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 4 слични објави

Пребарај: #hoith

当前筛选 #hoith清除筛选

Как я влюбился в картографию Хочу поделится проектом, который в свое время зажег во мне интерес к картографии и представлению информации. https://nakarte.me/#m=15/46.46893/8.10358&l=O/Si&r=46.798562/8.231974/Switzerland ↑ Сначала откройте ссылку и полистайте карту Все началось с заметки в блоге Эдварда Тафти про топографический атлас Швейцарсих Альп. На примере этой карты, он объясняет принципы хорошей визуализации: Общие принципы - Фокус на содержании. - Высокое разрешение. - Каждый элемент имеет несет в себе информацию, нет элементов «для красоты». - Видно картину в целом, а детали вписаны в контекст и доступны при необходимости. Детали - Объекты органично вписаны в рельеф, нет нужды во всплывающих окнах. По соседним деталям можно понять размеры рядом стоящих. - Контрастные контурные линии проявляют топографический рельеф гор. Подписи рядом с ними и на пиках сообщают количественную информацию. Цвет - Низкий контраст не создает визуального шума. - Интуитивные цвета, основанные на объектах из природы — белый снег, черные скалы, голубая вода, зеленая растительность. Типографика - Строгая иерархия шрифтов и их насыщенности (см. дополнение в коментах). - Размер шрифта соответствует масштабу объекта — чем больше объект, тем больше шрифт. Почему это круто? Все это вместе создает эффект проявления информации Когда я впервые увидел эту анимацию плавно двигающейся карты — я словил ощущение эйфории и расфокуса — информация как будто сама заливалась мне в глаза и я её моментально понимал. С тех пор, я искал и пробовал делать штуки, которые бы повторили это ощущение. У Тани Мисютиной из лаборатории данных как раз недавно вышла заметка про этот эффект. Очень советую почитать. Ещё Таня рассказывала как книжки Тафти повлияли на неё и вдохновили начать заниматься визуализацией данных. #hoith#любопытство

Почему карта возможно не лучший каркас для визуализации данных Продолжаю рассказывать про персональный проект. Как вы могли догадаться речь пойдет про карту. Любые данные — это косвенное отражение того что происходит в реальном мире. Даже спутниковое фото может искажать реальное положение вещей. Что уж говорить о численной статистике, которая была собрана людьми в неидеальных условиях за большой период времени. Если в данных есть графа с местоположением, это не значит что карта — подходящий способ визуализации. Есть даже мем про то что все карты Европы выглядят одинаково Данные никогда не находятся в вакууме и закономерность в статистике может отражать не то, что пытались измерить. Почему же в моем случае карта подходит? Я пытаюсь визуализировать возраст домов. Минимальная частица тут — год, когда были возведены стены фасада (год постройки). В городе домов много, и общие закономерности можно оценить по столбчатой диаграмме — года выстроить по порядку, а высотой столбика показать количество домов построенных в этом году. Но чтобы действительно проявить суть информации — какие исторические слои сохранились до наших дней и как они соотносятся с моим текущим пониманием местности — эти данные нужно нанести на карту города. То есть нужно задать ключевой вопрос: помогает ли визуализация найти новые знания в общем массиве данных, или просто показывает то, что я мог увидеть и в таблице? На выходных я буду рассказывать про проект на Новисадском Митапе. Запись уже закрыта, но если вы в Сербии или поблизости — можете написать организаторам, иногда люди не успевают попасть и открываются свободные места. #hoith#maps

Hashtags

Карта возраста домов — ссылки Онлайн версия карты домов Томска. По нажатию открывается карточка дома с доступной информацией https://kontikimaps.ru/how-old/tomsk?p=h-tom Мой рассказ о процессе создания карты https://kontikimaps.ru/how-old/tomsk/process?p Карты других городов https://kontikimaps.ru/how-old/cities?p=h-menu Пост Никиты Славина на Хабре с которого все началось https://habr.com/ru/articles/504216/ Рассказ Александра Качкаева о карте Пензы и написании фреймворка для сбора данных https://kontikimaps.ru/how-old/penza/process?p=h-pnz Сайт издательства Кон Тики https://kontikimaps.ru #hoith#maps#сделал