Меню
ГлавнаяWord

Что можно делать с помощью Python? Как работает Python

Прежде чем начать изучать тот или иной язык программирования, люди обычно задумываются, как потом смогут применить свои знания и навыки на практике. Что касается Python, этот язык общего назначения пригодится во множестве различных сфер. Разработчик и основатель стартапа CS Dojo Ек Суги рассказал о трёх самых частых способах использования Python.

1. Веб-разработка

Фреймворки, основанные на Python, такие как Django и Flask , в последнее время приобрели широкую популярность среди веб-разработчиков. Эти фреймворки позволяют создавать серверный код (backend-код) на Python, который выполняется на сервере, в отличие от frontend-кода, исполняемого на пользовательских устройствах и в браузерах.

Для чего нужны веб-фреймворки

Веб-фреймворки упрощают разработку серверной логики: обработку URL, обращение к базам данных, создание HTML-файлов, которые видят в браузерах пользователи.

Какие фреймворки для веб-разработки лучше использовать

Два наиболее популярных веб-фреймворка для Python — Django и Flask. Их рекомендуется использовать начинающим разработчикам.

В чём разница между Django и Flask

Отличную статью в ответ на этот вопрос подготовил Гарет Дуайер .

Основные различия:

  • Flask — простой и гибкий фреймворк с очень подробными настройками. Пользователь может сам решать, как реализовывать те или иные вещи.
  • Django предоставляет полный функционал для разработки приложений прямо «из коробки»: встроенный интерфейс администратора, API доступа к базам данных, ORM, и структуру каталогов для приложений и проектов.

Лучше воспользоваться:

  • Flask, если цель разработчика — опыт и возможности обучения, или же если ему нужно самостоятельно выбирать, какие компоненты использовать (например, какие применять базы данных или как взаимодействовать с ними).
  • Django, если главное — конечный продукт. Особенно, если нужно построить интуитивное приложение, например, новостной сайт, онлайн-магазин, блог, в котором пользователь сможет легко ориентироваться.

Таким образом, Flask предпочтительнее использовать новичкам, потому что этот фреймворк имеет не настолько богатый функционал, а также тем, кому важна возможность настроить его по своему усмотрению. Кроме того, благодаря своей гибкости Flask больше, чем Django, подойдёт для разработки REST API. С другой стороны, если требуется создать простой продукт, быстрее это получится сделать на Django.

2. Обработка данных (включая машинное обучение, анализ и визуализацию данных)

Что такое машинное обучение

Машинное обучении лучше объяснять на наглядном примере. Пусть нужно разработать программу, которая автоматически распознаёт изображённые на картинках объекты. На первой картинке программа должна опознать собаку.

На второй она должна распознать стол.

Первый путь — написать для этого специальный код. Например, если на картинке много светло-коричневых пикселей, значит, на ней нарисована собака. Или можно найти способ распознавать границы предметов: если на рисунке много прямых линий, то это — стол.

Очевидно, что такое решение будет бесполезным, если на картинке показана, например, собака светлого окраса, у которой вообще нет коричневой шерсти, или только круглая столешница без ножек. Именно здесь раскрываются перспективы машинного обучения.

В машинном обучении обычно используют алгоритм, который автоматически ищет заданный образ во входных данных. Например, можно ввести тысячу картинок с собаками и тысячу — со столами. Далее алгоритм машинного обучения выявит разницу между собакой и столом. Когда алгоритм получит новое изображение собаки или стола, то сможет идентифицировать объект.

То есть систему обучают на конкретных примерах: ей не указывают отдельные признаки того или иного предмета, а показывают множество изображений и говорят, что на всех из них нарисован этот предмет. Аналогичным образом обучаются

  • системы распознавания лиц,
  • системы распознавания голоса,
  • рекомендательные системы сайтов вроде YouTube, Amazon или Netflix.

Самые широко известные алгоритмы машинного обучения:

  • нейронные сети,
  • глубокое обучение,
  • метод опорных векторов,
  • «случайный лес».

Любой из этих алгоритмов можно использовать для решения задачи с маркированием изображений выше.

