CodeGuard: Python

Python в задачах и упражнениях 😎 Автор книги Мэттью Уайтсайд – инженер-программист с более чем 10-летним опытом, работающий в финтехе. Он активно участвует в жизни сообщества, общаясь с коллегами в социальных сетях и на форумах. В этой книге Мэттью предлагает читателям проверить свои навыки разработки на Python и решить различные задачи – от простых до весьма сложных и творческих. 📖Особенности этой книги:

🔴более 60 задач, каждая из которых раскрывает новую грань программирования на Python, расширяет ваши познания и позволяет уверенно подойти к реальной практике; 🔴постепенно усложняющиеся серьезные и шуточные задачи предлагают идеальный способ изучить Python, отточить навыки работы с ним и познакомиться с библиотеками, о которых вы раньше не знали; 🔴во всех задачах используются самые актуальные версии и библиотеки, книга ориентируется на Python 3 и идет в ногу с изменениями, которые могут повлиять на решения; 🔴помощь эксперта помогает преодолеть препятствия – автор приводит указания и решения всех задач; 🔴все решения выложены на сайте издательства, вы сможете скачать код и выполнить его на своем компьютере.

➡️ Книгу качаем здесь »»» [Archive] 👩‍💻 CodeGuard: Python | Chat

НЕ ПОКУПАЙ КУРСЫ В ИНТЕРЕНЕТ И НЕ ИДИ В ВУЗ! ❌ Курсы — СКАМ чистой воды, ❌ В ВУЗ'е тебя учат 60 летние бабки программировать в 1С Самый лучший вариант — канал Влада Все знания в IT, которые он получил за 11+ лет коммерческого опыта он рассказывает в своём канале абсолютно бесплатно. Всего 10 минут в день в канале Влада и ты поймешь, как нужно правльно учиться и искать работу👇 https://t.me/+8hn2tyYjgJQwMDc6

🧠 Кеширование аргументов: __setattr__ для автоматического сохранения вычислений Хотите, чтобы тяжёлые вычисления выполнялись один раз? Заставьте класс сам себя кешировать через __setattr__. 😡 Так писать - тупая трата времени (кеш вручную)

    
        class ExpensiveCalc:
    def __init__(self):
        self._cache = {}
    def compute(self, x):
        if x in self._cache:
            return self._cache[x]
        result = x ** 5 + x ** 3 - x  # Сложная хрень
        self._cache[x] = result
        return result

calc = ExpensiveCalc()
print(calc.compute(5))
print(calc.compute(5))  # Снова вычисляет? Нет, но код громоздкий{}
    

Проблема: Ручное управление кешем. Забыли проверить - получили повторные вычисления. А если методов много? ✔️ Правильно (автокеш через __setattr__ и декоратор)

    
        def cache_args(func):
    def wrapper(self, arg):
        cache_attr = f"_cache_{func.__name__}"
        if not hasattr(self, cache_attr):
            setattr(self, cache_attr, {})
        cache = getattr(self, cache_attr)
        if arg not in cache:
            cache[arg] = func(self, arg)
        return cache[arg]
    return wrapper

class SmartCalc:
    def __setattr__(self, name, value):
        if name.startswith("_cache_"):
            self.__dict__[name] = value
        else:
            super().__setattr__(name, value)

    @cache_args
    def heavy(self, x):
        return x ** 7 - x ** 2 + 1

    @cache_args
    def another(self, y):
        return y * 3 + 10

calc = SmartCalc()
print(calc.heavy(3))  # Считает
print(calc.heavy(3))  # Берёт из кеша
print(calc.another(3))
print(calc.another(3))  # Тоже из кеша{}
    

Как это работает: Декоратор cache_args создаёт для каждого метода свой словарь кеша внутри объекта __setattr__ перехватывает установку атрибутов, чтобы корректно инициализировать эти словари При вызове метода с аргументом - сначала проверка кеша, потом вычисление Пишем свой __setattr__ с защитой от мусора:

    
        class StrictCache:
    def __setattr__(self, name, value):
        if hasattr(self, name) and not name.startswith("_cache"):
            raise AttributeError(f"Нельзя перезаписать {name}")
        self.__dict__[name] = value

    @cache_args
    def process(self, val):
        return val * 2 + 5

obj = StrictCache()
obj.process(10)
obj.x = 5  # Ок
obj.x = 6  # Ошибка: нельзя перезаписать{}
    

Попробуйте изменить уже существующий атрибут - получите ошибку. Что происходит под капотом:

🔵 Декоратор создаёт скрытый атрибут _cache_имя_метода 🔵 __setattr__ гарантирует, что эти атрибуты попадут в __dict__ 🔵 При повторном вызове - данные уже лежат в объекте, вычислений нет

Важно: Этот подход убивает два зайца: кеширование и контроль над атрибутами. Используйте для дорогих вычислений, где аргументы повторяются. 👩‍💻 CodeGuard: Python | Chat

90% айтишников проваливают рост в тимлиды ещё до старта Они читают книжки, смотрят курсы — а потом ломаются на первом конфликте с командой или бизнесом В канале Артём Харченков | IT Инсайты: — Разборы реальных ситуаций из жизни тимлида — Как выглядят правильные решения глазами тимлида — Чем отличается сильный айтишник от тимлида Подписывайся, если хочешь понимать, как устроено тимлидство изнутри: @teamlead_insights

