Реальный Python

Как найти абсолютное значение в Python

В Python для чисел, массивов и собственных объектов используется встроенная функция abs(). В этом кратком руководстве вы узнаете:

* Как реализовать абсолютную функцию вручную.
* Как работает abs() с разными типами данных.
* Как расширить abs() для NumPy, pandas и своих классов.

1. Самостоятельная реализация


def absolute_value(x):
    return x if x >= 0 else -x

Или через max:


def absolute_value(x):
    return max(x, -x)

Через корень:


def absolute_value(x):
    return (x**2) ** 0.5  # возвращает float

Но проще и эффективнее пользоваться abs().

2. Встроенная функция abs()

🔸Для целых и вещественных чисел сохраняет тип:


  abs(-5)    # 5
  abs(-5.2)  # 5.2

🔸Для комплексных чисел возвращает модуль:


  z = 3 + 4j
  abs(z)     # 5.0

🔸Для Fraction и Decimal тоже работает «из коробки»:


  from fractions import Fraction
  abs(Fraction(-3, 4))      # Fraction(3, 4)

  from decimal import Decimal
  abs(Decimal("-0.75"))     # Decimal('0.75')

3. Применение к коллекциям

Если у вас список чисел, используйте списковое включение или map:


temps = [1, -5, 3, -2]
[abs(x) for x in temps]        # [1, 5, 3, 2]
list(map(abs, temps))          # [1, 5, 3, 2]

4. NumPy и pandas

🔸NumPy:


  import numpy as np
  arr = np.array([-1, -4, 0, 7])
  abs(arr)                      # array([1, 4, 0, 7])

🔸pandas:


  import pandas as pd
  data = pd.Series([-2, 5, -3])
  abs(data)                     # Series([2, 5, 3])

5. Собственные классы

Чтобы abs() работал для объектов вашего класса, определите метод .__abs__():


import math

class Vector:
    def __init__(self, *coords):
        self.coords = coords

    def __abs__(self):
        return math.hypot(*self.coords)

v = Vector(3, 4)
abs(v)                          # 5.0

Вывод:

🔸Для чисел abs() – оптимальный выбор.
🔸Для списков применяйте map или генератор списка.
🔸NumPy и pandas позволяют вызывать abs() прямо на массивах и DataFrame.
🔸Для собственных типов реализуйте .__abs__().

https://realpython.com/python-absolute-value/

#python

👉 @python_real

❤3👍3

1.09K views06:40

Реальный Python

Определение собственной функции в Python

Функции — это фундаментальный строительный блок в Python. Они позволяют организовать код, переиспользовать его и сделать программу более читаемой. Создание собственной функции — это важный шаг на пути к более эффективной разработке.

Основы: def и имя функции

Функции в Python определяются с помощью ключевого слова def, за которым следует имя функции, круглые скобки (в которых можно указать параметры), и двоеточие:


def greet():
    print("Привет!")

Теперь ты можешь вызвать функцию:


greet()

Аргументы и параметры

Ты можешь передавать данные в функцию через параметры:


def greet(name):
    print(f"Привет, {name}!")

Вызов:


greet("Oleg")

Возврат значения

С помощью ключевого слова return можно вернуть результат из функции:


def add(a, b):
    return a + b


result = add(3, 4)
print(result)  # 7

Аргументы по умолчанию

Функции могут иметь параметры с значениями по умолчанию:


def greet(name="друг"):
    print(f"Привет, {name}!")


greet()           # Привет, друг!
greet("Oleg")     # Привет, Oleg!

Именованные аргументы

Можно передавать аргументы явно по имени:


def describe_pet(animal, name):
    print(f"У меня есть {animal}, его зовут {name}.")


describe_pet(animal="кот", name="Барсик")

Возвращение нескольких значений

Функции могут возвращать несколько значений с помощью кортежей:


def get_point():
    return (3, 4)

x, y = get_point()

https://realpython.com/defining-your-own-python-function/

#python

👉 @python_real

👍3

1.31K views06:50

Реальный Python

Python 3.14. T-строки в Python: новый способ работы со строками?

