Python | Тесты для программистов

from sklearn.neighbors import KNeighborsClassifier
import numpy as np

X = np.array([[1, 1], [2, 2], [3, 3]])
y = np.array([0, 1, 0])

model = KNeighborsClassifier(n_neighbors=3)
model.fit(X, y)

prediction = model.predict([[2.5, 2.5]])
print(prediction[0])

#Python #ML

Давайте сегодня разбавим немного ML-чиком

Задача проверяет знание использования метода fit_transform и особенностей работы с классом StandardScaler из библиотеки sklearn.

from sklearn.preprocessing import StandardScaler
import numpy as np

data = np.array([[1, 2], [3, 4], [5, 6]])
scaler = StandardScaler()
scaled_data = scaler.fit_transform(data)

print(np.mean(scaled_data, axis=0))

#Python #ML

def generator():
    try:
        yield "Start"
        yield "Middle"
    except GeneratorExit:
        print("Generator closed")
    finally:
        print("Cleanup")

gen = generator()
print(next(gen))
gen.close()
print(next(gen))

#Python #Senior

class A:
    __slots__ = ['x', 'y']

a = A()
a.x = 10
a.y = 20
a.z = 30

print(a.x + a.y)

#Python #Senior

373 000 долларов — столько сделал рандомный парень, вложивший 30$ в крипту пару дней назад

После победы Трампа весь рынок летит вверх и подобные монетки, дающие огромные проценты, появляются каждый день. Единственный вопрос — как их искать?

Секрет прост — вся инфа закопана в Твиттере. А чтобы часами не копать её самому и всегда быть в курсе — читай Криптотвиттер

Это крупнейший агрегатор крипто-новостей, где публикуют инфу и инсайды, которые обычно продают за деньги. С ним ты точно будешь знать, где можно заработать.

Подписывайся и делай иксы, это бесплатно:
@cryptоtwitter

class A:
    def new(cls, *args, **kwargs):
        print("Creating instance of A")
        return super().new(cls)

    def init(self):
        print("Initializing A")

class B(A):
    def new(cls, *args, **kwargs):
        print("Creating instance of B")
        return super().new(cls)

    def init(self):
        print("Initializing B")

obj = B()

#Python #Senior

class A:
    def process(self):
        return "A"

class B(A):
    def process(self):
        return f"B -> {super().process()}"

class C(A):
    def process(self):
        return f"C -> {super().process()}"

class D(B, C):
    def process(self):
        return f"D -> {super().process()}"

obj = D()
print(obj.process())

#Python #Senior

def decorator_one(func):
    def wrapper(*args, **kwargs):
        return f"One({func(*args, **kwargs)})"
    return wrapper

def decorator_two(func):
    def wrapper(*args, **kwargs):
        return f"Two({func(*args, **kwargs)})"
    return wrapper

@decorator_one
@decorator_two
def say_hello(name):
    return f"Hello, {name}"

print(say_hello("Python"))

#Python #Senior

Вы хотели посложнее, вот вам посложнее

class Meta(type):
    def __new__(cls, name, bases, dct):
        dct['greet'] = lambda self: f"Hello from {self.__class__.__name__}"
        return super().__new__(cls, name, bases, dct)

class Base(metaclass=Meta):
    pass

class Derived(Base):
    pass

obj = Derived()
print(obj.greet())

#Python #Senior

def create_multiplier(n):
    return lambda x: x * n

mult_by_2 = create_multiplier(2)
mult_by_3 = create_multiplier(3)

print(mult_by_2(mult_by_3(4)))

#Python #Senior