Добро пожаловать в ваше полное руководство по документированию кода на Python. Неважно, документируете ли вы небольшой скрипт или большой проект, являетесь ли вы новичком или опытным Pythonистом, в этом руководстве вы найдете все, что вам нужно знать.
В этой статье вы узнаете, как читать, обрабатывать и разбирать CSV из текстовых файлов с помощью Python. Вы увидите, как работают файлы CSV, познакомитесь с важной библиотекой csv, встроенной в Python, и увидите, как работает разбор CSV с помощью библиотеки pandas.
Насколько случайным является случайность? Это странный вопрос, но он имеет первостепенное значение в случаях, когда речь идет об информационной безопасности. Всякий раз, когда вы генерируете случайные данные, строки или числа в Python, неплохо иметь хотя бы приблизительное представление о том, как эти данные были сгенерированы.
Одной из новых и интересных возможностей, появившихся в Python 3.7, является класс данных. Класс данных - это класс, обычно содержащий в основном данные, хотя на самом деле нет никаких ограничений. Он создается с помощью нового декоратора @dataclass.
Вы узнаете следующее. API для работы с операторами и встроенными модулями в Python. "Секрет", скрывающийся за len() и другими встроенными операторами. Как сделать классы способными использовать операторы. Как сделать классы совместимыми со встроенными функциями Python.
Pipenv - это инструмент упаковки для Python, который решает некоторые общие проблемы, связанные с типичным рабочим процессом с использованием pip, virtualenv и старого доброго requirements.txt. Помимо решения некоторых общих проблем, он консолидирует и упрощает процесс разработки до единого инструмента командной строки. В этом руководстве мы рассмотрим, какие проблемы решает Pipenv и как управлять зависимостями Python с помощью Pipenv. Кроме того, будет рассказано о том, как Pipenv сочетается с предыдущими методами распределения пакетов.
С момента своего появления JSON быстро стал стандартом де-факто для обмена информацией. Скорее всего, вы находитесь здесь, потому что вам нужно переместить некоторые данные из одного места в другое. Возможно, вы собираете информацию с помощью API или храните данные в базе данных документов. Так или иначе, вы по уши увязли в JSON, и вам придется искать выход из ситуации с помощью Python.
Иногда говорят, что Python, по сравнению с низкоуровневыми языками, такими как C++, улучшает время разработки за счет времени выполнения. К счастью, существует несколько способов ускорить время выполнения операций в Python без ущерба для простоты использования. Одним из вариантов, подходящих для быстрых численных операций, является NumPy, который заслуженно называет себя фундаментальным пакетом для научных вычислений на Python.
Отладка приложений иногда может быть нежелательным занятием. Вы заняты работой в условиях дефицита времени и просто хотите, чтобы все работало. Однако в другое время вы можете изучать новые возможности языка или экспериментировать с новым подходом и хотите глубже понять, как что-то работает.
Специалисты по изучению данных тратят много времени на очистку наборов данных и приведение их в форму, с которой можно работать. Фактически, многие специалисты по изучению данных утверждают, что начальные шаги по получению и очистке данных составляют 80 % работы.
В этом уроке вы узнаете о продвинутых методах веб-автоматизации на Python: использовании Selenium с "безголовым" браузером, экспорте собранных данных в CSV-файлы, а также обертке кода скраппинга в класс Python.
При написании приложений на Python кэширование играет важную роль. Использование кэша, чтобы избежать повторного вычисления данных или обращения к медленной базе данных, может значительно повысить производительность.
Django - это популярный веб-фреймворк для создания масштабируемых и надежных веб-приложений. Одним из основных компонентов Django является система объектно-реляционного отображения (ORM), которая позволяет разработчикам взаимодействовать с базами данных с помощью кода на Python, а не писать необработанные SQL-запросы.
В этой статье мы рассмотрим некоторые из продвинутых методов запросов Django, чтобы помочь вам получить максимум от этого высокоуровневого веб-фреймворка. Мы написали эту статью, ориентируясь на начинающих и опытных инженеров-программистов, аналитиков данных, специалистов по исследованию данных и просто любителей. Благодаря объектно-реляционному связующему (ORM) Django вы можете взаимодействовать с базами данных, используя код на Python, а не сырые SQL-запросы.
Функциональное программирование - парадигма программирования, в которой основным методом вычислений является оценка функций. В этом уроке вы изучите функциональное программирование в Python. Функциональное программирование обычно играет довольно небольшую роль в коде Python. Но быть знакомым с ним полезно. Как минимум, вы наверняка будете сталкиваться с ним время от времени при чтении кода, написанного другими людьми.
В этом уроке рассказывается о пространствах имен Python, структурах, используемых для организации символических имен, присвоенных объектам в программе на Python. Предыдущие уроки этой серии подчеркивали важность объектов в Python. Объекты есть везде! Практически все, что создает или с чем работает ваша программа на Python, является объектом.
Изучите больше функций, помимо re.search(), которые предоставляет модуль re. Узнайте, когда и как предварительно скомпилировать regex в Python в объект регулярных выражений. Откройте для себя полезные вещи, которые можно делать с объектом match, возвращаемым функциями в модуле re
Пристегните ремни! Синтаксис регексов требует некоторого привыкания. Но как только вы освоитесь с ним, вы найдете регексы практически незаменимыми в программировании на Python.
Throughout the previous tutorials in this series, you’ve seen many examples demonstrating the use of built-in Python functions. In this tutorial, you’ll learn how to define your own Python function. You’ll learn when to divide your program into separate user-defined functions and what tools you’ll need to do this.
В предыдущем уроке из этой вводной серии вы впервые узнали, как можно форматировать строки с помощью Python f-строк. Более подробно об этой технике вы узнаете в конце этого урока. Поскольку f-строки появились в языке Python сравнительно недавно, вам будет полезно познакомиться и со второй, чуть более старой техникой. Скорее всего, вы встретите ее в более старом коде Python.