Библиотека Python разработчика

Когда вам нужно очистить список в Python, вы, скорее всего, используете lst = []. Однако на самом деле вы просто создаёте новый пустой список и присваиваете его переменной lst, а все другие переменные, которые ссылаются на исходный список, продолжают хранить его содержимое. Пример:

    
        
lst = [1, 2, 3]
lst2 = lst
lst = []
print(lst2)  # [1, 2, 3]
{}
    

Хотя это кажется очевидным, правильное решение стало доступно только с введением метода lst.clear() в Python 3.3. До этого для очистки списка приходилось использовать: - del lst[:], или - lst[:] = []. Оба варианта работают, поскольку срезы позволяют модифицировать часть списка. Если вы берёте срез [:], он охватывает весь список. Теперь же lst.clear() является более читаемым и современным решением. 📲 Мы в MAX 👉@BookPython

Как узнать размер генератора в Python? В Python часто возникает задача определить размер генератора без необходимости извлечения всех его значений. Это полезно, если вы работаете с большими потоками данных и хотите избежать избыточного расхода памяти. Пример с len() Некоторые итераторы, такие как range, поддерживают вызов len():

    
        
len(range(10000))  # 10000
{}
    

Однако генераторы не имеют длины, и попытка вызвать len() вызовет ошибку:

    
        
gen = (x ** 2 for x in range(10000))
len(gen)  # TypeError: object of type 'generator' has no len()
{}
    

Стандартное решение: преобразование в список Один из способов получить размер генератора — это преобразовать его в список:

    
        
gen = (x ** 2 for x in range(10000))
print(len(list(gen)))  # 10000
{}
    

Этот подход работает, но имеет серьёзный недостаток: он требует загрузить все значения генератора в память. Если генератор очень большой, это может привести к нехватке памяти. Более эффективный подход: подсчёт с помощью sum Чтобы избежать лишнего расхода памяти, можно подсчитать количество элементов в генераторе с использованием sum():

    
        
gen = (x ** 2 for x in range(10000))
print(sum(1 for _ in gen))  # 10000
{}
    

Этот метод обходит генератор "лениво", не создавая дополнительных списков, что делает его идеальным для работы с большими потоками данных. Резюме - Используйте len() только для итераторов, поддерживающих его (например, range). - Для генераторов избегайте преобразования в список, если важна экономия памяти. - Используйте sum(1 for _ in gen) для эффективного подсчёта элементов генератора. 📲 Мы в MAX 👉@BookPython

Почему range() в Python использует полуоткрытые интервалы? Функция range() в Python работает с полуоткрытыми интервалами. Например, range(2, 10) задаёт числа в диапазоне [2, 10), то есть [2, 3, 4, 5, 6, 7, 8, 9]. На первый взгляд это может показаться неочевидным или асимметричным, но у такого подхода есть свои преимущества. Почему полуоткрытые интервалы? Полуоткрытые интервалы позволяют легко "склеивать" смежные диапазоны без риска ошибок на единицу: - Если a = 2, b = 5, и c = 10, то [a, c) можно выразить как:

    
        
  [a, c) = [a, b) + [b, c)
  {}
    

Это работает идеально, потому что конец одного интервала (`b`) автоматически становится началом следующего. В случае закрытых интервалов, такая "склейка" требует дополнительной обработки:

    
        
[a, c] = [a, b] + [b+1, c]
{}
    

Связь с индексацией с нуля Индексация с нуля в Python также связана с этим принципом. Рассмотрим диапазон range(0, N): - Этот диапазон включает ровно N элементов, что делает код более предсказуемым:

    
        
  for i in range(0, N):
      print(i)
  {}
    

Здесь i проходит значения от 0 до N-1, что логично и удобно. Преимущества для работы с массивами Полуоткрытые интервалы идеально подходят для работы с индексами массивов:

