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
💎 Топ-10 акций с наименьшим P/E
Один из самых ключевых финансовых мультипликаторов — P/E (price-to-earnings) — показывает, сколько инвесторы готовы заплатить за каждый сум (или доллар) прибыли компании. Проще говоря, чем ниже P/E, тем дешевле компания оценивается рынком относительно своих заработков.
🌱 Низкий P/E может означать, что акция недооценена и инвесторы пока не верят в её потенциал — или, наоборот, что бизнес переживает спад и прибыль падает.
🚀 Высокий P/E, напротив, указывает на ожидания будущего роста — рынок готов переплачивать за перспективу (часто это касается IT-компаний). Но иногда такие компании оказываются переоценёнными, если рост не оправдывается.
В нашем рейтинге по итогам III квартала лидируют банковские акции — 🏦«Узпромстройбанк», 🏦«Хамкорбанк», 🏦«Универсал банк», 🏦«Алокабанк». Это естественно: банки традиционно показывают стабильную прибыль, а их котировки растут медленнее, поэтому мультипликатор P/E у них остаётся низким.
📌 Низкий P/E — не всегда гарантия выгодной покупки, но точно повод присмотреться к бизнесу и понять, почему рынок оценивает прибыль так дешево.
—
💎 Eng past P/E ko‘rsatkichiga ega TOP-10 aksiyalar
Moliyaviy tahlilda eng muhim ko‘rsatkichlardan biri — P/E (price-to-earnings) kompaniya foydasining har bir so‘miga (yoki dollarga) investorlar qancha to‘lashga tayyorligini bildiradi. Oddiy qilib aytganda, P/E qanchalik past bo‘lsa, kompaniya bozorda o‘z foydasiga nisbatan shunchalik arzon baholanadi.
🌱 Past P/E ko‘rsatkichiga ega aksiyalar ko‘pincha bozor tomonidan hali to‘liq qadrlanmagan yoki vaqtinchalik ishonchsizlikka duch kelgan kompaniyalar bo‘lishi mumkin. Biroq bu ba’zan ish faoliyatidagi pasayish yoki foydaning kamayishi bilan ham bog‘liq bo‘ladi.
🚀 Yuqori P/E esa, aksincha, kelajakdagi o‘sish kutilayotganini anglatadi — bozor istiqbol uchun ko‘proq to‘lashga tayyor (bu holat ko‘pincha IT-kompaniyalarga xos). Ammo o‘sish kutilganidek bo‘lmasa, bunday aksiyalar ortiqcha baholangan bo‘lishi ham mumkin.
III chorak yakunlariga ko‘ra, bizning reytingda bank aksiyalari — 🏦“O‘zsanoatqurilishbank”, 🏦“Hamkorbank”, 🏦“Universal bank”, 🏦“Aloqabank” yetakchilik qilmoqda. Bu tabiiy hol: banklar odatda barqaror foyda ko‘rsatadi, lekin ularning aksiyalari sekinroq o‘sadi, shuning uchun ularning P/E ko‘rsatkichi past bo‘lib qoladi.
📌 Past P/E har doim ham foydali xarid kafolati emas, ammo bu ko‘rsatkich kompaniyani chuqurroq o‘rganish va bozor nima uchun foydani arzon baholayotganini tushunish uchun jiddiy sababdir.
📈#рейтинг#PE
#java#bedrock#bedrock_edition#bedrock_to_java#bungee#fabric#geyser#geysermc#hacktoberfest#java#java_edition#minecraft#minecraft_bedrock_edition#packet#pe#protocol#proxy#spigot#translator#velocity
Geyser is a free tool that lets you play Minecraft across different versions by connecting Minecraft Java Edition servers. It works by translating data between the two game versions, enabling cross-platform play on devices like Windows, iOS, Android, and consoles. You can install it as a plugin or standalone, and it supports recent Minecraft versions. This means you can join Java servers even if you only have Bedrock Edition, expanding your multiplayer options without needing a separate Java account if you use the Floodgate plugin. It’s great for seamless crossplay but may have some minor limitations due to game differences[1][2][5].
https://github.com/GeyserMC/Geyser