Blog

Magiczne metody

Magiczne metody – czyli szczypta magii w Pythonie

Moim zdaniem rzeczą, która należy wymienić na początku wśród tych, które sprawiają, że Python jest tak przyjazny poczatkującym użytkownikom jest jego wszechobecna spójność. Już po chwili spędzonej z tym językiem, jesteśmy w stanie domyślić się jak będą działały rzeczy, których jeszcze nie poznaliśmy, tylko na podstawie dotychczasowych doświadczeń. Za przykład może nam posłużyć zadanie sprawdzenia liczby elementów w dowolnej kolekcji. W taki sam sposób jak dla stringa możemy zrobić to funkcją len() w przypadku listy, czy też bardziej zaawansowanej kolekcji jak na przykład OrderedDict. Możemy sprawić, że w ten sam sposób zachowywać będą się klasy stworzone przez nas, dzięki wykorzystaniu magicznych metod.



pytest

Pytest – ujarzmij fixtury i mocki

Jedną z najważniejszych rzeczy w trakcie pracy nad aplikacją jest zapewnienie tego, by miała ona jak najmniej błędów oraz żeby kolejne zmiany w kodzie nie zepsuły naszych dotychczasowych funkcjonalności. W tym artykule chciałbym przybliżyć Ci nieco filozofię testowania kodu przy pomocy biblioteki Pytest.



Python 3.8

Co nowego w Python 3.8

Obecnie najnowszą, oficjalną wersją języka jest wersja Python 3.8, wersja ta posiada kilka nowości względem poprzednich edycji Pythona. W tym wpisie przyjrzymy się pokrótce najważniejszym zmianom jakie wprowadzono w tej wersji, oraz zastanowimy się jak można je wykorzystać.

1. Wyrażenie przypisania

Operator morsa (walrus operator) to jedna z najważniejszych, nowych funkcjonalności wprowadzonych w Pythonie 3.8.



Python: 10 trików o których warto pamiętać

W tym wpisie chciałbym przedstawić Ci kilka sztuczek dostępnych w Pythonie, które warto poznać. Przydadzą Ci się one zwłaszcza jeżeli jesteś na początku swojej przygody z nauką Pythona. Również jeżeli jesteś bardziej zaawansowany to mam nadzieję, że ten wpis pomoże Ci przypomnieć sobie co nieco.



Menadżer kontekstu - przykład

Menadżer kontekstu – Słów kilka o instrukcji with

Tworząc oprogramowanie często spotykamy się z sytuacją gdy chcemy uzyskać dostęp oraz zarządzać pewnymi zasobami. Takimi jak na przykład operacje na plikach czy połączenie do bazy danych. Zasoby te często posiadają pewne ograniczenia więc dobrą praktyką jest ich zwolnienie zaraz po zakończeniu ich używania. Python pozwala nam na łatwe zarządzanie tymi zasobami dostarczając nam pomoc, którą jest menadżer kontekstu.



*args i ** kwargs

Zadanie z gwiazdką, czyli rzecz o *args i **kwargs

Często spotykamy się z funkcjami, które wśród argumentów zawierają „magiczne” wyrażenia *args i **kwargs. Jednak początkujący programiści Pythona miewają problemy ze zrozumieniem działania tego mechanizmu.

Zacznijmy od odpowiedzenia sobie na pytanie czym są te „argsy i kwargsy” i czemu poprzedzają je gwiazdki. Wyrażenie „args” bierze się z od słowa „arguments” czyli argumenty i jest to zazwyczaj zmienna, która zawiera tuple argumentów pozycyjnych. Natomiast „kwargs” bierze się od „keyword arguments” czyli argumenty nazwane i zmienna taka zawiera pary nazwa-wartość argumentu. Jednak należy zaznaczyć, że nazwy te nie są wcale najważniejsze. Największa magia kryje się w gwiazdkach je poprzedzających, a „args” i „kwargs” możemy zastąpić dowolnymi innymi nazwami zmiennych.



3 rzeczy, które musisz wiedzieć pracując z Jupyter Notebook

Z lektury poprzedniego artykułu – Jupyter Notebook podstawy, wiemy już jak zainstalować i zacząć naszą przygodę z Jupyterem. W tym artykule poznamy kilka ciekawych rozwiązań, które ułatwią nam pracę z naszym arkuszem.

Zatem uruchom swój notebook i zapraszam do zabawy.

Oszczędzaj czas – skróty klawiaturowe w Jupyter notebooku

Jedną z najbardziej przydatnych rzeczy w Jupyterze są dostępne w nim skróty klawiaturowe, pozwalają one na szybkie wykonywanie  najpopularniejszych operacji. Skrótem, który prawdopodobnie będziesz wciskał najczęściej jest kombinacja klawiszy Ctrl+Enter. Pozwoli Ci on na wykonanie aktualnie aktywnej komórki. Spróbuj użyć go już teraz!




Jupyter Notebook podstawy – Wykonaj kod bezpośrednio w notatniku

Bardzo często mówi się, że Python może być znakomitą alternatywą dla narzędzi takich jak Matlab czy Mathematica, głównie ze względu na to, że jest względnie szybki, łatwy do nauczenia, darmowy i posiada niezliczone biblioteki rozszerzające jego możliwości. Jedną z nich jest Jupyter i jego notebook, który pozwala na tworzenie interaktywnych arkuszy mogących zawierać kod wykonywalny, opisy, tabele, wykresy i wiele innych danych, które służyć mogą nam między innymi do prezentacji wyników naszych prac.

Jupyter notebook
Okno edycji notebooka


Hello World

Pierwszy wpis – Zapraszam na nowego bloga

Cześć, ten wpis to narodziny mojego nowego bloga Print Python. W przyszłości znajdą się tutaj ciekawe artykuły na temat podstaw oraz rzeczy bardziej zaawansowanych i różnych innych ciekawostek ze świata Pythona 🙂