Python tricks | Хитрости Питона

collections.CounterCollections.Counter — это класс, предназначенный для подсчета хешей (hashable объектов). Он позволяет удобно и эффективно подсчитывать вхождения элементов в какой-либо последовательности.Основное отличие Counter от обычного словаря в том, что он не выбрасывает исключение, если ключ не существует, а просто создает новый ключ со значением 0. Это упрощает подсчет элементов.Counter может принимать на вход любую итерируемую последовательность (список, кортеж и т.д.).Основные способы использования Counter:— Подсчет слов или букв в тексте.— Подсчет появления элементов в списке или итераторе.— Нахождение наиболее часто встречающихся элементов.— Использование при решении задач на вероятность и статистику.🔗 Python tricks

Метод isspace()Метод isspace() проверяет, является ли символ пробельным.Пробельными символами считаются:— Пробел (' ').— Табуляция ('\t').— Перевод строки ('\n').— Перевод каретки ('\r').— Прочие unicode символы, определяемые как пробелы.isspace() возвращает True, если символ пробельный, и False в противном случае.Этот метод удобно использовать для проверки и обработки строк.🔗 Python tricks

Библиотека xarrayxarray предназначена для работы с многомерными данными и массивами. Она позволяет удобно хранить и обрабатывать данные с метаданными, такими как координаты, время и другие измерения.Xarray часто используется в научных вычислениях и анализе данных, особенно при работе с геопространственными данными, временными рядами, метеоданными и другой многомерной информацией. Основные преимущества xarray — это возможность помечать оси данных и выполнять операции по этим осям, легкость совместного использования данных и метаданных.В этом примере создана DataArray со случайными данными размерностей 2x3. Для осей заданы метки "city" и "year". Это позволяет легко обращаться к данным по городам и годам. Xarray сохраняет метаданные вместе с данными.🔗 Python tricks

Библиотека igraphigraph предназначена для работы с графами и сетями. Она позволяет строить, анализировать и визуализировать графы.Igraph часто используется при анализе социальных сетей, изучении структуры больших сетей (например, ссылок в интернете), в биоинформатике для анализа взаимодействий белков и других задач, связанных с теорией графов. Основные возможности igraph — генерация случайных и классических графов, вычисление различных метрик (степени вершин, диаметра графа и т. д.), поиск сообществ и кластеров.🔗 Python tricks

Метод Counter.elements()Метод Counter.elements() возвращает итератор по элементам в словаре Counter.Этот метод позволяет эффективно перебрать элементы словаря Counter без создания копии.Как видно из примера, метод elements() возвращает итератор по элементам словаря Counter в порядке их добавления. Это позволяет эффективно обрабатывать элементы, не создавая промежуточные структуры данных.🔗 Python tricks

Использование f-строк для форматирования строкС версии Python 3.6 в языке появились так называемые f-строки (или формируемые строки), которые позволяют более удобным и читаемым образом форматировать строки. Это особенно полезно, когда вам нужно вставить переменные или выражения прямо в строку.Использование f-строк упрощает процесс создания строк с динамическими данными и делает код более интуитивно понятным.🔗 Python tricks

Использование zip для объединения списковФункция zip в Python позволяет объединять несколько списков в один, создавая пары элементов. Это особенно полезно, когда вы хотите обрабатывать данные из нескольких списков одновременно, например, при работе с данными, где у вас есть связанные списки (например, имена и возраст).Использование zip позволяет легко и эффективно объединять данные, делая код более понятным и лаконичным.🔗 Python tricks

Использование zip для объединения списковФункция zip в Python позволяет объединять несколько списков в один, создавая пары элементов. Это особенно полезно, когда вы хотите обрабатывать данные из нескольких списков одновременно, например, при работе с данными, где у вас есть связанные списки (например, имена и возраст).Использование zip позволяет легко и эффективно объединять данные, делая код более понятным и лаконичным.🔗 Python tricks

Быстрая замена значений в столбце DataFrame на основе условийКогда у вас есть DataFrame и вам нужно заменить значения в столбце на основе определенных условий, вместо использования циклов, можно воспользоваться методом np.where из библиотеки NumPy.Этот лайфхак помогает заменить значения в столбце DataFrame на основе заданных условий, избегая использования циклов и делая код более читаемым и эффективным. Он будет особенно полезен для аналитиков данных и всех, кто работает с большими наборами данных, где требуется производить массовые изменения данных на основе условий.🔗 Python tricks

Чтение больших файлов построчно с помощью итераторовКогда нужно обработать большой файл, загрузка его целиком в память может быть неэффективной или даже невозможной. Использование итераторов для чтения файла построчно позволяет значительно экономить память.Этот подход позволяет эффективно работать с файлами, избегая проблем с недостатком памяти и улучшая производительность обработки данных.🔗 Python tricks

Использование enumerate() для итерации по списку с индексамиКогда вам нужно одновременно получать и элементы списка, и их индексы в цикле, функция enumerate() делает это простым и элегантным способом.Использование enumerate() делает код более компактным и удобным для чтения, особенно в тех случаях, когда вам нужно одновременно обрабатывать элементы списка и их индексы.🔗 Python tricks

Использование множественного присваивания для обмена значениями переменныхКогда вам нужно поменять местами значения двух переменных, Python позволяет сделать это в одну строчку с помощью множественного присваивания.Использование множественного присваивания делает код более лаконичным и легким для понимания, упрощая задачи, которые в других языках требуют более сложных решений.🔗 Python tricks

Использование срезов списка для инвертирования его порядкаКогда вам нужно развернуть список в обратном порядке, можно использовать срезы (slicing) для быстрого и эффективного решения.Использование срезов для инвертирования списка позволяет писать код более лаконично и эффективно, избегая необходимости в создании новых списков вручную или использования дополнительных функций.🔗 Python tricks

Использование функции functools.lru_cache для кэширования результатовКогда вы работаете с функциями, которые вызываются многократно с одними и теми же аргументами, можно ускорить выполнение программы, кэшируя результаты этих функций. Это особенно полезно для функций с тяжелыми вычислениями или обращением к внешним ресурсам.Использование functools.lru_cache позволяет существенно увеличить производительность программ, особенно когда речь идет о повторных вызовах с одинаковыми параметрами, что делает этот инструмент полезным для оптимизации кода.🔗 Python tricks

Генераторные фунцииЕсли предикатов фильтрации или обработчиков элементов списка много, то удобнее использовать генераторы. Они могут не дать прироста скорости, но помогут сэкономить память.Генераторной фунцией в python называется функция, которая ведет себя как итератор. Для определения генераторной функции нужно использовать ключевое слово yield.🔗 Python tricks