Python: задачки и вопросы
Развёрнутое пояснение:
1. Определяется класс Key с методом __eq__, который сравнивает атрибут val.
2. В Python класс, определяющий __eq__, но не определяющий __hash__, автоматически получает __hash__ = None.
3. При выполнении строки cache = {Key(1): 'hit'} Python пытается вычислить хеш ключа, чтобы разместить его в словаре.
4. Поскольку Key.__hash__ равен None, объект считается нехешируемым, и создание словаря падает с TypeError: unhashable type: 'Key'.
5. Вызов cache.get(Key(1)) не выполняется, потому что программа прерывается раньше.
Почему это важно: кастомные ключи для кэшей, конфигураций или агрегаций часто требуют своего сравнения. Если забыть реализовать __hash__, весь механизм ломается ещё на этапе создания dict или set. В dataclasses это решается через frozen=True для автоматического __hash__, а в собственных классах — явным определением __hash__.
2. В Python класс, определяющий __eq__, но не определяющий __hash__, автоматически получает __hash__ = None.
3. При выполнении строки cache = {Key(1): 'hit'} Python пытается вычислить хеш ключа, чтобы разместить его в словаре.
4. Поскольку Key.__hash__ равен None, объект считается нехешируемым, и создание словаря падает с TypeError: unhashable type: 'Key'.
5. Вызов cache.get(Key(1)) не выполняется, потому что программа прерывается раньше.
Почему это важно: кастомные ключи для кэшей, конфигураций или агрегаций часто требуют своего сравнения. Если забыть реализовать __hash__, весь механизм ломается ещё на этапе создания dict или set. В dataclasses это решается через frozen=True для автоматического __hash__, а в собственных классах — явным определением __hash__.
✍2
Развёрнутое пояснение:
1. fix(fn) вызывает fn один раз и сохраняет результат в v.
2. fix возвращает lambda, которая всегда отдаёт это же значение v.
3. buf указывает на lambda, а значит все вызовы buf() возвращают один и тот же список.
4. test_a получает этот список, добавляет в него 'a' и печатает ['a'].
5. test_b получает уже изменённый тот же список, добавляет 'b' и печатает ['a', 'b'].
Почему это важно
В pytest фикстура со scope='module' или scope='session' создаёт один объект на все тесты модуля или сессии. Если фикстура отдаёт изменяемый объект — список, словарь, множество, — мутации в одном тесте протекают в другие. На проде это выглядит как flaky-тесты: локально всё зелёное, в CI падает из-за другого порядка, или тесты проходят только по отдельности. Это ложно-зелёный сигнал, который подрывает доверие к регрессии. Причина обычно в неверном scope фикстуры. Правильный подход: scope='function' для изолированных данных, а общие ресурсы делать неизменяемыми или копировать перед использованием.
💻 На практике такие кейсы разбирают в курсе Практикума PRO «Автоматизатор тестирования на Python» : поймёте фикстуры, их scope, изоляцию состояния между тестами и уровни покрытия.
Реклама. Рекламодатель: АНО ДПО "Образовательные технологии Яндекса" ИНН 7704282033, erid: 2W5zFGUXzho
2. fix возвращает lambda, которая всегда отдаёт это же значение v.
3. buf указывает на lambda, а значит все вызовы buf() возвращают один и тот же список.
4. test_a получает этот список, добавляет в него 'a' и печатает ['a'].
5. test_b получает уже изменённый тот же список, добавляет 'b' и печатает ['a', 'b'].
Почему это важно
В pytest фикстура со scope='module' или scope='session' создаёт один объект на все тесты модуля или сессии. Если фикстура отдаёт изменяемый объект — список, словарь, множество, — мутации в одном тесте протекают в другие. На проде это выглядит как flaky-тесты: локально всё зелёное, в CI падает из-за другого порядка, или тесты проходят только по отдельности. Это ложно-зелёный сигнал, который подрывает доверие к регрессии. Причина обычно в неверном scope фикстуры. Правильный подход: scope='function' для изолированных данных, а общие ресурсы делать неизменяемыми или копировать перед использованием.
