TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #303 · 27 дек.

Наверняка вы замечали, что в Python есть удобная функция для получения переменной окружения os.getenv(NAME) И её "сестра" для создания или изменения переменных окружения os.putenv(NAME, VALUE) Но почему-то putenv() не работает как должно. Энвайромент не обновляется! os.putenv('MYVAR', '1') print(os.getenv('MYVAR')) ... и ничего 😴 Почему так? На самом деле энвайромент обновляется, но это значение не добавляется в словарь os.environ. Откройте исходник функции os.getenv(). Это просто шорткат для os.environ.get() В то время как putenv() это built-in С-функция. Словарь os.environ (или точней класс из MutableMapping) создаётся из энвайромента в момент инициализации. Функция putenv() самостоятельно его не изменяет. В тоже время, когда вы создаёте или изменяете ключ в os.environ, автоматически вызывается putenv() в методе __setitem__(). То есть, технически putenv() всё делает верно, но в os.environ это не отражается. Можно проверить так: >>> os.putenv('MYVAR', '123') >>> os.system('python -c "import os;print(os.getenv(\'MYVAR\'))"') 123 Я объявил переменную в текущем процессе и вызвал дочерний процесс, который её унаследовал и получил в составе os.environ. Аналогично при удалении переменной вызывается еще одна built-in функция unsetenv(), удаляющая переменную из системы. Итого ▫️ Удобней всего явно обновлять переменные через os.environ ▫️ Есть способ неявно создать/удалить переменную через putenv/unsetenv, что не повлияет на os.environ но изменит энвайромент и передаст изменения сабпроцессам. Но так лучше не делать! ▫️os.environ это просто обертка для built-in функций putenv() и unsetenv(). #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