Python для машинного обучения

Для Python есть популярные библиотеки и фреймворки машинного обучения. Две самые крупные из них — scikit-learn и TensorFlow . В scikit-learn встроены некоторые общеизвестные алгоритмы машинного обучения, о которых шла речь выше. TensorFlow — более низкоуровневая библиотека, которая позволяет строить пользовательские алгоритмы.

Как изучать машинное обучение

Чтобы изучить основы этой технологии, можно пройти курсы Стэнфордского университета или . Но для понимания некоторого материала понадобятся базовые знания матанализа и линейной алгебры.

Далее полученную информацию нужно закрепить на сайте Kaggle . Здесь можно соревноваться с другими разработчиками в создании лучшего алгоритма машинного обучения для различных задач. Сайт также предлагает полезные самоучители для начинающих.

Анализ данных и визуализация данных

В качестве примера можно взять аналитика данных воображаемой компании, занимающейся продажей товаров через интернет. Аналитик может представить результаты продаж в виде столбчатой диаграммы.

На диаграмме видно, что в заданное воскресенье покупатели мужского пола приобрели более 400 единиц товара, а женского — около 350. У специалиста может быть несколько предположений, почему возник этот разрыв.

Одно из очевидных объяснений — продукт более востребован среди мужчин, чем женщин. Другая возможная причина — недостаточно большая выборка, а разницу можно списать на случайность. Третий вариант — по какой-то причине мужчины склонны больше покупать этот продукт только в воскресенье. Чтобы понять, какое из объяснений истинно, можно нарисовать ещё одну диаграмму.

Необходимо принять во внимание статистику продаж не только в воскресенье, но и за всю неделю. Как видно из диаграммы, такая динамика прослеживается по всем дням. Этот небольшой анализ позволяет сделать вывод, что наиболее правдоподобная причина различия в продажах в том, что продукт просто более популярен среди мужчин, чем среди женщин.

Но если бы диаграмма выглядела так,

можно было бы заключить, что по той или иной причине мужчины активнее покупают этот товар только по воскресеньям.

Это очень простой пример анализа данных. И для этого компании используют в том числе Python, а для визуализации данных — библиотеку Matplotlib .

Анализ и визуализация данных на Python

Matplotlib — одна из наиболее распространённых библиотек для визуализации данных. Начинать лучше с неё потому, что она проста, а также потому, что на ней основаны некоторые другие библиотеки, например, seaborn . Поэтому знание Matplotlib поможет в будущем освоить и их.

Как изучать анализ и визуализацию данных на Python

В первую очередь нужно выучить основы. Ек Суги предлагает собственное вводное видео в анализ и визуализацию данных на Python и Matplotlib на YouTube, а также полный практический курс на образовательной платформе Pluralsight, который можно получить бесплатно после подписки на 10-дневный пробный период на сайте. После этого полезно изучить основы статистики, например, на Coursera и Khan Academy.

3. Написание скриптов

Что такое написание скриптов

Обычно под этим понимают создание небольших программ для автоматизации простых задач. Например, компании используют различные системы поддержки клиентов по электронной почте. Чтобы анализировать полученные сообщения, компаниям нужно подсчитать, какой их количество содержит определённые ключевые слова.

Это можно либо делать вручную, либо написать незамысловатую программу (скрипт) для автоматической обработки сообщений. Для подобных задач отлично подходит Python, главным образом благодаря относительно простому синтаксису и потому, что на нём можно легко и быстро писать и тестировать небольшие проекты.

Python и встраиваемые приложения

На этом языке ведут программирование многие разработчики для Raspberry Pi и других аппаратных основ.

Python и компьютерные игры

Для разработки игр можно использовать библиотеку PyGame, хотя существуют и более популярные игровые движки. На ней можно создавать любительские проекты, но для разработки серьёзных игр стоит поискать что-то получше.

Например, можно начинать с Unity на C# — это одна из самых общеизвестных сред разработки компьютерных игр. Она позволяет создавать межплатформенные игры для Windows, Mac, iOS и Android.