Please open Telegram to view this post
VIEW IN TELEGRAM
✍3
Python: задачки и вопросы
Развёрнутое пояснение:
1. Создаётся словарь d с ключами 'a' и 'b'.
2. Запускается цикл for key in d. Python создаёт итератор словаря, который фиксирует его текущий размер.
3. На первой итерации key равно 'a'. Выполняется d['a_copy'] = 1, и размер словаря увеличивается.
4. Когда цикл пытается перейти к следующей итерации, итератор обнаруживает изменение размера и выбрасывает RuntimeError: dictionary changed size during iteration.
5. Программа завершается с этой ошибкой, print(d) не выполняется.
Почему это важно: при обработке конфигов, метрик или логов часто хочется на ходу добавлять производные ключи в тот же словарь, но это приводит к падению. Правильный путь — собирать изменения в отдельную структуру, а затем обновлять оригинал.
2. Запускается цикл for key in d. Python создаёт итератор словаря, который фиксирует его текущий размер.
3. На первой итерации key равно 'a'. Выполняется d['a_copy'] = 1, и размер словаря увеличивается.
4. Когда цикл пытается перейти к следующей итерации, итератор обнаруживает изменение размера и выбрасывает RuntimeError: dictionary changed size during iteration.
5. Программа завершается с этой ошибкой, print(d) не выполняется.
Почему это важно: при обработке конфигов, метрик или логов часто хочется на ходу добавлять производные ключи в тот же словарь, но это приводит к падению. Правильный путь — собирать изменения в отдельную структуру, а затем обновлять оригинал.
✍5
Python: задачки и вопросы
Развёрнутое пояснение:
1. Создаём defaults = {'theme': 'light'}.
2. Создаём пустой user = {}.
3. ChainMap(user, defaults) формирует цепочку поиска: сначала user, затем defaults.
4. Чтение config['theme'] не находит ключ в user и возвращает 'light' из defaults.
5. Запись config['theme'] = 'dark' всегда изменяет первый словарь цепочки, то есть user.
6. В user появляется {'theme': 'dark'}, а defaults остаётся {'theme': 'light'}.
7. print(defaults['theme']) выводит 'light'.
Почему это важно: ChainMap удобен для многоуровневых настроек — базовые значения, пользовательские, аргументы командной строки. Важно помнить, что присваивание пишет только в первый словарь, иначе можно случайно изменить общие дефолты или, наоборот, удивиться, почему изменение не дошло до последующих читателей конфига.
2. Создаём пустой user = {}.
3. ChainMap(user, defaults) формирует цепочку поиска: сначала user, затем defaults.
4. Чтение config['theme'] не находит ключ в user и возвращает 'light' из defaults.
5. Запись config['theme'] = 'dark' всегда изменяет первый словарь цепочки, то есть user.
6. В user появляется {'theme': 'dark'}, а defaults остаётся {'theme': 'light'}.
7. print(defaults['theme']) выводит 'light'.
Почему это важно: ChainMap удобен для многоуровневых настроек — базовые значения, пользовательские, аргументы командной строки. Важно помнить, что присваивание пишет только в первый словарь, иначе можно случайно изменить общие дефолты или, наоборот, удивиться, почему изменение не дошло до последующих читателей конфига.
✍2
Развёрнутое пояснение:
1. grid = [[0] * 3] * 3 создаёт один внутренний список [0, 0, 0] и трижды копирует ссылку на него, так что все три строки указывают на один объект.
2. grid[0][0] = 1 через первую ссылку изменяет этот общий список, поэтому у любой строки значение в позиции 0 становится равно 1.
3. print(grid) печатает один и тот же изменённый список три раза: [[1, 0, 0], [1, 0, 0], [1, 0, 0]].
