Midjourney так хорошо справляется с рисунками девушек и питонов… Сразу вспоминается правило 34: “В интернете существует порно на любую тему. Без исключений”.
В Python никогда не бывает излишка полезных приемов. Чем больше таких вы изучите, тем выше вероятность, что сможете оперативно справиться с какой-либо трудностью на практике. Или покажете себя с лучшей стороны на техническом собеседовании. В этой статье я расскажу о хитростях, которые могут помочь новичкам (и не только) в развитии навыка. Я собрала тележку фишек и все еще нахожу новые – и порционно делюсь ими с вами.
Предыдущие статьи цикла:
Мы можем проверить, находится ли тот или иной элемент в списке с помощью оператора in:
large_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] if 5 in large_list: print(«5 найден в списке.») else: print(«5 не найден в списке.»)
То же применимо и для множеств (set):
large_set = set(large_list) if 5 in large_set: print(«5 найден в множестве.») else: print(«5 не найден в множестве.»)
Если создать словарь средствами collections.defaultdict, добавить хотя бы один элемент, а затем обратиться к несуществующему ключу:
>>> from collections import defaultdict >>> >>> my_dict = defaultdict(int) >>> >>> my_dict[‘apple’] = 3 >>> my_dict [‘banana’ ] = 2 >>> print(my_dict[‘orange’]) >>> print(my_dict)
то интерпретатор самостоятельно добавит новый элемент:
… 0 … defaultdict(<class ‘int’>, {‘apple’: 3, ‘banana’: 2, ‘orange’: 0})
Мастхэв для начинающих питонистов — пара try / except, обработчик исключений. Шикарным дополнением к такому блоку является, на мой взгляд, else: он опишет поведение программы на случай других ошибок, которых может быть немало!
Более того, добавив finally, вы выполните завершающие работы, например, скомандуете выслать уведомление:
>>> try: >>> result = 10 / 2 >>> except ZeroDivisionError: >>> print( «Ошибка: деление на ноль невозможно.») >>> else: >>> print(«Результат:», result) >>> finally: >>> print( «Программа выполнена.») … Результат: 5.0 … Программа выполнена.
Если мы объявили две переменные, но не задали любой из них значение, то с помощью оператора := (Walrus Operator) можно спасти программу от падения и добавить обрабатывающую логику. В первом случае, в переменные name1, name2 мы ничего не записали, значит, программа зайдет в блок else:
>>> if __name__ == ‘__main__’: >>> name1, name2 = », » >>> >>> if name := name1 or name2: >>> print(name1) >>> print(‘Успешно!’) >>> else: >>> print(‘Имя не найдено…’)… Имя не найдено…
Во втором случае заполнена только одна из переменных, но программа отработает без ошибки:
>>> if __name__ == ‘__main__’: >>> name1, name2 = ‘Сергей’, » >>> >>> if name := name1 or name2: >>> print(name1) >>> print(‘Успешно!’) >>> else: >>> print(‘Имя не найдено…’) … Сергей … Успешно!
Теперь освоение новых библиотек у вас точно ускорится.
Ведущий аналитик/программист (Отдел планирования и управленческой отчетности) МТС, , можно удалённо, По итогам собеседования tproger.ru Вакансии на tproger.ru
Порой, трудно понять, какой тип данных возвращает функция или метод. В таких случаях помогают match и встроенные функции приведения к тому или иному типу данных:
>>> var = 1 >>> >>> match var: >>> case str(): >>> print(‘Строковый тип’) >>> case bool(): >>> print(‘Булевый тип’) >>> case float(): >>> print(‘Число с плавающей запятой’) >>> case int(): >>> print(‘Целочисленный тип’) >>> case list(): >>> print(‘Список’) >>> case None: >>> print(«None») >>> case _: >>> print(‘Другой тип данных’)… Целочисленный тип
Встроенные функции попытаются привести к своему значению переменную. Но если положить в var единицу, как примере выше, то мы минуем float().
Чтобы программа не упала, стоит заложить дальнейшую обработку var только в подходящие функции-наследнице кейсы.
В предыдущей статье с фишками я рассказывала, что есть эффективный способ генерировать списки — «списковое включение» (List Comprehension):
>>> names = [ >>> ‘Данил’, >>> ‘Михаил’, >>> ‘Оля’] >>> [x for x in names if»a»in x]] # Выберет имена, где есть «а»… [‘Данил’, ‘Михаил’]
Оказывается, этому поддаются и другие составные типы — генераторы и сеты.
