектированию: «чистые» и «нечистые» функции. Это способ описать её взаимодействие с окружающими ее потенциальными объектами.

Чистые функции не имеют «побочных эффектов» и всегда возвращают одинаковый результат для одних и тех же входных данных. Их можно свободно вызывать в любой среде, зная, что они не повлияют на состояние программы за пределами своей области. Они изолированы от остального кода.

Пример:

a = 1
b = 2
def add(a, b):
return a + b

add(a, b)

Эта функция берет два аргумента и возвращает их сумму. Результат зависит только от входных данных, и add() не изменяет ничего вне своей области.

Нечистые функции могут изменять состояние программы (то есть объектов в ней) или иметь побочные эффекты, такие как модификация глобальных переменных, вывод данных в консоль или работа с файлами. Предсказать результат программы с такой «участницей» порой бывает очень трудно, и потому в учебниках часто рекомендуют избегать таких функций в первые годы программирования.

Пример:

def append_element(lst, element):
  lst.append(element)

my_list = [1, 2, 3]
append_element(my_list, 4)
print(my_list) # [1, 2, 3, 4]

В этом примере функция append_element() изменяет глобальную переменную my_list. Каждый раз при вызове функции, состояние программы (то есть списка) изменяется.

Идеальная программа должна сочетать в себе как можно больше чистых функций для большей предсказуемости, в то время как нечистые функции следует использовать только при необходимости взаимодействия с внешним миром.

Теперь к вопросу про константы (если верно понимаю вопрос).

В этой теме критически важно помнить про изменяемые и неизменяемые объекты, поскольку это влияет на их способность меняться под действием «грязных» функций:

Изменяемые объекты — списки, словари, множества, байтовые массивы. Неизменяемые объекты — числа, строки, кортежи, фиксированные множества.

В первом примере мы возьмем переменные a и b, равные 1 и 2 соответственно, и отправить аргументами add():

a = 1
b = 2

def add(a, b):
a += 1
return a + b

print(add(a, b)) # 4
print(a) # 1

Намеренно слегка модифицируем add() и добавим увеличение a на единицу (a += 1), чтобы вы могли сравнить работу «чистой» и «грязной» функций.

В локальной области видимости add() фактически создаются другие аргументы a и b. Поэтому при вызове a вне функции мы получим исходное ее значение — единицу.

Если теперь сделать add() «грязной», то таким образом:

a = 1
b = 2

def add():
global a # Указываем, что будем использовать глобальную переменную a
a += 1 # Изменяем значение глобальной переменной
return a + b

print(add()) # Вывод: 4
print(a) # Теперь вывод: 2, так как a была изменена

Обратите внимание, что в аргументы в скобки add() при объявлении функции теперь не подаются. Если вызывать из глобальной функции a, то она фактически больше не является константой (становится переменной).

#основы

@zen_of_python

Python 1.0.0 вышел 31 год назад: с чего всё начиналось

Взгляните, как отличался язык 1.0.0 от сегодняшней «тройки»: много воды утекло, но даже тогда главная фича была та же — простой синтаксис. Сегодня язык возглавляет рейтинг TIOBE самых популярных ЯП.

#факт

@zen_of_python

По просьбе подписчика

Вопрос от подписчика @andrul1kk:

«Не совсем понимаю разницу между yield и return».

Надеюсь, с английским у вас все в порядке, ибо короткое и действительно понятное видео про разницу между операторами есть в этом трехминутном видео. Непросто понять и легко забыть (если не используешь) — yield, или оператор генераторной функции.

@zen_of_python

1. Создание генератора:

G = gen()

В этой строке создается объект генератора G, но код внутри функции gen() не начинает выполняться, пока не будет вызван next(G).

2. Первый вызов next(G):

print(next(G)) # 0

Когда вы вызываете next(G) в первый раз, генератор начинает выполнение с начала функции gen(). Внутри функции запускается цикл for и выполняется первая итерация, где i становится равным 0. Затем происходит yield i, что означает, что значение 0 возвращается, и генератор приостанавливается. Значение 0 выводится на экран.

3. Второй вызов next(G):

print(next(G))  # None 1

Теперь, когда вы вызываете next(G) во второй раз, генератор продолжает выполнение с той точки, где он был приостановлен (после yield). В этот момент выполнение доходит до X = yield i, и так как вызывается next(G) без передачи аргумента, X будет установлено в значение None. Затем срабатывает print(X), и выводится None.

Затем генератор продолжает выполнение, и значение X становится равным 1.

#ловушка

🍾 Разыскиваются авторы статей про IT

Редакция tproger ищет авторов, которые разбираются в разных технологиях — от фронтенда до devops.

Важно писать понятно и с пользой для читателей. Мы поможем с редактированием, оплатим работу и продвинем ваши статьи на большую it-аудиторию.

Если у вас есть опыт и желание писать для разработчиков и программистов, заполняйте анкету и присоединяйтесь к tproger: https://forms.gle/nGwi92sepAqGuE1U9

#tproger

Вопрос подписчика

Задает @Evgen_Lapot:

«Всех приветствую, не совсем новичок, но и не спец. Перейду к вопросу. Как сделать код более безопасным, кроме того, чтобы использовать переменные окружения».

@zen_of_python

fuzzywuzzy | Нечеткий поиск

Один энтузиаст переводит статьи с RealPython, и на сей раз хорошо получилось у него про FuzzyWuzzy — алгоритм нечеткого поиска, который позволяет сравнить похожие, но не полностью совпадающие строки. Лаконично и очень понятно про Расстояние Левенштейна и применение библиотеки.

#инструмент

@zen_of_python

textual | Конкурент Tkinter

Еще один способ создать свое приложение на Python. Этот фреймворк — коллекция виджетов (кнопки, дропдауны и проч.), которым можно задавать любой функционал, чтобы потом превратить в Standalone-приложение.


Цена: бесплатно
Репозиторий проекта

#инструмент

@zen_of_python

Big Data в 2025: Как изменились технологии работы с данными и что нас ждет дальше?

В современном мире большие данные становятся ключевым инструментом для глубокой аналитики и стратегического планирования. В Tproger обсудили 5 главных решений в области Big Data, которые помогут в развитии вашего проекта. Статья довольно хардкорная: в ней и про Apache Kafka, и про Snowflake, и про Apache Spark.

#кек

@zen_of_python

Основы работы с массивами и списками: что нужно знать каждому

Если вы хотите глубже понять, как работать с массивами и списками в программировании, в статье на Tproger найдёте подробный гайд по основам этих структур данных, их ключевым различиям и применению. Авторы показали, как выбирать между массивами и списками в зависимости от задачи, и показали примеры кода для лучшего понимания.

@prog_tools