Python и десктопные приложения

Десктопные приложения можно разрабатывать на Python с помощью Tkinter, но это также не самый частый выбор: разработчики приложений для ПК предпочитают языки Java, C#, и C++. В последнее время некоторые компании для этого начали применять и JavaScript. Например, десктопное приложение Slack построено во фреймворке Electron, использующем JavaScript. Этот язык даёт возможность повторно использовать код из веб-версии приложения, если такая имеется.

Python 3 или Python 2

Лучше выбрать Python 3, потому что на сегодняшний день это более современная и более востребованная версия языка.

В этой подборке мы собрали самые полезные книги о языке программирования Python, которые помогут в изучении как начинающим, так и опытным программистам.
Здесь вы найдете материалы для создания приложений, а также учебные пособия, которые помогут вам ознакомиться с инструментарием, освоить базы данных и повысить свои профессиональные навыки.

Разделы:

Для начинающих

Пособие представляет собой отличное и признанное во всем мире введение в язык Python. Она быстро научит вас писать эффективный высококачественный код. Подойдёт как начинающим программистам, так и тем, у кого уже есть опыт использования других языков. Помимо теории в книге есть тесты, упражнения и полезные иллюстрации - всё, что нужно для изучения Python 2 и 3. Кроме того, вы познакомитесь с некоторыми продвинутыми фичами языка, которые освоены еще не многими специалистами.

Python является мультипарадигменным кроссплатформенным языком программирования, который в последнее время стал особенно популярен на Западе и в таких крупных компаниях, как Google, Apple и Microsoft. Благодаря своему минималистичному синтаксису и мощному ядру он является одним из наиболее производительных и хорошо читаемых ЯП в мире.

Прочитав эту книгу, вы быстро и в увлекательной форме изучите основы языка, затем перейдете к обработке исключений, веб-разработке, работе с SQL, обработке данных и Google App Engine. Также вы узнаете, как писать приложения под Android и многое другое о силе, которую дарует вам Python.

Еще одна признанная книга по Python, в которой вы найдёте 52 специально подобранных упражнения для изучения языка. Разобрав их, вы поймёте, как устроен язык, как правильно писать программы и как исправлять свои собственные ошибки. Рассматриваются следующие темы:

  • Установка окружения;
  • Организация кода;
  • Базовая математика;
  • Переменные;
  • Строки и текст;
  • Взаимодействие с пользователями;
  • Работа с файлами;
  • Циклы и логика;
  • Структуры данных;
  • Разработка программ;
  • Наследование и композиция;
  • Модули, классы и объекты;
  • Пакеты;
  • Отладка;
  • Автоматизация тестирования;
  • Разработка игр;
  • Веб-разработка.

Эта книга предназначена для начинающих изучать программирование. В ней используется весьма стандартный подход к обучению, но нестандартный язык 🙂 Стоит отметить, что это скорее книга об основах программирования, чем о Python.

Книга «Программирование на Python для начинающих» - отличный вариант для старта. Она является подробным руководством, написанным специально для новичков, желающих освоить данный язык. Познакомившись с основами, вы перейдете к объектно-ориентированному программированию и созданию CGI-сценариев для обработки данных веб-форм, научитесь создавать графические приложения с оконным интерфейсом и распространять их на другие устройства.

С помощью данного учебника вы сможете пройти все ступени от установки интерпретатора до запуска и отладки полноценных приложений.

«Python Crash Course» - это емкое повествование о языке Python. В первой половине книги вы познакомитесь с основными понятиями языка, такими как списки, словари, классы и циклы, и научитесь писать чистый и хорошо читаемый код. Кроме того, вы узнаете, как тестировать свои программы. Во второй половине книги вам будет предложено применить знания на практике, написав 3 проекта: аркадную игру наподобие Space Invaders, приложение для визуализации данных и простое веб-приложение.

Это очень удобная карманная шпаргалка, созданная для Python 3.4 и 2.7. В ней вы найдёте самую необходимую информацию по различным аспектам языка. Затронутые темы:

  • Встроенные типы объектов;
  • Выражения и синтаксис создания и обработки объектов;
  • Функции и модули;
  • ООП (у нас есть отдельная );
  • Встроенные функции, исключения и атрибуты;
  • Методы перегрузки операторов;
  • Популярные модули и расширения;
  • Опции командной строки и инструменты для разработки;
  • Подсказки;
  • Python SQL Database API.

