Программистика

Программистика || #Мемы

🌐 Web‑технологии Вы пользуетесь интернетом. Но знаете ли вы, как создаются сайты и веб‑приложения? Если вы когда‑то слышали слова HTML, HTTP, сервер, API, но не уверены, что они значат — мы поможем разобраться! В этом мини‑курсе вы в деталях узнаете о том, как устроен веб. Вы поймёте, как браузер получает информацию с сервера, как формируется страница, и почему всё работает почти мгновенно. Курс покажет, как взаимодействуют разные части веб‑приложения и как код превращается в то, что вы видите на экране. Всё это подано просто и доступно, чтобы вы могли сразу попробовать создавать свои первые сайты. 📎 Ссылка Программистика || #Course

Ускорьте работу разработки Cursor — IDE с ИИ, которая помогает писать код по описанию, искать ошибки и приводить проект в порядок быстрее обычного. Что делает: • генерирует и дополняет код на естественном языке • объясняет непонятные участки • находит ошибки и предлагает фиксы • подсказывает оптимизации и практики • работает как полноценная IDE, только быстрее Для компаний — это реальный способ ускорить команду без найма дополнительных разработчиков: меньше рутины, больше времени на архитектуру и продуктовые задачи. Попробовать Cursor: https://clck.ru/3QeE4z Поставщик в России — «Системный софт» (оплата в рублях, закрывающие документы и поддержка при подключении). Перейти на сайт #реклама 16+ syssoft.ru О рекламодателе

Курс Python с Абсолютного нуля

🎥 Первоисточник

Программистика|| #video

Нейросеть слила самую крупную базу частных паролей ❗️ Появился ИИ, который умеет находить твой пароль среди миллиардов утечек — под угрозой соцсети, банки и все аккаунты Канал «BezBrain» собирает все важные новости из мира технологий и выложила ссылку на данный ИИ Заходи и за минуту проверь, не слит ли твой пароль: https://t.me/+ZMIsaHoWamllYjNi

👩‍💻 `zip`: Когда нужно итерировать по нескольким спискам одновременно Многие, когда нужно работать с двумя списками параллельно, до сих пор пишут циклы с индексами:

    
        names = ["Алиса", "Боб", "Карл"]
ages = [25, 30, 35]

for i in range(len(names)):
    print(f"{names[i]}: {ages[i]} лет"){}
    

🟢 Формально работает, но это хрупко и не по-питонячьи. Стоит изменить один список — и всё сломается. Что делает `zip` zip объединяет несколько итерируемых объектов, возвращая кортежи из соответствующих элементов:

    
        names = ["Алиса", "Боб", "Карл"]
ages = [25, 30, 35]

for name, age in zip(names, ages):
    print(f"{name}: {age} лет"){}
    

Преимущества: 🟢 Нет привязки к индексам — код читается как предложение. 🟢 Работает с любым количеством итерируемых объектов. 🟢 Автоматически останавливается на самом коротком списке (без IndexError). Практический пример с тремя списками:

    
        products = ["Яблоки", "Бананы", "Апельсины"]
prices = [100, 80, 120]
quantities = [5, 3, 2]

for product, price, qty in zip(products, prices, quantities):
    total = price * qty
    print(f"{product}: {total} руб."){}
    

Когда списки разной длины (и нужно это обработать) По умолчанию zip обрезает по самому короткому. Если нужны все значения:

    
        from itertools import zip_longest

names = ["Алиса", "Боб", "Карл", "Дина"]
ages = [25, 30, 35]

for name, age in zip_longest(names, ages, fillvalue="неизвестно"):
    print(f"{name}, возраст: {age}")
# Дина, возраст: неизвестно{}
    

А если всё-таки нужны индексы? Используйте enumerate вместе с zip:

    
        for i, (name, age) in enumerate(zip(names, ages), start=1):
    print(f"{i}. {name}: {age} лет"){}
    

Когда `range(len(...))` может быть уместен? Только если действительно нужны именно индексы для манипуляций (например, алгоритм сортировки с перемещениями). Но даже тогда часто есть лучшие способы. Запомни: 🟢 zip — для параллельной итерации 🟢 enumerate — когда нужны и индекс, и значение 🟢 Вместе они заменяют 95% циклов с range(len(...)) Работайте с данными напрямую, а не через их индексы — код станет чище и надёжнее. Программистика|| #doc

