Внутри собраны базовые конструкции Python, которые чаще всего нужны новичку: переменные, строки, числа, условия, циклы, списки, словари, функции, файлы, ошибки, модули и небольшой цельный пример

Как запускать примеры

Если Python уже установлен, проверьте версию и запустите файл

python3 --version
python3 main.py

В интерактивном режиме удобно быстро проверять одну строку

python3

В файле main.py код обычно читается проще, чем в консоли. Для учебных примеров достаточно создать файл, вставить блок кода и запустить его командой выше

Переменные, вывод и ввод

Переменная хранит значение под понятным именем. print() выводит результат, input() читает строку от пользователя

name = "Анна"
age = 28

print(name)
print(f"{name}, возраст: {age}")

input() всегда возвращает строку, даже если человек ввел число

age_text = input("Возраст: ")
age = int(age_text)

print(age + 1)

Базовые типы данных

Тип определяет, какие операции можно делать со значением

Проверить тип можно через type() или isinstance()

value = ["python", "sql"]

print(type(value))
print(isinstance(value, list))

Числа и арифметика

a = 10
b = 3

print(a + b)
print(a - b)
print(a * b)
print(a / b)
print(a // b)
print(a % b)
print(a ** b)

Если число пришло строкой, его нужно преобразовать

price = "1200"
quantity = "3"

total = int(price) * int(quantity)
print(total)

Строки

Строки часто нужно очищать, приводить к одному регистру, разбивать и собирать обратно

text = "  Python, SQL, HTML  "

clean = text.strip()
lower = clean.lower()
parts = [part.strip() for part in clean.split(",")]

print(clean)
print(lower)
print(parts)

Полезный пример очистки списка строк

raw = [" Python ", "", "SQL", " python "]
clean = []

for item in raw:
    item = item.strip().lower()
    if item and item not in clean:
        clean.append(item)

print(clean)

Условия

Условие выбирает, какой код выполнить

score = 75

if score >= 90:
    print("отлично")
elif score >= 60:
    print("зачет")
else:
    print("нужно повторить")

Проверка пустых значений в Python обычно короткая

items = []

if not items:
    print("список пуст")

Циклы

for перебирает элементы. while повторяет код, пока условие истинно

skills = ["python", "sql", "html"]

for skill in skills:
    print(skill)

Когда нужен номер, используйте enumerate

tasks = ["код", "тест", "публикация"]

for number, task in enumerate(tasks, start=1):
    print(number, task)

range() помогает повторить действие нужное количество раз

for number in range(1, 4):
    print(number)

break останавливает цикл, continue переходит к следующей итерации

for item in ["", "python", "sql"]:
    if not item:
        continue
    if item == "sql":
        break
    print(item)

Списки

Список хранит значения в порядке и умеет меняться

items = ["python", "sql"]

items.append("html")
items.insert(0, "git")
items.remove("sql")

print(items)
print(items[0])
print(items[-1])
print(len(items))

Список удобно фильтровать через comprehension

numbers = [1, 2, 3, 4, 5]
even = [number for number in numbers if number % 2 == 0]

print(even)

Сортировка бывает двух видов: sorted() возвращает новый список, .sort() меняет исходный

numbers = [3, 1, 2]

print(sorted(numbers))
print(numbers)

numbers.sort()
print(numbers)

Кортежи и множества

Кортеж похож на список, но обычно используется для фиксированной группы значений

point = (10, 20)
x, y = point

print(x, y)

Множество хранит уникальные элементы

skills = ["python", "sql", "python"]
unique_skills = set(skills)

print(unique_skills)

Словари

Словарь хранит данные по ключам. Это не одна запись для галочки, а один из главных типов Python для реальных данных

user = {
    "name": "Анна",
    "city": "Казань",
    "age": 28,
}

print(user["name"])
print(user.get("email", "email не указан"))

Добавление и изменение выглядят одинаково

user["email"] = "anna@example.com"
user["city"] = "Москва"

print(user)

Перебор ключей и значений

for key, value in user.items():
    print(key, value)

Список словарей встречается в таблицах, API, парсерах и маленьких приложениях

users = [
    {"id": 1, "name": "Анна", "active": True},
    {"id": 2, "name": "Илья", "active": False},
]

active_users = [user for user in users if user["active"]]
print(active_users)

Словарь по id помогает быстро находить запись

users_by_id = {user["id"]: user for user in users}

print(users_by_id[1]["name"])

Подсчет повторов через словарь

cities = ["Казань", "Москва", "Казань", "Самара"]
counts = {}

for city in cities:
    counts[city] = counts.get(city, 0) + 1

print(counts)

Функции

Функция собирает повторяемое действие под именем

def normalize(text):
    return text.strip().lower()

print(normalize(" Python "))