Книга для изучения Python с кучей практических примеров.

Практические примеры можно почерпнуть и в нашей рубрике . Например, читайте наше по самостоятельной реализации функции zip.

Цель данной книги - познакомить читателя с популярными инструментами и принятыми в open source сообществе различными рекомендациями по написанию кода. Основы языка Python в этой книге не рассматриваются, ведь она совсем не про это.

Первая часть книги содержит описание различных текстовых редакторов и сред разработки, которые можно использовать для написания Python-программ, а также множества видов интерпретаторов для различных систем. Во второй части книги рассказывается о принятом в сообществе, работающем с открытым исходным кодом, стиле написания кода. Третья часть книги содержит краткий обзор множества библиотек для Python, которые используются в большинстве open source проектов.

Главное отличие данной книги от всех других пособий для начинающих изучать Python в том, что параллельно с изучением теоретического материала читатель знакомится с реализацией проектов различных игр. Таким образом будущий программист сможет лучше понять, как те или иные возможности языка используются в реальных проектах.

В книге рассматриваются основы как языка Python, так и программирования в целом. Отличная книга для первого знакомства с этим языком.

Для продвинутых

Если вы хотите перейти на Python 3 или правильно обновить старый код, написанный на Python 2, то эта книга для вас. А еще для вас - по переводу проекта с Python 2 на Python 3 без боли.

В книге вы найдёте много практических примеров на Python 3.3, каждый из которых подробно разобран. Рассматриваются следующие темы:

    • Структуры данных и алгоритмы;
    • Строки и текст;
    • Числа, даты и время;
    • Итераторы и генераторы;
    • Файлы и операции чтения / записи;
    • Кодирование и обработка данных;
    • Функции;
    • Классы и объекты;
    • Метапрограммирование;
    • Модули и пакеты;
    • Веб-программирование;
    • Конкурентность;
    • Системное администрирование;
    • Тестирование и отладка;
    • Си-расширения.

В ходе чтения этой книги вы разработаете веб-приложение, параллельно изучив практические преимущества разработки через тестирование. Вы разберёте такие темы, как интеграция баз данных, JS-инструменты для автоматизации, NoSQL, веб-сокеты и асинхронное программирование.

В книге подробно рассматривается Python 3: типы данных, операторы, условия, циклы, регулярные выражения, функции, инструменты объектно-ориентированного программирования, работа с файлами и каталогами, часто используемые модули стандартной библиотеки. Кроме того, в книге также уделено внимание базе данных SQLite, интерфейсу доступа к базе и способам получения данных из Интернета.

Вторая часть книги целиком посвящена библиотеке PyQt 5, позволяющей создавать приложения с графическим интерфейсом на языке Python. Здесь рассмотрены средства для обработки сигналов и событий, управления свойствами окна, разработки многопоточных приложений, описаны основные компоненты (кнопки, текстовые поля, списки, таблицы, меню, панели инструментов и др.), варианты их размещения внутри окна, инструменты для работы с базами данных, мультимедиа, печати документов и экспорта их в формате Adobe PDF.

Может, ваши программы на Pyhton и работают, но они могут работать быстрее. Это практическое руководство поможет вам лучше понять устройство языка, и вы научитесь находить в коде узкие места и повышать скорость работы программ, работающих с большими объёмами данных.

Как понятно из названия, цель данной книги - дать наиболее полное понятие фреймворку для разработки веб-приложений Django. Из-за того, что книга была выпущена на русском языке в далеком 2010 году, в ней рассматривается устаревшая версия фреймворка, Django 1.1. Но все равно книга рекомендуется к прочтению, поскольку в ней можно почерпнуть основы Django. А хороших книг по этому фреймворку на русском языке, кроме этой, практически нет.

