TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #241 · 5 мај

Можно ли в Python создавать бинарные файлы? Конечно можно. Для этого в Python есть следующие инструменты: ▫️ тип данных bytes и bytearray ▫️ открытие файла в режиме wb (write binary) или rb (read binary) ▫️ модуль struct Про модуль struct поговорим в первую очередь. Файл в формате JSON или Yaml внутри себя содержит разметку данных. Всегда можно определить где список начался а где закончился. Где записана строка а где словарь. То есть формат записи данных содержит в себе элементы разметки данных. В binary-файле данные не имеют визуальной разметки. Это просто байты, записанные один за другим. Правила записи и чтения находятся вне файла. Модуль struct как раз и помогает с организацией данных в таком файле с помощью определения форматов записи для разных частей файла. Модуль struct преобразует Python-объекты в массив байт, готовый к записи в файл и имеющий определённый вид. Для этого всегда следует указывать формат преобразования (или, как оно здесь называется - запаковки). Формат нужен для того, чтобы выделить достаточное количество байт для записи конкретного типа объекта. В последствии с помощью того же формата будет производиться чтение. При этом следует помнить что мы говорим о типах языка С а не Python. Именно формат определяет, что записано в конкретном месте файла, число, строка или что-то еще. Вот какие токены формата у нас есть. Помимо этого, первым символом можно указать порядок байтов. На разных системах одни и те же типы данных могут записываться по-разному, поэтому желательно указать конкретный способ из доступных. Если этого не сделать, то используется символ '@', то есть нативный для текущей системы. В строке формата мы пишем в каком порядке и какие типы собираемся преобразовать в байты. Запакуем в байты простое число, токен "i". >>> import struct >>> struct.pack('=i', 10) b'\n\x00\x00\x00' Теперь несколько float, при этом нужно передавать элементы не массивом а последовательностью аргументов. >>> struct.pack('=fff', 1.0, 2.5, 4.1) b'\x00\x00\x80?\x00\x00 @33\x83@' Вместо нескольких токенов можно просто указать нужное количество элементов перед одним токеном, результат будет тот же. >>> struct.pack('=3f', 1.0, 2.5, 4.1) b'\x00\x00\x80?\x00\x00 @33\x83@' Теперь запакуем разные типы >>> data = struct.pack('=fiQ', 1.0, 4, 100500) я запаковал типы float, int и unsigned long long (очень большой int, на 8 байт) b'\x00\x00\x80?\x04\x00\x00...' Распаковка происходит аналогично, но нужно указать тот же формат, который использовался при запаковке. Результат возвращается всегда в виде кортежа. >>> struct.unpack('=fiQ', data) (1.0, 4, 100500) Как видите, ничего страшного! #lib#basic

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #abtest

当前筛选 #abtest清除筛选
Data Science Jobs

@datasciencejobs · Post #1908 · 13.02.2024 г., 06:02

#вакансия#DataAnalyst#Python#SQL#Clickhouse#ABtest#удаленка#fulltime 🔹Анабар – система аналитики и управления продажами для продавцов на маркетплейсах. Продукт запустили Петр Марков (ex-Яндекс, ex-Циан) и Павел Тарасов (ex-Альфа-Банк, ex-Циан) в июле 2020. У нас есть довольные клиенты, выручка и мы удваиваемся по всем ключевым бизнес-метрикам каждый квартал. Сейчас мы ищем Data аналитика в нашу команду. 📌 Стек: Python, SQL, Superset, Clickhouse, Trino, plotly dash. 📌 Какие будут задачи: - Аналитика бизнес-проблем поставщиков маркетплейсов и придумывание решения с использованием данных - Анализ данных (как данные маркетплейсов, так и поведение пользователей у нас на сайте) - Помощь разработчикам в создании (или даже самостоятельная разработка) дашбордов для пользователей - Работа с большими и шумными данными - Построение дашбордов в superset и дописывание etl-задачи на Presto/Athena 📌 Что нужно знать: - SQL - отличное знание - Методы проведения A/B экспериментов - Python - базовый уровень ❗️Обязательный пункт: Первое высшее математическое образование (специалитет/бакалавриат) 📌 Будет плюсом: - Хорошее знание Python и опыт работы с Git - Базовые навыки в машинном обучении 📌 Что предлагаем мы: - 31 день отпуска: у нас официальный ненормированный рабочий день и, если случаются овертаймы, мы их записываем и отгуливаем. Важно помнить, что овертаймы - не систематическая и регулярная история - Работа удаленная (можно работать из любой точки мира и оформиться к нам удобным способом, кстати, заработная плата полностью белая) - Уровень дохода от 300 000 на руки - Гибкий график (важно быть на связи по московскому часовому поясу) - Настоящие возможности роста и развития - Участие в создании большой истории про любовь продавцов к цифрам и анализу данных 💫 Ждем ваше резюме! Контакты: Светлана ТГ: @yuz59 WA: +7 9194822190 email: [email protected] Не забудьте уточнить, что вы из @datasciencejobs