Python предлагает множество способов создания строк — от обычных строк до f-строк и raw-строк. Но начиная с Python 3.12, появляется новый способ: t-строки. Это экспериментальный синтаксис, предлагаемый для улучшения интернационализации (i18n) строк.

В этом посте мы кратко рассмотрим:

🔘 Что такое t-строки?
🔘Зачем они нужны?
🔘Как их использовать?

Что такое t-строки?

t"..." — это новый синтаксис строк, похожий на f-строки, но предназначенный для упрощения перевода строк. Они позволяют использовать интерполяцию переменных и одновременно автоматически отмечать строку как подлежащую переводу.


name = "Алиса"
print(t"Привет, {name}!")

Такой синтаксис эквивалентен:


from gettext import gettext as _
name = "Алиса"
print(_("Привет, {name}!").format(name=name))

Зачем это нужно?

В больших проектах часто нужно поддерживать несколько языков. В Python это обычно делается через gettext, где строки передаются в функцию _() и затем интерполируются вручную:


print(_("Привет, {name}!").format(name=name))

Но такой подход:

- неявный,
- подвержен ошибкам (особенно при интерполяции),
- не всегда дружелюбен к линтерам и инструментам сборки переводов.

t-строки делают этот процесс более чистым и читаемым.

Как это работает?

t-строки являются экспериментальной функцией в Python 3.12, и для их использования нужно включить feature flag:


from __future__ import tstrings

Полный пример:


from __future__ import tstrings

name = "Алиса"
print(t"Привет, {name}!")

Это даст тот же результат, что и с gettext, но с более читаемым и лаконичным синтаксисом.

Совместимость и текущее состояние

Пока t-строки находятся в стадии эксперимента. Они могут измениться или быть удалены в будущих релизах. Если вы работаете с интернационализацией и переводами — следите за этой фичей. Она может значительно упростить жизнь в будущем.

https://realpython.com/python-t-strings/

#python

👉 @python_real

Please open Telegram to view this post

VIEW IN TELEGRAM

👍4

1.48K views11:46

Реальный Python

Async IO в Python: что это и как с этим работать

Асинхронное программирование в Python — это подход, позволяющий выполнять несколько операций одновременно, не блокируя основной поток выполнения. Это особенно полезно для задач ввода-вывода (I/O), таких как сетевые запросы, работа с файлами и базы данных.

Ключевые понятия

* Сопрограммы (coroutines) — функции, которые можно приостанавливать и возобновлять.
* Событийный цикл (event loop) — механизм, управляющий выполнением асинхронных задач.
* await — оператор, который приостанавливает выполнение до завершения асинхронной операции.

Пример кода:


import asyncio

async def main():
    print("Начало")
    await asyncio.sleep(1)
    print("Конец")

asyncio.run(main())

Когда использовать async?

* Когда приложение работает с большим количеством сетевых запросов.
* Для параллельного выполнения долгих операций ввода-вывода.
* Когда требуется высокая отзывчивость программы.

Когда не стоит использовать?

* Для вычислительно тяжелых задач (лучше использовать multiprocessing).

Асинхронность в Python строится вокруг asyncio, но есть и дополнительные библиотеки (например, aiohttp для асинхронных HTTP-запросов).

https://realpython.com/async-io-python/

#python

👉 @python_real

👍5❤1

1.22K views20:24

Реальный Python

Python Mixins: мощный инструмент для повторного использования кода

В Python Mixin — это особый вид класса, который используется для расширения функционала других классов без необходимости создавать сложные иерархии наследования. Mixin-классы сами по себе, как правило, не предназначены для самостоятельного использования — они лишь добавляют дополнительное поведение.

Основная идея Mixin

Mixin — это способ «влить» функциональность в класс, комбинируя его с другими классами через множественное наследование.
Например, если у нас есть класс LoggerMixin, он может добавлять возможность логирования в любой класс, который его наследует.


class LoggerMixin:
    def log(self, message):
        print(f"[LOG]: {message}")

class User(LoggerMixin):
    def __init__(self, name):
        self.name = name

user = User("Alice")
user.log("Пользователь создан")  # [LOG]: Пользователь создан

Принципы проектирования Mixin-классов

1. Изолированная функциональность — Mixin должен решать только одну конкретную задачу.
2. Не самостоятельный — Mixin не предназначен для создания экземпляров напрямую.
3. Малые зависимости — Mixin не должен жёстко зависеть от конкретной реализации других классов.
4. Имя — принято добавлять суффикс Mixin в название.

