💡 Прокачай Python: потоки, процессы и производительность

Хотите ускорить свои Python-приложения и сделать их более отзывчивыми?

🔝 Это видео — отличное руководство по конкурентному и параллельному программированию в Python.

🔧 Что разбирают в видео:
— В чём разница между конкурентностью и параллелизмом
— Как использовать многопоточность (threading) для одновременного выполнения задач
— Как добиться настоящего параллелизма с multiprocessing
— Что такое GIL и как обойти его ограничения
— Как безопасно делить данные между потоками через mutex'ы
— Как реализовать фоновую обработку, чтобы избежать блокировок API

✅ Подходит для разработчиков любого уровня.

🔗 Смотреть видео: https://clc.to/uZgzbw

Библиотека питониста #буст

🎬 Документальный фильм о Python

На PyCon недавно презентовали трейлер этого уникального проекта — фильм, полностью посвящённый нашему любимому языку программирования.

🤔 Лично я впервые вижу, чтобы про язык программирования снимали полноценный документальный фильм.

Будет ли он интересен не только разработчикам, но и широкой аудитории?
💬 Что думаете? Делитесь в комментариях!

🔗 Ссылка на трейлер: https://clc.to/GHAsrg

Библиотека питониста #свежак

🪅 Команда дня: разбираемся с функциями высшего порядка

Хотите писать чистый, читаемый и лаконичный код без явных циклов? Тогда самое время освоить функции высшего порядка — map(), filter() и reduce().

✅ Эти инструменты из арсенала функционального программирования помогают эффективно обрабатывать и трансформировать данные. А главное — они уже встроены в Python и легко применимы на практике.

💡 Что такое функции высшего порядка

Функции высшего порядка — это функции, которые:
— принимают другие функции как аргументы,
— или возвращают функции в качестве результата.

В Python это не только map(), filter() и reduce(), но и любые функции, работающие с другими функциями.

✅ map(): применяем функцию ко всем элементам

Используется для трансформации каждого элемента в итерируемом объекте:

string_numbers = ["1", "2", "3", "4"]
int_numbers = map(int, string_numbers)
print(list(int_numbers))  # [1, 2, 3, 4]

Или, например:

def add_five(x): return x + 5
numbers = [1, 2, 3]
result = map(add_five, numbers)
print(list(result))  # [6, 7, 8]

✅ filter(): фильтруем по условию

Отбирает элементы, удовлетворяющие определённому условию:

data = [0, None, 1, 2, None, 3]
filtered_data = filter(None, data)
print(list(filtered_data))  # [1, 2, 3]

Пример с четными числами:

def is_even(x): return x % 2 == 0
numbers = [1, 2, 3, 4, 5, 6]
even_numbers = filter(is_even, numbers)
print(list(even_numbers))  # [2, 4, 6]

✅ reduce(): аккумулируем значения

Функция из модуля functools, применяется для накопления результата по итерации:

from functools import reduce

def add(x, y): return x + y
numbers = [1, 2, 3, 4, 5]
result = reduce(add, numbers)
print(result)  # 15

Пример нахождения максимума:

def max_value(x, y): return x if x > y else y
numbers = [10, 2, 33, 4, 7]
result = reduce(max_value, numbers)
print(result)  # 33

Библиотека питониста #буст