Аргументы могут иметь значения по умолчанию

def greet(name, prefix="Привет"):
    return f"{prefix}, {name}"

print(greet("Анна"))
print(greet("Анна", "Добрый день"))

Функция может возвращать несколько значений через кортеж

def get_bounds(numbers):
    return min(numbers), max(numbers)

low, high = get_bounds([5, 1, 9])
print(low, high)

Comprehension: короткая сборка коллекций

Comprehension помогает собрать список, множество или словарь из других данных

words = ["python", "sql", "html"]

lengths = [len(word) for word in words]
unique_lengths = {len(word) for word in words}
words_by_length = {word: len(word) for word in words}

print(lengths)
print(unique_lengths)
print(words_by_length)

Если внутри много условий и проверок, обычный цикл часто читается лучше

rows = ["tea:120", "bad row", "coffee:250"]
prices = {}

for row in rows:
    if ":" not in row:
        continue
    name, price = row.split(":", 1)
    prices[name] = int(price)

print(prices)

Файлы через pathlib

pathlib.Path удобен для чтения и записи файлов

from pathlib import Path

path = Path("notes.txt")
path.write_text("первая строка\nвторая строка", encoding="utf-8")

text = path.read_text(encoding="utf-8")
print(text)

Прочитать файл строками и убрать пустые строки

from pathlib import Path

path = Path("notes.txt")

if path.exists():
    lines = [
        line.strip()
        for line in path.read_text(encoding="utf-8").splitlines()
        if line.strip()
    ]
else:
    lines = []

print(lines)

Записать список строк

from pathlib import Path

items = ["python", "sql", "html"]
Path("skills.txt").write_text("\n".join(items), encoding="utf-8")

Ошибки и исключения

Ошибки лучше обрабатывать там, где понятно, что делать дальше

raw = "42"

try:
    value = int(raw)
except ValueError:
    value = 0

print(value)

Проверка файла перед чтением часто понятнее, чем ловить ошибку

from pathlib import Path

path = Path("data.txt")

if path.exists():
    print(path.read_text(encoding="utf-8"))
else:
    print("файл не найден")

raise используют, когда нужно явно остановить программу с понятной причиной

def require_key(data, key):
    if key not in data:
        raise KeyError(f"Нет обязательного ключа: {key}")
    return data[key]

Модули, импорт и пакеты

Импорт подключает готовый код

from pathlib import Path
import random

print(Path.cwd())
print(random.choice(["python", "sql", "html"]))

Частые команды для проекта

python3 -m venv .venv
source .venv/bin/activate
python3 -m pip install requests
python3 -m pip freeze

Мини-проект: очистить список задач и сохранить файл

Этот пример связывает основные блоки шпаргалки: строки, списки, словари, функции, файл, условие и цикл

from pathlib import Path

def normalize_task(text):
    return text.strip().lower()

def build_tasks(raw_tasks):
    tasks = []
    seen_titles = set()

    for raw_task in raw_tasks:
        title = normalize_task(raw_task)
        if not title or title in seen_titles:
            continue

        tasks.append({
            "title": title,
            "status": "todo",
        })
        seen_titles.add(title)

    return tasks

raw_tasks = [" Написать код ", "", "проверить форму", "написать код"]
tasks = build_tasks(raw_tasks)

lines = []
for number, task in enumerate(tasks, start=1):
    lines.append(f"{number}. {task['title']} — {task['status']}")

Path("tasks.txt").write_text("\n".join(lines), encoding="utf-8")
print("\n".join(lines))

Что здесь происходит:

• normalize_task очищает строку и приводит ее к одному регистру
• build_tasks убирает пустые строки и повторы
• set помогает быстро проверять повторяющиеся задачи
• список tasks хранит словари с полями задачи
• enumerate добавляет номера для вывода
• Path.write_text сохраняет результат в файл

Что проверять, когда пример не работает

Хорошая шпаргалка по Python должна помогать быстро вернуться к действию. Если вы нашли нужный раздел, запустили пример, изменили данные и поняли ошибку, материал работает

По этой теме полезно отдельно посмотреть Составьте еженедельное расписание занятий, чтобы расширить контекст и сравнить подходы

По этой теме полезно отдельно посмотреть Аннотации типов для декораторов в Python, чтобы расширить контекст и сравнить подходы

The post Полная шпаргалка по Python appeared first on FAQ Develop.