Авторы Адриан Головатый и Джейкоб Каплан-Мосс подробно рассматривают компоненты фреймворка. В книге достаточно много материала по разработке интернет-ресурсов на Django – от основ до таких специальных тем, как генерация PDF и RSS, безопасность, кэширование и интернационализация. Перед прочтением книги рекомендуется освоить базовые понятия веб-разработки.

Разработка игр

«Making Games with Python & Pygame» - это книга, которая посвящена библиотеке для разработки игр Pygame. В каждой главе даются полный исходный код новой игры и подробные объяснения использованных принципов разработки

Книга «Invent Your Own Computer Games with Python» научит вас программировать на Python на примере разработки игр. В поздних игр рассматривается создание двумерных игр при помощи библиотеки Pygame. Вы научитесь:

  • использовать циклы, переменные и логические выражения;
  • использовать такие структуры данных, как списки, словари и кортежи;
  • отлаживать программы и искать ошибки;
  • писать простой ИИ для игр;
  • создавать простую графику и анимации для ваших игр.

Анализ данных и машинное обучение

Прокачайте свои навыки, поработав со структурами данных и алгоритмами в новом ключе - научном. Изучите примеры сложных систем с понятными объяснениями. В книге предлагается:

  • изучить такие понятия, как массивы NumPy, методы SciPy, обработка сигналов, быстрые преобразования Фурье и хеш-таблицы;
  • познакомиться с абстрактными моделями сложных физических систем, фракталами и машинами Тьюринга;
  • исследовать научные законы и теории;
  • разобрать примеры сложных задач.

В данной книге язык Python рассматривается как инструмент для решения задач, требующих вычислений с обработкой больших объемов данных. Цель данной книги - научить читателя применять стек инструментов исследования данных языка Python для эффективного хранения, манипуляции и понимания данных.

Каждая глава книги посвящена определенной библиотеке для работы с большими данными. В первой главе рассматривается IPython и Jupyter, во второй - NumPy, в третьей - Pandas. Четвертая глава содержит материал о Matplotlib, пятая - о Scikit-Learn.

«Python for Data Analysis» повествует о всевозможных способах обработки данных. Книга является отличным вводным материалом в области научных вычислений. Вот с чем вы познакомитесь:

  • интерактивная оболочка IPython;
  • библиотека для численных расчётов NumPy:
  • библиотека для анализа данных pandas;
  • библиотека для пострения графиков matplotlib.

Вы также научитесь измерять данные на временных промежутках и решать аналитические задачи во многих сферах науки.

В этой книге предлагается изучить различные методы анализа данных при помощи Python. Вот чему вы научитесь после прочтения:

  • управлять данными;
  • решать задачи науки о данных;
  • создавать высококлассные визуализации;
  • применять линейные регрессии для оценки связей между переменными;
  • создавать рекомендательные системы;
  • обрабатывать большие данные.

Это пособие понятным языком объясняет принципы обработки естественных языков. Вы научитесь писать программы, способные обрабатывать большие наборы неструктурированных текстов, получите доступ к обширным наборам данных и познакомитесь с основными алгоритмами.

Прочее

Если вы когда-нибудь часами переименовывали файлы или обновляли сотни ячеек таблицы, то знаете, как это выматывает. Хотите научиться автоматизировать такие процессы? В книге «Automate the Boring Stuff with Python» рассказывается о том, как создавать программы, которые будут решать различные рутинные задачи за минуты. После прочтения вы научитесь автоматизировать следующие процессы:

  • поиск заданного текста в файлах;
  • создание, обновление, перемещение и переименование файлов и папок;
  • поиск и скачивание данных в Сети;
  • обновление и форматирование данных в Excel-таблицах;
  • разделение, слияние и шифрование PDF-файлов;
  • рассылка писем и уведомлений;
  • заполнение онлайн-форм.

Отличная книга с минимальным порогом вхождения. Рассказывает больше о биологии, нежели о языке, но всем работающим в этой сфере она точно пригодится. Снабжена большим количеством разобранных примеров различной сложности.

В этой книге рассказывается об основах программирования системы Raspberry Pi. Автор уже составил для вас множество скриптов, а также предоставил доходчивое и подробное руководство по созданию своих. Помимо обычных упражнений вам предлагается реализовать три проекта: игру «Виселица», LED-часы и программно управляемого робота.

