Типизация в Python с использованием модуля typing
В Python модуль typing предоставляет возможность добавлять подсказки типов для переменных, функций и классов, что делает код более явным и понятным.
Зачем использовать типизацию?
1. Ясность и понятность кода: Добавление аннотаций типов помогает читателям быстро понять, какие данные ожидаются и какие типы переменных возвращаются из функций.
2. Предотвращение ошибок: Статические анализаторы кода, такие как mypy, могут обнаруживать потенциальные ошибки до выполнения программы, что уменьшает количество багов.
3. Документация кода: Подсказки типов могут служить формой документации, особенно полезной при совместной разработке. Разработчики могут быстро понимать интерфейсы функций и классов.
Пример использования типизации для переменных и функций:
from typing import List, Tuple
def multiply(a: int, b: int) -> int:
return a * b
def process_list(data: List[int]) -> Tuple[int, int]:
sum_values = sum(data)
average = sum_values / len(data)
return sum_values, average
# Пример использования
result1 = multiply(5, 3)# Ожидается int
data_list = [1, 2, 3, 4, 5]
result2 = process_list(data_list)# Ожидается Tuple[int, int]
Здесь a: int и b: int указывают на типы аргументов функции, а -> int и -> Tuple[int, int] - на типы возвращаемых значений. Это помогает читателям кода лучше понимать ожидаемую структуру данных и типы переменных.
Типизация делает ваш код более структурированным, улучшает его читабельность и может служить документацией, облегчая разработку.
#python#typing
#вакансия#backend#python#senior#удаленно#Сербия
Middle + / Senior Backend разработчик
(удаленно / гибрид, офисы в Белграде и Бангкоке)
О компании
Graphlogic – продуктовая IT-компания. Мы разрабатываем экосистему Conversational AI продуктов – чат-боты, голосовые боты, аватары, ASR & TTS as APIs, LLM – объединенных на единой платформе.
🚀 Развиваем международное направление при поддержке швейцарского инвестора и партнёра. В команду ищем опытного Middle+ / Senior Backend разработчика – того, кто хочет делать коммерческий продукт, который будет использоваться бизнесом по миру.
Чем предстоит заниматься
– Проектировать и разрабатывать компоненты платформы
– Участвовать в проектировании решений с момента разработки концепта и составления плана реализации
– Отвечать за конечную реализацию фич в срок, включая разрешение блокеров, своевременную эскалацию проблем и запрос дополнительных ресурсов
– Улучшать масштабируемость, производительность и надежность продукта
– Взаимодействовать с проектной командой по реализации требований для повышения функциональности и UX платформы.
Стек: Python, asyncio, aiohttp, GraphQL, PostgreSQL, RabbitMQ, Docker, Kubernetes, Gitlab (VCS, CI/CD, Registry).
Навыки, которые мы ожидаем увидеть
– Опыт работы на стеке от 3 лет
– Уверенное владение английским
– Разработка архитектуры системы – обязательный уклон в микросервисы, понимание горизонтально масштабируемых систем
– Разработка архитектуры БД
– Глубокое понимание принципов объектно-ориентированного подхода
Минимальные требования по опыту
– Асинхронный питон, микросервисы, postgres – 3 года
– RabbitMQ – 1 год
– Общий опыт работы разработчиком – от 5 лет.
Работа у нас – это:
– Гибкий график
– Официальное трудоустройство, административная и юридическая поддержка
– Офисы в Белграде и Бангкоке или полностью удалённый формат
– Больничные без справок - 3 оплачиваемых wellness дня в год
– Участие в конференциях и митапах.
По всем вопросам и для резюме: @dpmorozova
#webScraping#Python
🕷
Web Scraping with Python: Data Extraction from the Modern Web, 3rd Edition
✏️Ryan Mitchell
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----
#Python#webscraping
😎
Automate the Boring Stuff with Python Programming
Automate the Boring Stuff with Python was written for people who want to get up to speed writing small programs that do practical tasks as soon as possible. You don’t need to know sorting algorithms or object-oriented programming, so this course skips all the computer science and concentrates on writing code that gets stuff done.
- Web scraping
- Parsing PDFs and Excel spreadsheets
- Automating the keyboard and mouse
- Sending emails and texts
- And several other practical topics
⚖️10.5 GB
🔗Link
-----
Main channel:@repo_science
Coupons: @freecoupons_reposcience
-----
#excel#python
🐍
Using Python with Excel
Take your Excel skills further by using Python. Discover how to inspect, filter, clean, convert, and visualize data with Excel and Python libraries like pandas and openpyxl.
🗣 Anthony Sagely
📆2019-10-31
⌚️1h 22m
🔗Link
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----
#python#webScraping
🐍
Scrapy masterclass: Python web scraping and data pipelines
Work on 7 real-world web-scraping projects using Scrapy, Splash, and Selenium. Build data pipelines locally and on AWS
🔗Link
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----
Добро пожаловать в мир продвинутогоPython программирования: @pro_python_code
В канале вы найдет :
📃Статьи ,
📚Книги
👨💻Код
🔗Ссылки
и много другой полезной информации
#Python#Django
#Machine Learning #DataScience
#Django#Advancedresearch
1 канал вместо тысячи учебников и курсов, подписывайтесь: 👇👇👇
🐍@pythonl
Φ-Down Sentinel-1 Burst Search
Φ-Down — библиотека Python, которая упрощает доступ к данным дистанционного зондирования Земли из Copernicus Data Space Ecosystem (CDSE). Она предоставляет интерфейс для поиска, фильтрации и загрузки спутниковых снимков различных миссий Sentinel и сопутствующих наборов данных.
В новой версии (v0.1.20) Φ-Down поддерживает поиск по “импульсам” (bursts) данных Sentinel-1 SLC, что помогает в создании временных рядов для радарной интерферометрии (InSAR) и во многих задачах регионального мониторинга, не требующих большого охвата.
Поиск по burst’ам активируется настройкой burst_mode=True в запросе. Реализована фильтрация по burst_id, swath, поляризации и относительной орбите (relative orbit).
🖥Jupyter-блокнот с примером использования Sentinel-1 Burst Search
#sentinel#python#InSAR#SAR#софт