>>> s = {s*2 for s in range(10)} # Перемножит числа 1-10 на два >>> print(s) … {0, 2, 4, 6, 8, 10, 12, 14, 16, 18}
Выводить многоуровневые словари с print() — боль: разрывы строк исчезнут, файл станет нечитаемым:
>>> my_d: dict = { >>> «data»: { >>> «TICKET_ID»: «64278401», >>> «livechatStatus»: { >>> «enabled»: False >>> }, >>> «requestHeaders»: { >>> «x-forwarded-host»: [ >>> «bot.jaicp.com:443» >>> ], >>> «x-forwarded-server»: [ >>> «bot.jaicp.com» >>> ], >>> «x-forwarded-for»: [ >>> «80.93.184.190» >>> ], >>> «host»: [ >>> «zfl-chatadapter-direct-upstream» >>> ], >>> «content-length»: [ >>> «978» >>> ], >>> «accept»: [ >>> «*/*» >>> ], >>> «content-type»: [ >>> «application/json» >>> ] >>> } >>> } >>> } >>> print(my_d) … {‘data’: {‘TICKET_ID’: ‘64278401’, ‘livechatStatus’: {‘enabled’: False}, ‘requestHeaders’: {‘x-forwarded-host’: [‘bot.jaicp.com:443’], ‘x-forwarded-server’: [‘bot.jaicp.com’], ‘x-forwarded-for’: [‘80.93.184.190’], ‘host’: [‘zfl-chatadapter-direct-upstream’], ‘content-length’: [‘978’], ‘accept’: [‘*/*’], ‘content-type’: [‘application/json’]}}}
Но встроенная утилита pprint, выдаст в командной строке «причёсанный» словарь:
>>> from pprint import pprint >>> pprint(my_d) … {‘data’: {‘TICKET_ID’: ‘64278401’, … ‘livechatStatus’: {‘enabled’: False}, … ‘requestHeaders’: {‘accept’: [‘*/*’], … ‘content-length’: [‘978’], … ‘content-type’: [‘application/json’], … ‘host’: [‘zfl-chatadapter-direct-upstream’], … ‘x-forwarded-for’: [‘80.93.184.190’], … ‘x-forwarded-host’: [‘bot.jaicp.com:443’], … ‘x-forwarded-server’: [‘bot.jaicp.com’]}}}
Допустим, мы создаём функцию convert_first_int(), которая возвращает кортеж практически неизменным, только первый элемент приводит к целочисленному типу:
>>> from typing import TypeVarTuple >>> >>> Ts = TypeVarTuple(«Ts») >>> >>> def convert_first_int(values: tuple[int|str|float, *Ts]) -> tuple[int, *Ts]: >>> return (int(values[0]), *values[1:]) >>> >>> print(repr(convert_first_int((«1», «2», «3»)))) … (1, ‘2’, ‘3’)
TypeVarTuple представляет собой произвольный кортеж потенциально разных типов. Полезно, если функция имеет дело только с первым элементом кортежа, и нам «разрешит» любые оставшиеся типы.
В крайней версии Python 3.12 наконец стало возможным импортировать модули в адекватном для английского языка порядке слов!
import LinearRegression from sklearn.linear_model
Безопасники скажут вам, что: внутрь текста (например, в поле анкеты) можно внедрить SQL-запрос и даже дропнуть базу данных. Но не дай бог нам с вами увидеть такое на проде.
Начиная с Python 3.11 мы можем использовать LiteralString во избежание таких уязвимостей:
def caller( arbitrary_string: str, query_string: LiteralString, table_name: LiteralString, ) -> None: run_query(«SELECT * FROM students») # ok run_query(query_string) # ok run_query(«SELECT * FROM » + table_name) # ok run_query(arbitrary_string) # type checker error run_query( # type checker error f»SELECT * FROM students WHERE name = {arbitrary_string}» )
Как видно из первой половины сниппета, arbitrary_string — это привычная строковая переменная. А вот query_string и table_name — уже «буквально строки», без возможных F-строк с подстановками.
Некоторые приемы могут показаться непонятными в хайлайтах документации ЯП, и ясными становятся только после запуска примера. Поэтому не злитесь на себя, если такой код забывается. Просто сохраните статью в закладки, чтобы вернуться к описанным трюкам в один прекрасный день.
Cобрали еще одну регулярную тележку фишек в нескольких версиях Python.