«Hacking Secret Ciphers with Python» не только рассказывает об истории существующих шифров, но и учит создавать собственные программы для шифрования и взлома шифров. Отличная книга для изучения основ криптографии.

Делитесь полезными книгами по Python в комментариях!

Подборка подготовлена с учетом личного опыта практикующих программистов. Здесь книги, которые подойдут как для новичков, так и для владеющих определенной базой разработчиков. Правда тем, кто совсем ноль в знании языка, советуем сначала пройтись по WikiBooks , вникнуть в азы , а потом выбирать из списка.

Learning Python , Mark Lutz (5th Edition)

Наиболее частый ответ на вопрос: «что почитать про Python?». Отличная книга, практически полное руководство по языку (и частично стандартной библиотеке). Из минусов - много воды, и последнее издание вышло 2 года назад (уже почти 3) и поэтому не включает последние изменения. Но для начинающих книга все еще актуальна.

Programming Python (4th Edition) , Mark Lutz

Переход от изучения к практике. Учимся применять полученные знания для написания будущих программ.

Think Python: How to Think Like a Computer Scientist , Allen B. Downey

Введение в Python для начинающих. Книга последовательно раскрывает особенности языка. Объемные темы, такие как рекурсия и объектно-ориентированное программирование для облегчения усвоения разбиты на небольшие шаги. На сайте книги встроены интерактивные модули, где можно запустить свой код.

Dive Into Python / , Mark Pilgrim

Краткое руководство с большим количеством примеров кода и использованием стандартной библиотеки. Эта книга охарактеризована многими обозревателями, как отличное введение в Python.

Существует множество областей применения Python, но в некоторых он особенно хорош. Разбираемся, что же можно делать на этом ЯП.

Основные отличия:

  • Flask обеспечивает простоту, гибкость и полный контроль над проектом. Он позволяет пользователю самостоятельно решать, как реализовывать те или иные вещи.
  • Django – это сервис типа «все включено». Из коробки в нем уже есть админ-панель, интерфейсы баз данных, ORM (объектно-реляционное отображение) и структура каталогов для ваших проектов.

Что выбрать?

  • Выбирайте Flask, если хотите получить больше опыта и возможностей для обучения. Или в том случае, если вам нужен максимальный контроль над всеми используемыми компонентами, например, базами данных.
  • Выбирайте Django, если вас интересует конечный продукт. Особенно, если вы работаете с простыми приложениями, такими как новостной сайт, магазин, блог, и хотите, чтобы каждая задача решалась одним предельно ясным способом.

Другими словами, Flask – это, возможно, лучший выбор для начинающего разработчика, так как он содержит меньше компонентов. Кроме того, его стоит выбрать, если необходима тонкая настройка проекта.

Flask из-за своей гибкости лучше подходит для создания REST API .

С другой стороны, если стоит задача сделать что-то просто и быстро, вероятно, стоит выбрать Django.

Data Science: машинное обучение, анализ данных и визуализация

Прежде всего, следует разобраться, что такое .

Предположим, что вы хотите разработать программу, которая будет автоматически определять, что изображено на картинке.

Например, предлагая ей это изображение, вы хотите, чтобы программа опознала собаку.

А здесь она должна увидеть стол.

Возможно, вы думаете, что для решения этой задачи можно просто написать код анализа изображения. Например, если на картинке много светло-коричневых пикселей, делаем вывод, что это собака.

Или вы можете научиться определять на изображении края и границы. Тогда картинка с большим количеством прямых границ, вероятно, окажется столом.

Однако это довольно сложный и непродуманный подход. Что делать, если на фотографии изображена белая собака без коричневых пятен? Или если на картинке круглый стол?

Здесь вступает в игру машинное обучение. Обычно оно реализует некоторый , который позволяет автоматически обнаруживать знакомый шаблон среди входных данных.

Вы можете предложить алгоритму машинного обучения, скажем, 1000 изображений собаки и 1000 снимков столов. Он выучит разницу между этими объектами. Затем, когда вы дадите ему новую картинку со столом или собакой, он сможет определить, что именно на ней изображено.