Почему это важно
Такая ловушка встречается при инициализации DP-таблиц, матриц смежности или игровых полей. Если написать [[0] * n] * m, любая запись в ячейку размножается по всем строкам, и алгоритм начинает работать с испорченными данными. Правильный способ — [[0] * n for _ in range(m)]: здесь каждая строка создаётся отдельным выражением и живёт своим объектом.
💻 Это различие между копией ссылки и копией объекта — базовая часть работы с массивами и алгоритмами на них. Такие паттерны, сложность операций и подготовку к алгоритмическим собеседованиям разбирают в Практикуме PRO на курсе Алгоритмы и структуры данных : 4 месяца, 100+ задач и пробное интервью.
Реклама. Рекламодатель: АНО ДПО "Образовательные технологии Яндекса" ИНН 7704282033, erid: 2W5zFK6uaWV
1. grid = [[0] * 3] * 3 создаёт один внутренний список [0, 0, 0] и трижды копирует ссылку на него, так что все три строки указывают на один объект.
2. grid[0][0] = 1 через первую ссылку изменяет этот общий список, поэтому у любой строки значение в позиции 0 становится равно 1.
3. print(grid) печатает один и тот же изменённый список три раза: [[1, 0, 0], [1, 0, 0], [1, 0, 0]].
Почему это важно
Такая ловушка встречается при инициализации DP-таблиц, матриц смежности или игровых полей. Если написать [[0] * n] * m, любая запись в ячейку размножается по всем строкам, и алгоритм начинает работать с испорченными данными. Правильный способ — [[0] * n for _ in range(m)]: здесь каждая строка создаётся отдельным выражением и живёт своим объектом.
Реклама. Рекламодатель: АНО ДПО "Образовательные технологии Яндекса" ИНН 7704282033, erid: 2W5zFK6uaWV
Please open Telegram to view this post
VIEW IN TELEGRAM
✍2
Python: задачки и вопросы
Развёрнутое пояснение:
1. Создаётся u с id=1; его __hash__ возвращает 1.
2. Словарь d помещает пару u: 'a' в корзину для хэша 1.
3. u.id меняется на 2; сам объект u всё ещё лежит в корзине 1, потому что словарь не пересчитывает хэш.
4. d.get(User(2)) вычисляет хэш нового объекта — 2 — и ищет в корзине 2.
5. В корзине 2 ничего нет, поэтому возвращается None.
Почему это важно: ключи dict и элементы set должны быть неизменяемыми относительно величины, участвующей в __hash__. Если объект-ключ мутирует, он остаётся в старой корзине, и поиск по новому хэшу его не найдёт. Это приводит к утечкам в кэшах, потере данных в индексах и нестабильным тестам при использовании изменяемых сущностей в качестве ключей.
2. Словарь d помещает пару u: 'a' в корзину для хэша 1.
3.
4. d.get(User(2)) вычисляет хэш нового объекта — 2 — и ищет в корзине 2.
5. В корзине 2 ничего нет, поэтому возвращается None.
Почему это важно: ключи dict и элементы set должны быть неизменяемыми относительно величины, участвующей в __hash__. Если объект-ключ мутирует, он остаётся в старой корзине, и поиск по новому хэшу его не найдёт. Это приводит к утечкам в кэшах, потере данных в индексах и нестабильным тестам при использовании изменяемых сущностей в качестве ключей.
✍2
Python: задачки и вопросы
Развёрнутое пояснение:
1. Определяется класс Field с методами __set__ и __get__, что делает его дескриптором данных.
2. Класс Record получает атрибут класса value, равный экземпляру Field.
3. Создаётся r = Record().
4. Присваивание r.value = 3 вызывает дескрипторный метод __set__, который записывает в r._val значение 3 * 10, то есть 30.
5. Прямая запись r.__dict__["value"] = 9 помещает 9 в словарь экземпляра, но не вызывает дескриптор и не заменяет атрибут класса.
6. При чтении r.value правило поиска атрибутов в Python сначала проверяет дескриптор данных в классе; он находит value = Field() и вызывает его __get__, возвращающий r._val, равное 30.
7. Значение 9 из __dict__ остаётся недоступным через обычный доступ r.value, пока дескриптор с __set__ существует.