В Python никогда не бывает излишка полезных приемов. Чем больше таких вы изучите, тем выше вероятность, что сможете оперативно справиться с какой-либо трудностью на практике. Или покажете себя с лучшей стороны на техническом собеседовании. В этой статье я расскажу о хитростях, которые могут помочь новичкам (и не только) в развитии навыка. Я собрала тележку фишек и все еще нахожу новые – и порционно делюсь ими с вами.
Предыдущие статьи цикла:
- Часть 1
- Часть 2
Проверка наличия элемента в множестве
Мы можем проверить, находится ли тот или иной элемент в списке с помощью оператора in:
large_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] if 5 in large_list: print(«5 найден в списке.») else: print(«5 не найден в списке.»)
То же применимо и для множеств (set):
large_set = set(large_list) if 5 in large_set: print(«5 найден в множестве.») else: print(«5 не найден в множестве.»)
Автоматическое добавление ключа словарю
Если создать словарь средствами collections.defaultdict, добавить хотя бы один элемент, а затем обратиться к несуществующему ключу:
>>> from collections import defaultdict >>> >>> my_dict = defaultdict(int) >>> >>> my_dict[‘apple’] = 3 >>> my_dict [‘banana’ ] = 2 >>> print(my_dict[‘orange’]) >>> print(my_dict)
то интерпретатор самостоятельно добавит новый элемент:
… 0 … defaultdict(<class ‘int’>, {‘apple’: 3, ‘banana’: 2, ‘orange’: 0})
try / except + else + finally
Мастхэв для начинающих питонистов — пара try / except, обработчик исключений. Шикарным дополнением к такому блоку является, на мой взгляд, else: он опишет поведение программы на случай других ошибок, которых может быть немало!
Более того, добавив finally, вы выполните завершающие работы, например, скомандуете выслать уведомление:
>>> try: >>> result = 10 / 2 >>> except ZeroDivisionError: >>> print( «Ошибка: деление на ноль невозможно.») >>> else: >>> print(«Результат:», result) >>> finally: >>> print( «Программа выполнена.») … Результат: 5.0 … Программа выполнена.
Проверка существования переменной с помощью «моржового» оператора
Если мы объявили две переменные, но не задали любой из них значение, то с помощью оператора := (Walrus Operator) можно спасти программу от падения и добавить обрабатывающую логику. В первом случае, в переменные name1, name2 мы ничего не записали, значит, программа зайдет в блок else:
>>> if __name__ == ‘__main__’: >>> name1, name2 = », » >>> >>> if name := name1 or name2: >>> print(name1) >>> print(‘Успешно!’) >>> else: >>> print(‘Имя не найдено…’)… Имя не найдено…
Во втором случае заполнена только одна из переменных, но программа отработает без ошибки:
>>> if __name__ == ‘__main__’: >>> name1, name2 = ‘Сергей’, » >>> >>> if name := name1 or name2: >>> print(name1) >>> print(‘Успешно!’) >>> else: >>> print(‘Имя не найдено…’) … Сергей … Успешно!
Оператор match для проверки типа
Теперь освоение новых библиотек у вас точно ускорится.
Ведущий аналитик/программист (Отдел планирования и управленческой отчетности) МТС, , можно удалённо, По итогам собеседования tproger.ru Вакансии на tproger.ru
Порой, трудно понять, какой тип данных возвращает функция или метод. В таких случаях помогают match и встроенные функции приведения к тому или иному типу данных:
>>> var = 1 >>> >>> match var: >>> case str(): >>> print(‘Строковый тип’) >>> case bool(): >>> print(‘Булевый тип’) >>> case float(): >>> print(‘Число с плавающей запятой’) >>> case int(): >>> print(‘Целочисленный тип’) >>> case list(): >>> print(‘Список’) >>> case None: >>> print(«None») >>> case _: >>> print(‘Другой тип данных’)… Целочисленный тип
Встроенные функции попытаются привести к своему значению переменную. Но если положить в var единицу, как примере выше, то мы минуем float().
Чтобы программа не упала, стоит заложить дальнейшую обработку var только в подходящие функции-наследнице кейсы.
Включение генераторов, сетов
В предыдущей статье с фишками я рассказывала, что есть эффективный способ генерировать списки — «списковое включение» (List Comprehension):
>>> names = [ >>> ‘Данил’, >>> ‘Михаил’, >>> ‘Оля’] >>> [x for x in names if»a»in x]] # Выберет имена, где есть «а»… [‘Данил’, ‘Михаил’]
Оказывается, этому поддаются и другие составные типы — генераторы и сеты.