📦 Функциональный кэширование: lru_cache vs ручной dict Если кэшировать вызовы функции через обычный словарь, можно наломать дров и забыть про ограничения по памяти. 1️⃣ В чём суть @lru_cache - это готовый декоратор из functools. Ручной dict - это полный контроль, но и полная ответственность. 2️⃣ Практика

    
        from functools import lru_cache

# Магия стандартной библиотеки
@lru_cache(maxsize=128)
def fib(n: int) -> int:
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)

# Ручной, доморощенный подход
_cache = {}
def fib_manual(n: int) -> int:
    if n in _cache:
        return _cache[n]
    if n < 2:
        result = n
    else:
        result = fib_manual(n-1) + fib_manual(n-2)
    _cache[n] = result
    return result{}
    

3️⃣ Почему это важно

🔴 lru_cache сам вытесняет старые результаты 🔴 Ручной dict может расти до упора 🔴 В lru_cache уже есть потокобезопасность 🔴 Словарь даёт больше контроля над ключами 🔴 Можно закешировать что угодно, даже хреново сериализуемое

4️⃣ Нюансы

🔴 Аргументы функции для lru_cache должны быть хешируемыми 🔴 Не мудрите с ручным кэшем, если не нужны особые пляски 🔴 Для простых случаев - берите готовое

Полезно? ❤️ - Да 🔥 - Уже использую 👩‍💻 CodeGuard: Python | Chat

Очнись, нас готовят к цифровому ГУЛАГу Уже в десятках регионов России отключают мобильный интернет (даже когда нет атак БПЛА), тестируют «белые списки» и замедляют Телегу. 90% людей тупо смотрят на уплывающий корабль свободного Интернета. Люди поумнее готовятся к новой реальности и читают «Пакет Безопасности». Здесь дают самые свежие связки для приватности: приложения и утилиты на случай вайтлистов, прокси, браузеры, сервисы — чего тут только нет. Без шуток, сейчас это один из самых полезных каналов в Телеге. Надеемся на лучшее, но к чему нужно готовиться — вы и сами понимаете: @package_security

Если ты - последний человек на Земле, и у тебя есть только Python - что ты напишешь? Очевидно, что первым делом нужно попробовать найти кого-то ещё. А потом осознать, что это хрень. 1️⃣ Первый скрипт: SOS

    
        import socket
import time

def eternal_beacon():
    """Бесконечно транслирую своё местоположение."""
    message = "HUMAN_ALIVE_COORD: 55.7558, 37.6173"
    while True:
        print(f"[{time.ctime()}] {message}")
        time.sleep(10){}
    

2️⃣ Второй скрипт: Наследие

    
        def archive_humanity():
    """Собираю всё, что осталось, в один огромный JSON."""
    import json
    import os

    legacy = {
        "last_seen": time.ctime(),
        "final_message": "Мы были здесь. Это не конец, а точка сбора.",
        "cultural_artifacts": []
    }
    # Здесь был бы код обхода серверов...
    with open("human_legacy.json", "w") as f:
        json.dump(legacy, f, indent=2, ensure_ascii=False)
    return legacy{}
    

3️⃣ Философский финал

🔴 Запускаю маяк 🔴 Архивирую знания 🔴 Пишу финальную строку

    
        if __name__ == "__main__":
    print("Я был здесь."){}
    

А что бы написал ты? 🤖 - Автоматизирую выживание 📁 - Сохраню всю культуру 👩‍💻 CodeGuard: Python | Chat

🤖Обходим «белый список» вместе с STRELKA Думали, что белые списки не обходятся когда глушат интернет? — Как бы не так! Умельцы из STRELKA VPN уже сделали стабильный проход на любые сайты, даже когда их глушат операторы.

Доступ в свободный интернет по цене стаканчика кофе прямо в Телеграм!

📂 Конвертер картинок: 2 строчки кода и никаких сервисов Если тебе нужно быстро сменить формат изображения, не заморачиваясь с онлайн-сервисами и потерями качества. 1️⃣ В чём суть Используй библиотеку Pillow - это де-факто стандарт для работы с изображениями в Python. 2️⃣ Практика

    
        from PIL import Image

img = Image.open("input.jpg")
img.save("output.png"){}
    

Вот и вся хрень. Поддерживает JPEG, PNG, WebP, TIFF и другие. 3️⃣ Почему это важно

🔴 Автоматизация обработки 🔴 Сохранение качества 🔴 Пакетное конвертирование 🔴 Изменение размера «на лету» 🔴 Проще, чем искать онлайн-конвертер

4️⃣ Нюансы

🔴 Установка: pip install Pillow 🔴 Для WebP может понадобиться доп. установка библиотек на системе

Полезно? ❤️ - Да 👍 - Уже использую 👩‍💻 CodeGuard: Python | Chat

👩‍💻 В сеть вывалилась гигантская куча курсов и книг от топовых IT‑школ Держи сотни гигабайт свежих уроков, и каждую неделю мы подкидываем ещё! • 1612 ГБ — DevOps • 1402 ГБ — Python • 1300 ГБ — C, C++ • 1815 ГБ — Frontend • 1515 ГБ — Backend • 898 ГБ — ИБ, Хакинг • 996 ГБ — Kotlin, Swift • 212 ГБ — JavaScript • 315 ГБ — Flutter • 820 ГБ — Go, PHP • 419 ГБ — Java, Rust • 648 ГБ — GameDev • 517 ГБ — Windows, Linux • 998 ГБ — Дизайн (UX/UI) • 617 ГБ — Нейросети (ML/RL) • 546 ГБ — БД (SQL & NoSQL) • 687 ГБ — Аналитика данных • 115 ГБ — QA-тестирование Подписывайся и не плати за то, что можно получить бесплатно