TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #65 · 8 апр.

Небольшой трик с регулярными выражениями который редко вижу в чужом коде. Допустим, вам нужно распарсить простой текст и вытащить оттуда пары имя+телефон. Вернуть всё это надо в виде списка словарей. Возьмем очень простой пример текста. >>> text = ''' >>> Alex:8999123456 >>> Mike:+799987654 >>> Oleg:+344456789 >>> ''' Соответственно, для выделения нужных элементов будем использовать группы. Получится такой паттерн: (\w+):([\d+]+) Как мы будем формировать словарь из найденных групп? >>> import re >>> results = [] >>> for match in re.finditer(r"(\w+):([\d+]+)", text): >>> results.append({ >>> "name": match.group(1), >>> "phone": match.group(2) >>> }) >>> print(results) [{'name': 'Alex', 'phone': '8999123456'}, ...] Можно немного сократить запись используя zip >>> results = [] >>> for match in re.finditer(r"(\w+):([\d+]+)", text): >>> results.append(dict(zip(['name', 'phone'], match.groups()))) Но есть способ лучше! Это именованные группы в regex. Можно в паттерне указать имя группы и результат сразу забрать в виде словаря. >>> for match in re.finditer(r"(?P<name>\w+):(?P<phone>[\d+]+)", text): >>> results.append(match.groupdict()) То есть всё что я сделал, это добавил в начале группы (внутри сбокочек) такую запись: (?P<group-name>...) Теперь найденная группа имеет имя и можно обратиться к ней как к элементу списка >>> name = match['name'] Либо забрать сразу весь словарь методом groupdict() >>> match.groupdict() #tricks#regex

Резултати

Пронајдени 1 слични објави

Пребарај: #abcl

当前筛选 #abcl清除筛选

Всем привет! Я тут решил поучаствовать в революции. Пока что — только в фарматехнологической 💊🧬 Если быть точным, речь о GLP-1 (глюкагоноподобный пептид-1) — прорыве 2023 года по версии журнала Science 🧠. Пока это ещё скромный рынок, но с огромным потенциалом роста(если верить журналу McKinsey Quarterly). Изначально препараты на основе этого гормона создавались для лечения диабета, но быстро перекочевали в косметички звёзд и всех, кто хочет похудеть без лишних усилий. Про Оземпик слышали, думаю, если не все, то многие. Но эта революция — не только про «похудеть и ничего не делать». Потенциал GLP-1 выходит далеко за пределы лечения диабета и ожирения: в фокусе — сердечно-сосудистые заболевания и даже нейродегенеративные патологии 🧩. Что особенно привлекло меня как инвестора: некоторые из компаний в этом секторе торгуются с низким P/E. Это и стало одним из доводов для моих вложений. Ну и в целом — решил расширить позиции в фарме. Люди болели, болеют и, увы, будут болеть. Даже если когда придёт AGI 🤖 — кто-то должен производить инновационные лекарства. ⚠️ Всё ниже — не инвестиционная рекомендация, я просто делюсь своим портфелем: 🔹#ABCL — AbCellera Biologics: 296€ Разрабатывают терапевтические антитела с использованием собственной платформы, где сочетаются микрофлюиды, одноклеточный анализ и ИИ 🧫🤖 🔹#NVO — Novo Nordisk A/S: 248€ Безоговорочный лидер в области GLP-1 💪 🔹#22Z — Zealand Pharma: 225€ Био-компания, специализирующаяся на пептидных терапиях, включая GLP-1-агонисты 🧪 🔹#GPCR — Structure Therapeutics: 153€ Работают над оральными GLP-1 рецепторными агонистами. Пока на ранней стадии, но направление 🔥 🔹#SPYH — SPDR MSCI Europe Health Care (Acc.): 150€ Широкий ETF на европейскую фарму и здравоохранение. Через него я получил долю в Roche Holding AG — швейцарском гиганте с разнообразным портфелем, в том числе связанным с GLP-1 🧬💼 🔹#PFE — Pfizer: 104€ Ковид-пик позади, хайп схлынул, но технологии остались, а лекарства на основе GLP-1 исследуются. Цена на бумагу просела — вижу это как шансю 🔹#AMGN — Amgen Inc.: 104€ Тоже в игре GLP-1, но с уникальным подходом. Интересно будет следить 👀 📎 P.S. Добавил также немного стабильности: купил высокодоходный долларовый бонд ЕЦБ (#US298785JU14) под 3,875%: 136€ 📊 Итого вложено: 1416€ Спасибо, что читаете! Что думаете о GLP-1 и потенциале этого направления? А может, у вас есть свои фавориты в фарме? Пишите в комментариях! 👇💬