    
        
arr = [10, 20, 30, 40, 50]
print(arr[1:3])  # [20, 30]
{}
    

Интервал [1:3) охватывает элементы с индексами 1 и 2, но не 3, что упрощает вычисления границ. Исторический контекст Этот подход имеет глубокие корни в компьютерной науке. Эдсгер Дейкстра, один из пионеров программирования, в 1982 году написал блестящую статью, в которой обосновал преимущества полуоткрытых интервалов. Это не просто удобство — это вопрос корректности и простоты работы с данными. 📲 Мы в MAX 👉@BookPython

Блог практикующего врача-психотерапевта Хочешь прокачать свою продуктивность и быть на волне актуального? Добро пожаловать на Психоtips - канал, где врач-психотерапевт высшей категории делится инсайтами, которые перевернут твоё мышление! Разбираем реальные кейсы: как работает психика в сложных ситуациях и что помогает найти баланс. Получай рабочие инструменты для борьбы с тревогой, выгоранием и эмоциональными бурями - всё, что можно сразу применить в жизни. Будь в курсе трендов: свежие открытия в психологии, исследования мозга и новая философия 21 века. Плюс - разборы фильмов и сериалов с точки зрения психиатрии, мемы и обсуждения, которые зажигают новые идеи. Подписывайся на канал для тех, кто хочет глубже понимать себя и других. Подробнее #реклама 16+ О рекламодателе

Распаковка параметров функций в Python 2 и 3 В Python 2 существовала интересная возможность распаковывать параметры функций прямо в их определении. Пример:

    
        
def between(x, (start, stop)):
    return start < x < stop

interval = (5, 10)
print(between(2, interval))  # False
print(between(7, interval))  # True
{}
    

Более того, это работало даже рекурсивно:

    
        
def determinant_2_x_2(((a, b), (c, d))):
    return a * d - c * b

matrix = [
    (1, 2),
    (3, 4),
]
print(determinant_2_x_2(matrix))  # -2
{}
    

Но начиная с Python 3, эта возможность была удалена из языка. Чтобы добиться того же результата, теперь нужно распаковывать параметры вручную:

    
        
def determinant_2_x_2(matrix):
    row1, row2 = matrix
    a, b = row1
    c, d = row2
    return a * d - c * b

matrix = [
    (1, 2),
    (3, 4),
]
print(determinant_2_x_2(matrix))  # -2
{}
    

Удаление этой функциональности сделало код более явным и читаемым, но для любителей компактности Python 2 по-прежнему вызывает лёгкую ностальгию. 📲 Мы в MAX 👉@BookPython

Как использовать *args и **kwargs в python? В видео про декораторы мы использовали *args и **kwargs для того, чтобы передать в функцию любое количество позиционных и именованных аргументов. Для того, чтобы понять как это работает, сначала познакомимся с тем, что такое распаковка. 📲 Мы в MAX 👉@BookPython

О сложных технологиях простым языком. Рассказываем в канале «Техно» Подписаться #реклама О рекламодателе

Если вы хотите игнорировать какое-то исключение, вы, вероятно, сделаете что-то вроде этого:

    
        
try:
    lst = [1, 2, 3, 4, 5]
    print(lst[10])
except IndexError:
    pass
{}
    

Это будет работать (ничего не выводя), но contextlib позволяет сделать то же самое более выразительно и семантически правильно:

    
        
from contextlib import suppress
with suppress(IndexError):
    lst = [1, 2, 3, 4, 5]
    lst[10]
{}
    

📲 Мы в MAX 👉@BookPython

Осени начхать на наш иммунитет. Но в Ингосстрахе знают, как заботиться о себе в сезон простуд. В Telegram-канале делятся советами для поддержания здоровья и рассказывают о полисе ДМС. Подписывайтесь, чтобы не пропустить полезные посты. Подписаться #реклама О рекламодателе

BBOT (Black Box OSINT Toolkit) Рекурсивный модульный OSINT инструмент, написанный на Python. Он поддерживает модульную структуру, интеграцию с API и плагины для выполнения сетевых сканирований, анализа доменов, поиска утечек данных и других задач. BBOT нацелен на исследование целевых систем, обеспечивая гибкость и настраиваемость для профессионалов в области кибербезопасности. https://github.com/blacklanternsecurity/bbot Мы в MAX 👉@BookPython