  • scikit-learn из коробки имеет несколько встроенных популярных алгоритмов обучения;
  • TensorFlow – это более низкоуровневая библиотека. Она позволяет создавать пользовательские алгоритмы.

Новичкам в машинном обучении лучше начать со scikit-learn. Более опытным разработчикам, которые столкнулись с проблемами эффективности, стоит присмотреться к TensorFlow.

Как изучать машинное обучение?

Настоящие аналитики, например, в Google или Microsoft, делают то же самое, только их работа более сложная и комплексная.

Они используют язык запросов SQL, чтобы извлекать данные из баз. Затем для анализа и визуализации применяются специальные инструменты, например, Mathplotlib (для Python) или D3.js (для JavaScript).

Способы применения Python для анализа и визуализации данных

Одна из самых популярных библиотек для визуализации – Mathplotlib .

Новичкам следует начинать обучение с нее по двум причинам:

  • низкий порог вхождения;
  • освоение Mathplotlib позволит в будущем быстрее разобраться в более сложных библиотеках, основанных на ней, например, seaborn .

Как изучать анализ данных на Python?

С недавних пор некоторые компании начали использовать для создания настольных приложений JavaScript. Например, десктопное приложение Slack было создано с помощью JavaScript-фреймворка Electron .

Преимущество написания настольных приложений на JavaScript заключается в том, что можно повторно использовать код веб-версии.

Python 3 или Python 2

Python 3 – это более современный и популярный выбор.

Пояснение о backend- и frontend-коде

Предположим, вы хотите сделать нечто, напоминающее Инстаграм.

Все ранее рассматриваемые программы имели линейную структуру: все инструкции выполнялись последовательно одна за одной, каждая записанная инструкция обязательно выполняется.

Допустим мы хотим по данному числу x определить его абсолютную величину (модуль). Программа должна напечатать значение переменной x, если x>0 или же величину -x в противном случае. Линейная структура программы нарушается: в зависимости от справедливости условия x>0 должна быть выведена одна или другая величина. Соответствующий фрагмент программы на Питоне имеет вид:

273 x = int(input()) if x > 0: print(x) else: print(-x)

В этой программе используется условная инструкция if (если). После слова if указывается проверяемое условие (x > 0) , завершающееся двоеточием. После этого идет блок (последовательность) инструкций, который будет выполнен, если условие истинно, в нашем примере это вывод на экран величины x . Затем идет слово else (иначе), также завершающееся двоеточием, и блок инструкций, который будет выполнен, если проверяемое условие неверно, в данном случае будет выведено значение -x .

Итак, условная инструкция в Питоне имеет следующий синтаксис:

If Условие: Блок инструкций 1 else: Блок инструкций 2

Блок инструкций 1 будет выполнен, если Условие истинно. Если Условие ложно, будет выполнен Блок инструкций 2 .

В условной инструкции может отсутствовать слово else и последующий блок. Такая инструкция называется неполным ветвлением. Например, если дано число x и мы хотим заменить его на абсолютную величину x , то это можно сделать следующим образом:

273 x = int(input()) if x < 0: x = -x print(x)

В этом примере переменной x будет присвоено значение -x , но только в том случае, когда x<0 . А вот инструкция print(x) будет выполнена всегда, независимо от проверяемого условия.

Для выделения блока инструкций, относящихся к инструкции if или else в языке Питон используются отступы. Все инструкции, которые относятся к одному блоку, должны иметь равную величину отступа, то есть одинаковое число пробелов в начале строки. Рекомендуется использовать отступ в 4 пробела и не рекомедуется использовать в качестве отступа символ табуляции.

Это одно из существенных отличий синтаксиса Питона от синтаксиса большинства языков, в которых блоки выделяются специальными словами, например, нц... кц в Кумире, begin... end в Паскале или фигурными скобками в Си.