Зачем использовать Mixin

- Повторное использование кода без дублирования.
- Упрощение кода и снижение связности.
- Гибкость при расширении функционала.

Пример: добавление сериализации в JSON


import json

class ToJSONMixin:
    def to_json(self):
        return json.dumps(self.__dict__)

class Point(ToJSONMixin):
    def __init__(self, x, y):
        self.x = x
        self.y = y

p = Point(4, 5)
print(p.to_json())  # {"x": 4, "y": 5}

Когда Mixin лучше не использовать

- Когда поведение может быть реализовано через композицию.
- Если множественное наследование приведёт к сложной и запутанной иерархии.
- Когда Mixin начинает выполнять слишком много функций.

Mixin — это мощный и элегантный способ добавлять функционал в классы Python, сохраняя код чистым и гибким. Но использовать их стоит осторожно, чтобы избежать проблем с читаемостью и сложным наследованием.

https://realpython.com/python-mixin/

#python

👉 @python_real

❤3👍2

928 views16:11

Реальный Python

📂 Как получить список всех файлов в директории на Python

Статья о том, как с помощью Python получать список файлов в директориях. Рассмотрены различные способы, включая использование модулей os, os.path, glob и более современного pathlib.

Особое внимание уделено:
- Фильтрации файлов по расширению.
- Рекурсивному поиску в подпапках.
- Преимуществам каждого подхода.

https://realpython.com/get-all-files-in-directory-python/

#python

👉 @python_real

👍3

933 views05:42

Реальный Python

Getters и Setters в Python — это мощный инструмент для управления доступом к атрибутам объекта.

В статье детально рассматривается, как их использовать для инкапсуляции данных и контроля за изменениями свойств объекта.

Основные моменты:
- Объяснение, почему в Python прямой доступ к атрибутам предпочтительнее, но геттеры и сеттеры остаются важными.
- Использование декоратора @property для создания свойства с геттером и сеттером.
- Примеры, как эти механизмы помогают улучшить читаемость и безопасность кода.

https://realpython.com/python-getter-setter/

#python

👉 @python_real

👍3❤1

892 views05:03

Реальный Python

Как использовать pyproject.toml в Python

Рассматриваются основные аспекты работы с этим файлом, его структура и как он помогает в управлении зависимостями, настройке инструментов и организации проектов.

Краткий обзор:
- pyproject.toml появился в PEP 518 и стал стандартом для описания конфигурации Python-проектов.
- Позволяет определять сборщики (build backends), такие как setuptools или poetry.
- Упрощает настройку инструментов вроде black, mypy и pytest.
- Дает возможность управлять зависимостями и версиями пакетов.

Использование pyproject.toml делает проекты более структурированными и гибкими, особенно при работе с различными инструментами и системами сборки.

https://realpython.com/python-pyproject-toml/

#python

👉 @python_real

👍2❤1

1.22K views08:10

Реальный Python

🚀 Вышла интересная статья о сравнении UV и pip - двух инструментов для управления зависимостями в Python.

pip - стандартный пакетный менеджер Python, который знаком каждому разработчику. Работает стабильно, но не отличается высокой скоростью.
UV - современная альтернатива от Astral (разработчиков Ruff). Его главная фишка - невероятная скорость. Он значительно быстрее pip и poetry благодаря продуманной архитектуре и кэшу.

В статье разбираются:

- ключевые различия в работе с зависимостями;
- производительность и удобство использования;
- примеры установки пакетов и сборки окружения;
- сценарии, где UV может полностью заменить pip.

Если вы часто работаете с Python-проектами и хотите ускорить установку библиотек, стоит присмотреться к UV.

https://realpython.com/uv-vs-pip/

#python

👉 @python_real

👍3

996 views08:24

About

Blog

Apps

Platform