🌟 Проектные туториалы на GitHub

Этот репозиторий на GitHub предлагает пошаговые проектные туториалы, которые помогут вам научиться создавать приложения с нуля на любом языке программирования.

📚 Что внутри
1. Список туториалов, где разработчики изучают создание приложений с нуля.
2. Туториалы разделены по основным языкам программирования.
3. Задания могут включать несколько технологий и языков.

#Туториалы

🤔 Чем отличаются Partial и Lambda функции в Python

Partial функции:
➟ Импортируются из модуля functools (стандартная библиотека).
➟ Используются для предварительного заполнения или «замораживания» некоторых параметров существующей функции.
➟ Сохраняют имя функции, документацию и метаданные оригинальной функции.

Lambda функции:
➟ Анонимные (без имени), создаются непосредственно в коде.
➟ Отлично подходят для кратких, одноразовых функций.
➟ Менее громоздкие, но не сохраняют метаданные (например, документацию).

Основные различия:
➟ Переиспользуемость: Partial функции удобнее для сложных случаев, так как сохраняют метаданные.
➟ Простота: Lambda функции подходят для быстрых одноразовых решений.
➟ Читаемость: Partial функции часто делают код более понятным и читаемым.

#функции #Lambda #Partial

💡 Свежие новости и полезные материалы по Python

🎉 Новости
▪️ Вышел релиз Django 5.2 alpha 1.
▪️ Выпущены обновления безопасности Django.

📚 Туториалы
▪️ Узнайте, как создавать словарные включения в Python.
▪️ Подробное руководство по созданию приложения для фитнеса с использованием Reflex.
▪️ Как быстро визуализировать SBOM (Software Bill-Of-Materials).

🛠️ Инструменты и советы
▪️ PyViz: обзор библиотек визуализации данных в экосистеме Python.
▪️ Использование pytest fixtures для обнаружения утечек памяти.
▪️ Советы по тестированию релизов Python-пакетов.

📂 10 Способов работы с большими файлами в Python

💡 Зачем учиться работать с большими файлами
1. Анализ данных: Обработка серверных логов, записей транзакций или данных с датчиков.
2. Веб-скрейпинг: Работа с большими наборами данных из интернета.
3. Машинное обучение: Подготовка тренировочных данных, которые не помещаются в память.

✨ Преимущества
1. Избежание ошибок памяти: Полная загрузка файлов может привести к ошибкам (например, MemoryError).
2. Ускорение работы: Чтение файлов по частям значительно повышает производительность.
3. Оптимизация ресурсов: Выполнение задач даже на машинах с ограниченной памятью.

Читать туториал

#БольшиеФайлы

Ускоряем установку pip: кеширование, компиляция байткода и uv

Установка зависимостей может быть удивительно медленной. Как ускорить установку с помощью pip?

В статье рассматриваются:
📍 Способы избежать медленной установки из исходников.
📍 Использование кеша для ускорения работы pip.
📍 Влияние компиляции байткода на скорость установки и запуска.
📍 Преимущества uv — более быстрого аналога pip, и причины, почему он не всегда оказывается быстрее.

Статья

🧠 Git-квест: 10 испытаний для повелителя репозиториев

От простого push до таинственного cherry-pick — пройдите все уровни нашего Git-квеста и докажите, что достойны звания Git-мастера.

👉 Git-квест

🛡️ Presidio — SDK для защиты данных и де-идентификации

Presidio Analyzer — это сервис на Python, предназначенный для обнаружения конфиденциальной информации (PII) в тексте.

✨ Как это работает
Во время анализа запускается набор различных PII-распознавателей, каждый из которых отвечает за обнаружение одного или нескольких типов конфиденциальных данных с использованием различных методов.

Проект
Демо