​​Создали приложение "Парсер Wildberries".
Скачать и протестировать его можно до 8 июня с Я.Диска по ссылке Парсер Wildberries.
С отзывами и предложениями пишем в нашу группу Вконтакте либо в чат Telegram
Ссылка на подробную статью по парсеру Вайлдбериз можно найти на сайте: happypython.ru

#парсер@happython #python #parser #wildberries

Зарядите свой Python Asyncio с помощью Aiomultiprocess: подробное руководство
Код со статьи в комментариях 👇

#python #asyncio #aiomultiprocess

DSA в Python - Обход порядка уровней (поиск в ширину или BFS) двоичного дерева
Код в комментариях👇

#DSA #python

DSA в Python - Обход обратного порядка уровней
Код в комментариях👇

#DSA #python

DSA в Python - Очередь кучи (или heapq)
Код в комментариях👇

#DSA #python

DSA в Python - обход порядка уровней с использованием очереди
Код в комментариях👇

#DSA #python

🧷Django for professionals.

Русский перевод - 2022г

#Python | ITCODER🐍

DSA в Python - Диаметр бинарного дерева
Код в комментариях👇

#DSA #python

🐍Python: 7 умопомрачительных вариантов использования лямбда-функции🤯

#лямбда_функции #python

Избегаем циклов for в Python
Код в комментариях👇

#циклы #for #python

Моржовый оператор (walrus operator) в python

#Полезная_статья #python #программирование

Мотивация дня🔥

Всем привет! Рекомендую вам Telegram-канал по Python с уклоном в нейросети после стандартартного обучения Python.

В нём вы можете идти вместе со всеми другими людьми по рубрике "Обучение Python с нуля", и задать интересующий вас вопрос по Python. Автор ответит и разберёт его для Вас!

Канал новый, автор набирает популярность, обещает хороший контент и взаимопомощь, поддежим👍

​​Мы happypython вместе с python_django закончили перевод книги "Building Python Microservices with FastAPI". В этой книге вы узнаете, как:

- Понимать, ориентировать и реализовывать REST API, используя базовые компоненты платформы FastAPI.
- Создавать асинхронные и синхронные службы REST, используя встроенный модуль pydantic и поддержку asyncio.
- Создавать небольшие и крупные приложения микросервисов, используя функции, поддерживаемые FastAPI.
- Создавать приложения, управляемые событиями и сообщениями, используя эту платформу.
- Создавать асинхронный и синхронный уровень данных как с реляционными базами данных, так и с базами данных NoSQL.
- Выполнять числовые и символьные вычисления с помощью FastAPI

У вас есть уникальная возможность проверить свои знания по библиотеке requests в Python! Пройдите мою увлекательную викторину и покажите свою экспертность в работе с HTTP-запросами.

В этой викторине вы найдете 10 вопросов, покрывающих различные аспекты использования requests. Ответьте на вопросы, выбирая правильные варианты ответов, и проверьте свои знания о взаимодействии с веб-серверами.

Не упустите возможность испытать себя и узнать больше о библиотеке requests! Пройдите викторину прямо сейчас, чтобы проверить свои навыки и, возможно, открыть для себя новые аспекты этой мощной библиотеки.

Желаю удачи! Приступайте к викторине и станьте настоящим экспертом в работе с requests!

Знакомство с мощной библиотекой для взаимодействия с блокчейн на Python (предложенная статья от автора канала "Путь по Python")

​​Функции Python, которые должен знать каждый

Python является одним из самых популярных языков программирования, используемых в настоящее время. Он обладает множеством полезных функций, которые помогают разработчикам упростить и ускорить процесс создания программного обеспечения. В этой статье мы рассмотрим некоторые из самых полезных функций Python.

1. map()
Функция map() применяет заданную функцию ко всем элементам итерируемого объекта и возвращает список результатов. Например, если у нас есть список чисел и мы хотим увеличить каждое число на 2, мы можем использовать функцию map() вместе с лямбда-выражением:

numbers = [1, 2, 3, 4, 5]
result = map(lambda x: x + 2, numbers)
print(list(result))

# 3, 4, 5, 6, 7

2. filter()
Функция filter() фильтрует элементы итерируемого объекта с помощью заданной функции и возвращает только те элементы, для которых функция возвращает True. Например, если у нас есть список чисел и мы хотим оставить только четные числа, мы можем использовать функцию filter() вместе с лямбда-выражением:

numbers = [1, 2, 3, 4, 5]
result = filter(lambda x: x % 2 == 0, numbers)
print(list(result))

# 2, 4

3. zip()
Функция zip() объединяет элементы нескольких итерируемых объектов в кортежи. Результирующий объект zip можно преобразовать в список или использовать в цикле for. Например, если у нас есть два списка, один содержит имена студентов, а другой - их оценки, мы можем использовать функцию zip() для создания списка кортежей, где каждый кортеж содержит имя студента и его оценку:

names = ["Alice", "Bob", "Charlie"]
grades = [90, 80, 95]
result = zip(names, grades)
print(list(result))

# ("Alice", 90), ("Bob", 80), ("Charlie", 95)

4. sorted()
Функция sorted() сортирует элементы итерируемого объекта и возвращает новый список, содержащий отсортированные элементы. Например, если у нас есть список чисел и мы хотим отсортировать его в порядке возрастания, мы можем использовать функцию sorted():

numbers = [5, 2, 8, 1, 9]
result = sorted(numbers)
print(result)

# 1, 2, 5, 8, 9

5. enumerate()
Функция enumerate() возвращает объект-перечислитель, который генерирует кортежи, состоящие из индекса элемента и самого элемента. Это особенно полезно, когда вам нужно знать как индекс, так и значение элемента внутри цикла. Например, если у нас есть список фруктов и мы хотим вывести каждый фрукт вместе с его индексом, мы можем использовать функцию enumerate():

fruits = ["apple", "banana", "cherry"]
for index, fruit in enumerate(fruits):
    print(index, fruit)

# 0 apple
# 1 banana
# 2 cherry

Это лишь небольшая часть полезных функций Python. Они помогают программистам упростить код и сделать его более читабельным. Предложенная запись канала Python: записки джуна

#предложка #python