2. Вложенные условные инструкции

Внутри условных инструкций можно использовать любые инструкции языка Питон, в том числе и условную инструкцию. Получаем вложенное ветвление - после одной развилки в ходе исполнения программы появляется другая развилка. При этом вложенные блоки имеют больший размер отступа (например, 8 пробелов). Покажем это на примере программы, которая по данным ненулевым числам x и y определяет, в какой из четвертей координатной плоскости находится точка (x,y):

2 -3 x = int(input()) y = int(input()) if x > 0: if y > 0: # x > 0, y > 0 print("Первая четверть") else: # x > 0, y < 0 print("Четвертая четверть") else: if y > 0: # x < 0, y > 0 print("Вторая четверть") else: # x < 0, y < 0 print("Третья четверть")

В этом примере мы использовали комментарии - текст, который интерпретатор игнорирует. Комментариями в Питоне является символ # и весь текст после этого символа до конца строки.

3. Операторы сравнения

Как правило, в качестве проверяемого условия используется результат вычисления одного из следующих операторов сравнения: < Меньше — условие верно, если первый операнд меньше второго.
> Больше — условие верно, если первый операнд больше второго.
<= Меньше или равно.
>= Больше или равно.
== Равенство. Условие верно, если два операнда равны.
!= Неравенство. Условие верно, если два операнда неравны.

Например, условие (x * x < 1000) означает “значение x * x меньше 1000”, а условие (2 * x != y) означает “удвоенное значение переменной x не равно значению переменной y ”.

Операторы сравнения в Питоне можно объединять в цепочки (в отличии от большинства других языков программирования, где для этого нужно использовать логические связки), например, a == b == c или 1 <= x <= 10 .

4. Тип данных bool

Операторы сравнения возвращают значения специального логического типа bool . Значения логического типа могут принимать одно из двух значений: True (истина) или False (ложь). Если преобразовать логическое True к типу int , то получится 1, а преобразование False даст 0. При обратном преобразовании число 0 преобразуется в False , а любое ненулевое число в True . При преобразовании str в bool пустая строка преобразовывается в False , а любая непустая строка в True .

4.1. Логические операторы

Иногда нужно проверить одновременно не одно, а несколько условий. Например, проверить, является ли данное число четным можно при помощи условия (n % 2 == 0) (остаток от деления n на 2 равен 0), а если необходимо проверить, что два данных целых числа n и m являются четными, необходимо проверить справедливость обоих условий: n % 2 == 0 и m % 2 == 0 , для чего их необходимо объединить при помощи оператора and (логическое И): n % 2 == 0 and m % 2 == 0 .

В Питоне существуют стандартные логические операторы: логическое И, логическое ИЛИ, логическое отрицание.

Логическое И является бинарным оператором (то есть оператором с двумя операндами: левым и правым) и имеет вид and . Оператор and возвращает True тогда и только тогда, когда оба его операнда имеют значение True .

Логическое ИЛИ является бинарным оператором и возвращает True тогда и только тогда, когда хотя бы один операнд равен True . Оператор “логическое ИЛИ” имеет вид or .

Логическое НЕ (отрицание) является унарным (то есть с одним операндом) оператором и имеет вид not , за которым следует единственный операнд. Логическое НЕ возвращает True , если операнд равен False и наоборот.

Пример. Проверим, что хотя бы одно из чисел a или b оканчивается на 0:

15 40 a = int(input()) b = int(input()) if a % 10 == 0 or b % 10 == 0: print("YES") else: print("NO")

Проверим, что число a — положительное, а b — неотрицательное:

If a > 0 and not (b < 0):

Или можно вместо not (b < 0) записать (b >= 0) .

5. Каскадные условные инструкции

Пример программы, определяющий четверть координатной плоскости, можно переписать используя “каскадную“ последовательность операцией if... elif... else:

5 7 x = int(input()) y = int(input()) if x > 0 and y > 0: print("Первая четверть") elif x > 0 and y < 0: print("Четвертая четверть") elif y > 0: print("Вторая четверть") else: print("Третья четверть")

В такой конструкции условия if , ..., elif проверяются по очереди, выполняется блок, соответствующий первому из истинных условий. Если все проверяемые условия ложны, то выполняется блок else , если он присутствует.