Python: задачки и вопросы
Развёрнутое пояснение:
Код удаляет ключ 'a', после чего порядок становится ['b']. Затем 'a' вставляется заново, а не восстанавливается на старом месте, поэтому итоговый порядок — ['b', 'a']. Это поведение гарантировано с Python 3.7.
✍3
Привет! Весь июль мы будем вести этот канал в партнёрстве с Яндекс Практикумом PRO.
Драматически ничего не меняется: мы продолжим выкладывать задачки и решения — даже более системно и регулярно, чем последние пару месяцев. А ещё расскажем про большой мидловый курс по Python.
Для нас это новый формат соседства двух брендов — надеемся, будет полезно. А пока, всем отличных выходных 🌴
Драматически ничего не меняется: мы продолжим выкладывать задачки и решения — даже более системно и регулярно, чем последние пару месяцев. А ещё расскажем про большой мидловый курс по Python.
Для нас это новый формат соседства двух брендов — надеемся, будет полезно. А пока, всем отличных выходных 🌴
✍10
Python: задачки и вопросы
Развёрнутое пояснение:
В сигнатуре функции f параметры a и b стоят до /, поэтому их можно передать только позиционно. Параметр d стоит после *, поэтому его можно передать только по имени. Параметр c находится между / и *, поэтому допускает оба варианта. Корректен вызов с позиционными a, b и именованными c, d.
✍4
По шагам:
1. Когда Python встречает class A(metaclass=Meta), он не сразу выполняет тело класса. Сначала он спрашивает у метакласса: «в каком словаре хранить имена этого класса?» — и вызывает Meta.__prepare__.
2. Обычно __prepare__ возвращает пустой словарь, но здесь он возвращает {'x': 10}. То есть тело класса начинает выполняться в пространстве имён, где имя x уже существует и равно 10.
3. Выполняется строка result = x + 5. Python ищет x в текущем пространстве имён, находит 10 и записывает result = 15.
4. Следующей выполняется строка x = 1 — она перезаписывает ключ x в том же словаре. Но result уже вычислен, задним числом он не пересчитывается.
5. В итоге у класса A два атрибута: result = 15 и x = 1. Поэтому print(A.result) выводит 15.
Почему это важно
__prepare__ — редкий хук, но он показывает главное: тело класса — это обычный код, выполняющийся в словаре, которым можно управлять. Именно на этой механике работают Django-модели: вы пишете class Movie(models.Model) с обычными атрибутами, а метакласс превращает их в поля таблицы, валидацию и запросы к базе. Понимание таких вещей — разница между «использую фреймворк» и «понимаю, что он делает». Если хотите прокачаться именно во втором, посмотритекурс Middle Python от Практикума PRO: за 6 месяцев вы глубоко разберёте Django и его ORM, асинхронность на FastAPI, микросервисную архитектуру и соберёте бэкенд из 10+ сервисов.
Реклама. Рекламодатель: АНО ДПО "Образовательные технологии Яндекса" ИНН 7704282033, erid: 2W5zFJM1sK7
1. Когда Python встречает class A(metaclass=Meta), он не сразу выполняет тело класса. Сначала он спрашивает у метакласса: «в каком словаре хранить имена этого класса?» — и вызывает Meta.__prepare__.
2. Обычно __prepare__ возвращает пустой словарь, но здесь он возвращает {'x': 10}. То есть тело класса начинает выполняться в пространстве имён, где имя x уже существует и равно 10.
3. Выполняется строка result = x + 5. Python ищет x в текущем пространстве имён, находит 10 и записывает result = 15.
4. Следующей выполняется строка x = 1 — она перезаписывает ключ x в том же словаре. Но result уже вычислен, задним числом он не пересчитывается.
5. В итоге у класса A два атрибута: result = 15 и x = 1. Поэтому print(A.result) выводит 15.
Почему это важно
__prepare__ — редкий хук, но он показывает главное: тело класса — это обычный код, выполняющийся в словаре, которым можно управлять. Именно на этой механике работают Django-модели: вы пишете class Movie(models.Model) с обычными атрибутами, а метакласс превращает их в поля таблицы, валидацию и запросы к базе. Понимание таких вещей — разница между «использую фреймворк» и «понимаю, что он делает». Если хотите прокачаться именно во втором, посмотрите
✍4
Python: задачки и вопросы
Развёрнутое пояснение:
1. Первый вызов `load_users('a')` не находит ключ в кэше, выполняет `return []`, сохраняет созданный список в кэше и сразу добавляет в него `'u1'` через `.append`. Теперь в кэше лежит список `['u1']`.
2. Второй вызов `load_users('a')` попадает в кэш и возвращает тот же самый объект-список, а не новый. `.append('u2')` изменяет этот же объект, и он становится `['u1', 'u2']`.
3. Вызов `print(load_users('a'))` снова получает тот же объект из кэша и печатает `['u1', 'u2']`.
Почему это важно: кэширование изменяемых объектов — распространённая ловушка при оптимизации репозиториев, загрузчиков конфигурации и API-клиентов. Если возвращаемый объект мутируется, кэш превращается в разделяемое изменяемое состояние, и разные вызовы начинают влиять друг на друга, что приводит к трудноуловимым багам в продакшене.
2. Второй вызов `load_users('a')` попадает в кэш и возвращает тот же самый объект-список, а не новый. `.append('u2')` изменяет этот же объект, и он становится `['u1', 'u2']`.
3. Вызов `print(load_users('a'))` снова получает тот же объект из кэша и печатает `['u1', 'u2']`.
Почему это важно: кэширование изменяемых объектов — распространённая ловушка при оптимизации репозиториев, загрузчиков конфигурации и API-клиентов. Если возвращаемый объект мутируется, кэш превращается в разделяемое изменяемое состояние, и разные вызовы начинают влиять друг на друга, что приводит к трудноуловимым багам в продакшене.
✍2