«Сделано по ГОСТу»: как обеспечить защищенный канал Компании-разработчики редко сталкиваются со строгими требованиями по безопасности. Часто под «безопасностью» понимается именно защита персональных данных (ПД) сотрудников и контрагентов. Остальные требования устанавливают заказчики. Так, если компания разрабатывает приложение для банка, то заказчик может потребовать, чтобы был соблюден стандарт PCI DSS. Или, например, при разработке сайта с обработкой ПД может понадобиться выполнить требования 152-ФЗ и 21 Приказа ФСТЭК по конкретному уровню защищенности. Инфраструктура, на базе которой происходит разработка или находится само приложение, тоже должна соответствовать данным стандартам. Более того, если компания начинает оказывать услуги для государственных организаций или организаций, относящихся к КИИ, необходимо задуматься о передаче данных. Именно об этом мы и поговорим в статье. ➡️ Читать статью Программистика || #article

👀 Изучаем Python: теория, практика, настройка инструментов Рассказываем, что изучать после основ: как настраивать инструменты, работать с базами данных, создавать программы с интерфейсом и использовать Python для парсинга. А еще собрали интересные задачи, чтобы можно было закрепить знания.

🌐 Ссылка

Программистика || #Course

💻 Вопрос с собеса: Чем отличается list от tuple? Это один из тех вопросов, который задают почти всем - и все равно на нем спотыкаются. Просто сказать «list изменяемый, а tuple нет» - мало. Надо понимать последствия. 👉 Базовый ответ (которого ждут): - list - изменяемый (mutable). Можно менять, добавлять, удалять элементы. - tuple - неизменяемый (immutable). После создания его нельзя изменить. 👉 Глубокий разбор (который ждут от мидла+): 1. Производительность и память: Из-за неизменяемости tuple работает быстрее и занимает меньше памяти. Python может кэшировать и оптимизировать их.

    
        import sys
import timeit

lst = [1, 2, 3]
tup = (1, 2, 3)

print(sys.getsizeof(lst))  # 120 байт (может меняться)
print(sys.getsizeof(tup))  # 72 байта{}
    

2. Безопасность и хэшируемость: tuple можно использовать как ключ в словаре, list - нет. Это важно для кэшей, индексов.

    
        valid_cache = {(1, 2): "result"}  # Работает
invalid_cache = {[1, 2]: "result"}  # TypeError: unhashable type{}
    

3. Семантическое различие: - list - это однородная коллекция (все элементы обычно одного типа). - tuple - это гетерогенная коллекция, часто используется как запись с полями (как namedtuple или дата-класс).

    
        # Плохо: tuple как list
for item in ("apple", "banana", "cherry"):
    print(item)

# Хорошо: tuple как структура
person = ("Alice", 30, "engineer")  # имя, возраст, профессия{}
    

4. Неизменяемость - только на верхнем уровне: Важный подвох! Если внутри tuple лежит изменяемый объект - его можно изменить.

    
        danger = (1, 2, [3, 4])
danger[2].append(5)  # Опасно! Работает!
print(danger)  # (1, 2, [3, 4, 5]){}
    

💡 Итоговый ответ для собеса:

1. Основное: list - mutable, tuple - immutable 2. Следствия: tuple быстрее, занимает меньше памяти, хэшируем 3. Семантика: list для однородных данных, tuple для структур 4. Ловушка: неизменяемость только на верхнем уровне 5. Когда что использовать: - tuple для константных данных, ключей словаря - list для динамических коллекций

Запомни: на джуньорских позициях хватит первого пункта, но сеньоры ждут все пять. Программистика||#jobs

Погружаемся в реальные цифры Python Если вы уже не новичок в Python и хотите понять, что действительно важно для производительного и грамотного кода, простых туториалов уже недостаточно. В новой статье на Хабре собраны ключевые параметры Python, которые реально нужно знать каждому продвинутому разработчику — от скорости операций до затрат памяти и влияния на производительность при выборе структур данных. Здесь не просто перечисляются конструкции языка: автор приводит конкретные измерения, сравнения и объяснения, чем отличается быстрый код от медленного, сколько времени занимает доступ к словарю vs вызов функции, как влияет размер объекта на память и многое другое. ➡️ Читать статью Программистика || #article