Почему это важно: В ORM, валидаторах и property с setter часто скрывают хранение значения за дескрипторами. Ошибка возникает, когда разработчик пишет obj.__dict__["field"] =... или сериализатор заполняет словарь напрямую, ожидая, что это эквивалентно obj.field =.... В действительности дескриптор данных переопределяет чтение, поэтому тесты могут показать одно значение, а обычный доступ — другое. Понимание приоритета дескрипторов помогает избежать рассинхронизации между внутренним хранилищем и публичным интерфейсом.
2. Класс Record получает атрибут класса value, равный экземпляру Field.
3. Создаётся r = Record().
4. Присваивание r.value = 3 вызывает дескрипторный метод __set__, который записывает в r._val значение 3 * 10, то есть 30.
5. Прямая запись r.__dict__["value"] = 9 помещает 9 в словарь экземпляра, но не вызывает дескриптор и не заменяет атрибут класса.
6. При чтении r.value правило поиска атрибутов в Python сначала проверяет дескриптор данных в классе; он находит value = Field() и вызывает его __get__, возвращающий r._val, равное 30.
7. Значение 9 из __dict__ остаётся недоступным через обычный доступ r.value, пока дескриптор с __set__ существует.
Почему это важно: В ORM, валидаторах и property с setter часто скрывают хранение значения за дескрипторами. Ошибка возникает, когда разработчик пишет obj.__dict__["field"] =... или сериализатор заполняет словарь напрямую, ожидая, что это эквивалентно obj.field =.... В действительности дескриптор данных переопределяет чтение, поэтому тесты могут показать одно значение, а обычный доступ — другое. Понимание приоритета дескрипторов помогает избежать рассинхронизации между внутренним хранилищем и публичным интерфейсом.
✍2
Развёрнутое пояснение:
1. Создаём множество с тремя объектами: 1 (int), 1.0 (float), True (bool).
2. Python сначала сравнивает хэши: hash(1), hash(1.0) и hash(True) равны.
3. При совпадении хэшей множество проверяет равенство через ==: 1 == 1.0 == True возвращает True.
4. Все три значения признаются дубликатами, и в множестве остаётся только первый вставленный элемент — 1.
5. print(len(data)) выводит 1.
Почему это важно
В ETL-пайплайнах такое поведение приводит к потере строк: дедупликация ключей int/float/bool или группировка по ним сворачивает разные сущности в одну. Поэтому в ключах явно приводят типы и не смешивают bool с числами.
💻 ETL-автоматизация — это только один из этапов разработки архитектуры данных. Если хотите системно разобраться в этой сфере, посмотрите программу Инженер данных от Практикума PRO. Вы сделаете 8 проектов, в рамках которых научитесь обрабатывать данные разными инструментами, проектировать пайплайны, создавать витрины и хранилища. Обратите внимание, что курс на полгода и он не для начинающих: вам понадобятся уверенные знания Python и SQL.
Реклама. Рекламодатель: АНО ДПО "Образовательные технологии Яндекса" ИНН 7704282033, erid: 2W5zFJBoozq
2. Python сначала сравнивает хэши: hash(1), hash(1.0) и hash(True) равны.
3. При совпадении хэшей множество проверяет равенство через ==: 1 == 1.0 == True возвращает True.
4. Все три значения признаются дубликатами, и в множестве остаётся только первый вставленный элемент — 1.
5. print(len(data)) выводит 1.
Почему это важно
В ETL-пайплайнах такое поведение приводит к потере строк: дедупликация ключей int/float/bool или группировка по ним сворачивает разные сущности в одну. Поэтому в ключах явно приводят типы и не смешивают bool с числами.
💻 ETL-автоматизация — это только один из этапов разработки архитектуры данных. Если хотите системно разобраться в этой сфере, посмотрите
Реклама. Рекламодатель: АНО ДПО "Образовательные технологии Яндекса" ИНН 7704282033, erid: 2W5zFJBoozq
✍2