PytStart | Программирование на Python

👩‍💻 Обработка исключений в Python: try, except, finally В этом видео автор подробно разбирает, как предсказуемо управлять ошибками в программах с помощью конструкции try-except. Вы научитесь перехватывать конкретные типы исключений, корректно освобождать ресурсы в блоке finally и создавать собственные классы ошибок для большей ясности кода. 👉 Ссылка на первоисточник 🗣️Запомни: грамотная обработка исключений не скрывает проблемы, а делает поведение программы предсказуемым при любых обстоятель...

🗜 Сжатие данных на лету: gzip, lzma (работа со сжатыми файлами) Когда логи занимают гигабайты, а дампы БД не помещаются на диск, сжатие становится must-have. Но не нужно сжимать вручную — Python умеет работать со сжатыми файлами напрямую, как с обычными. ⚡️ gzip: стандарт для логов и JSON Модуль gzip даёт тот же интерфейс, что и open(), но прозрачно сжимает: import gzip import json # ПИШЕМ сжатый JSON одной строкой with gzip.open('data.json.gz', 'wt', encoding='utf-8') as f: json.dump({'users':...

🖥 Именованные кортежи Обычные кортежи (tuple) экономят память, но обращаться к данным по индексу — неудобно. point[0] — что это? Координата X? Широта? ID пользователя? Используйте NamedTuple из модуля typing (или collections). Это как класс, только легче. from typing import NamedTuple class Point(NamedTuple): x: int y: int p = Point(10, 20) # Теперь можно обращаться по имени! print(p.x, p.y) # 10 20 # Но поведение кортежа сохраняется print(p[0]) # 10 Это делает код "самодокументируемым". Идеаль...

👩‍💻 Работа с внешними API на Python: библиотека requests В этом видео автор на практике разбирает, как взаимодействовать с внешними сервисами и данными через API. Вы научитесь отправлять GET и POST-запросы, обрабатывать ответы в формате JSON, а также работать с заголовками и параметрами с помощью универсальной библиотеки requests. 👉 Ссылка на первоисточник 🗣️Запомни: умение работать с API - это ключ к интеграции ваших программ с миром внешних данных и сервисов, от погоды до нейросетей. 🤩 Py...

🤯 Математика с булевыми значениями А вы знали, что в Python True и False — это на самом деле просто замаскированные 1 и 0? Тип bool наследуется от int. Поэтому такой код абсолютно валиден: x = True + True + 5 print(x) # Вывод: 7 (1 + 1 + 5) Или даже так (используем как индекс): options = ["Нет", "Да"] is_agreed = True print(options[is_agreed]) # Вывод: "Да" (потому что options[1]) 💡 Примечание: в продакшене лучше так не писать, но знать об этом полезно! #python #funfacts #underTheHood

🔌 Python + SQLite: скрытые возможности (возврат изменённых строк, оконные функции) Все пишут SELECT и INSERT, но SQLite — это полноценная СУБД с фичами из больших баз. Используй RETURNING, UPSERT и оконные функции, чтобы логика работала на уровне данных, а не в коде. ⚡️ UPSERT: вставь или обнови одной командой Классика: нужно обновить запись, если она есть, иначе создать. Раньше требовалось два запроса. Теперь — один: import sqlite3 conn = sqlite3.connect(':memory:') conn.execute('''CREATE TABL...

👩‍💻 Уроки Python с нуля / #17 – Основы ООП. Создание класса и объекта В этом видео автор приступает к одной из важнейших тем в Python — объектно-ориентированному программированию. Вы узнаете теоретическую основу ООП и научитесь на практике создавать свои первые классы и объекты в языке Питон, закладывая фундамент для написания сложных и структурированных программ. ➡️ Ссылка на первоисточник 🗣️ Запомни: класс — это шаблон или чертеж, а объект — конкретный экземпляр, созданный по этому чертежу....

🔄 Итераторы и генераторы: как for реально работает под капотом Все пишут for x in list, но мало кто знает, что за этим скрывается протокол итератора. Разберём магию: как объекты становятся итерируемыми, как написать свой итератор и почему yield экономит память лучше любого оптимизатора. ❓ Что на самом деле делает for Когда ты пишешь: items = [1, 2, 3] for item in items: print(item) Python делает примерно это: iterator = iter(items) # получаем итератор while True: try: item = next(iterator) # бе...

🐳 Docker для Python-разработчика (оптимизация образов) Твой Docker-образ весит 1.5 ГБ, а сборка каждый раз тянет все зависимости с нуля? Пора это исправить. Правильный Dockerfile экономит время, трафик и нервы. ⚡️ Выбор базового образа: slim vs alpine Главное правило: никогда не использовать python:latest. Он огромный. # ❌ Плохо: 1 ГБ+ FROM python:3.11 # ✅ Хорошо: ~200 МБ FROM python:3.11-slim # ✅ Для фанатов минимализма: ~100 МБ (но могут быть проблемы с компиляцией) FROM python:3.11-alpine ➡️...

🤐 Склеиваем списки с помощью zip() Частая задача: есть два связанных списка (например, имена и зарплаты), и нужно пройтись по ним одновременно. ⛔️ Плохой способ (через индекс): names = ['Anna', 'Oleg'] salaries = [100, 200] for i in range(len(names)): print(names[i], salaries[i]) 🖥 Pythonic способ: Функция zip берет по одному элементу из каждого списка и отдает их парами. names = ['Anna', 'Oleg', 'Max'] salaries = [100, 200, 300] for name, salary in zip(names, salaries): print(f"{name} получае...