>>> s = {s*2 for s in range(10)} # Перемножит числа 1-10 на два >>> print(s) … {0, 2, 4, 6, 8, 10, 12, 14, 16, 18}
Pretty Print словаря
Выводить многоуровневые словари с print() — боль: разрывы строк исчезнут, файл станет нечитаемым:
>>> my_d: dict = { >>> «data»: { >>> «TICKET_ID»: «64278401», >>> «livechatStatus»: { >>> «enabled»: False >>> }, >>> «requestHeaders»: { >>> «x-forwarded-host»: [ >>> «bot.jaicp.com:443» >>> ], >>> «x-forwarded-server»: [ >>> «bot.jaicp.com» >>> ], >>> «x-forwarded-for»: [ >>> «80.93.184.190» >>> ], >>> «host»: [ >>> «zfl-chatadapter-direct-upstream» >>> ], >>> «content-length»: [ >>> «978» >>> ], >>> «accept»: [ >>> «*/*» >>> ], >>> «content-type»: [ >>> «application/json» >>> ] >>> } >>> } >>> } >>> print(my_d) … {‘data’: {‘TICKET_ID’: ‘64278401’, ‘livechatStatus’: {‘enabled’: False}, ‘requestHeaders’: {‘x-forwarded-host’: [‘bot.jaicp.com:443’], ‘x-forwarded-server’: [‘bot.jaicp.com’], ‘x-forwarded-for’: [‘80.93.184.190’], ‘host’: [‘zfl-chatadapter-direct-upstream’], ‘content-length’: [‘978’], ‘accept’: [‘*/*’], ‘content-type’: [‘application/json’]}}}
Но встроенная утилита pprint, выдаст в командной строке «причёсанный» словарь:
>>> from pprint import pprint >>> pprint(my_d) … {‘data’: {‘TICKET_ID’: ‘64278401’, … ‘livechatStatus’: {‘enabled’: False}, … ‘requestHeaders’: {‘accept’: [‘*/*’], … ‘content-length’: [‘978’], … ‘content-type’: [‘application/json’], … ‘host’: [‘zfl-chatadapter-direct-upstream’], … ‘x-forwarded-for’: [‘80.93.184.190’], … ‘x-forwarded-host’: [‘bot.jaicp.com:443’], … ‘x-forwarded-server’: [‘bot.jaicp.com’]}}}
TypeVarTuple
Допустим, мы создаём функцию convert_first_int(), которая возвращает кортеж практически неизменным, только первый элемент приводит к целочисленному типу:
>>> from typing import TypeVarTuple >>> >>> Ts = TypeVarTuple(«Ts») >>> >>> def convert_first_int(values: tuple[int|str|float, *Ts]) -> tuple[int, *Ts]: >>> return (int(values[0]), *values[1:]) >>> >>> print(repr(convert_first_int((«1», «2», «3»)))) … (1, ‘2’, ‘3’)
TypeVarTuple представляет собой произвольный кортеж потенциально разных типов. Полезно, если функция имеет дело только с первым элементом кортежа, и нам «разрешит» любые оставшиеся типы.
Импорт
В крайней версии Python 3.12 наконец стало возможным импортировать модули в адекватном для английского языка порядке слов!
import LinearRegression from sklearn.linear_model
Защита от SQL-инъекций
Безопасники скажут вам, что: внутрь текста (например, в поле анкеты) можно внедрить SQL-запрос и даже дропнуть базу данных. Но не дай бог нам с вами увидеть такое на проде.
Начиная с Python 3.11 мы можем использовать LiteralString во избежание таких уязвимостей:
def caller( arbitrary_string: str, query_string: LiteralString, table_name: LiteralString, ) -> None: run_query(«SELECT * FROM students») # ok run_query(query_string) # ok run_query(«SELECT * FROM » + table_name) # ok run_query(arbitrary_string) # type checker error run_query( # type checker error f»SELECT * FROM students WHERE name = {arbitrary_string}» )
Как видно из первой половины сниппета, arbitrary_string — это привычная строковая переменная. А вот query_string и table_name — уже «буквально строки», без возможных F-строк с подстановками.
Заключение
Некоторые приемы могут показаться непонятными в хайлайтах документации ЯП, и ясными становятся только после запуска примера. Поэтому не злитесь на себя, если такой код забывается. Просто сохраните статью в закладки, чтобы вернуться к описанным трюкам в один прекрасный день.
Cобрали еще одну регулярную тележку фишек в нескольких версиях Python.