По этой теме полезно отдельно посмотреть Составьте еженедельное расписание занятий, чтобы расширить контекст и сравнить подходы

По этой теме полезно отдельно посмотреть Аннотации типов для декораторов в Python, чтобы расширить контекст и сравнить подходы

Синтаксис

name = "Анна"
age = 28

if age >= 18:
    print(f"{name}: доступ открыт")
else:
    print(f"{name}: доступ закрыт")

Что сохранить:

• переменные
• print
• input
• if, elif, else
• преобразование int, str, float

Коллекции

skills = ["python", "sql", "python"]
unique_skills = []

for skill in skills:
    if skill not in unique_skills:
        unique_skills.append(skill)

print(unique_skills)

Что сохранить:

• list.append
• len
• for
• enumerate
• срезы
• set

Словари

user = {
    "name": "Анна",
    "city": "Казань",
}

user["email"] = "anna@example.com"

print(user["name"])
print(user.get("phone", "телефон не указан"))

Что сохранить:

• чтение по ключу
• get
• проверку "key" in dict
• items
• список словарей

Функции

def normalize(text):
    return text.strip().lower()

values = [" Python ", "", "SQL"]
clean = [normalize(value) for value in values if value.strip()]

print(clean)

Что сохранить:

• def
• return
• аргументы по умолчанию
• короткие функции для повторяемых действий
• понятные имена переменных

Ошибки и файлы

from pathlib import Path

path = Path("notes.txt")

if path.exists():
    text = path.read_text(encoding="utf-8")
else:
    text = ""

print(text)

Что сохранить:

• try except
• Path
• read_text
• write_text
• проверку exists

Как вести свои шпаргалки

После каждой новой темы добавляйте три вещи:

• рабочий пример
• ошибку, на которой вы споткнулись
• короткое объяснение своими словами

Пример записи в личной шпаргалке:

items = ["a", "b"]
print(items[0])

Комментарий рядом: индекс начинается с нуля, поэтому первый элемент — 0, второй — 1

Что должно быть внутри каждой шпаргалки

Новичку не нужны красивые конспекты на десять страниц. Нужны короткие рабочие листы, к которым можно вернуться во время задачи

Пример личной шпаргалки по словарям

user = {"name": "Анна", "city": "Казань"}

print(user["name"])
print(user.get("email", "нет email"))

user["email"] = "anna@example.com"

for key, value in user.items():
    print(key, value)

Рядом с таким примером стоит записать две ошибки: KeyError, если ключа нет, и путаница между user["key"] и user.get("key")

Пример шпаргалки по файлам

from pathlib import Path

path = Path("notes.txt")
path.write_text("python\nsql", encoding="utf-8")

lines = path.read_text(encoding="utf-8").splitlines()
print(lines)

Этот блок нужен, чтобы не вспоминать каждый раз синтаксис Path. Его можно расширить примерами exists(), mkdir() и перебора файлов через glob()

Как обновлять шпаргалки

После каждой маленькой задачи добавляйте не абзац теории, а один проверенный пример. Хорошая запись занимает 5-12 строк кода и отвечает на вопрос: что я смогу повторить через неделю без поиска

Недельная практика

В первый день сохраните синтаксис и условия. Во второй — списки и строки. В третий — словари. В четвертый — функции. В пятый — файлы и ошибки. На выходных соберите один маленький скрипт, где все это встречается вместе

Мини-план на неделю

Маленький итоговый скрипт

from pathlib import Path

def normalize(text):
    return text.strip().lower()

raw = [" Python ", "", "SQL", " python "]
items = []

for value in raw:
    value = normalize(value)
    if value and value not in items:
        items.append(value)

Path("result.txt").write_text("\n".join(items), encoding="utf-8")
print(items)

Если вы понимаете этот скрипт, пять базовых шпаргалок уже работают вместе

The post 5 шпаргалок по Python: что сохранить новичку appeared first on FAQ Develop.

По этой теме полезно отдельно посмотреть Составьте еженедельное расписание занятий, чтобы расширить контекст и сравнить подходы

По этой теме полезно отдельно посмотреть Аннотации типов для декораторов в Python, чтобы расширить контекст и сравнить подходы

Таблица типов

Проверка типа

value = ["python", "sql"]

print(type(value))
print(isinstance(value, list))

type() показывает конкретный тип. isinstance() удобнее для проверок в условиях

Строки

text = "  Python  "

print(text.strip())
print(text.lower())
print(len(text))

Строка подходит для текста, адресов, названий, сообщений и данных, которые еще не превращены в число

Числа

price = 1200
quantity = 3

print(price * quantity)
print(price / quantity)

Если число пришло из input() или файла, оно часто будет строкой

value = "42"
print(int(value) + 1)

Логика и None

is_active = True
city = None

if city is None:
    print("город не указан")

None лучше проверять через is None, а не через ==

Списки и кортежи

items = ["python", "sql"]
point = (10, 20)

items.append("html")
x, y = point

print(items)
print(x, y)

Список используют, когда данные будут меняться. Кортеж используют для фиксированной пары или группы значений

Словари

profile = {
    "name": "Анна",
    "age": 28,
    "skills": ["Python", "SQL"],
}

print(profile["name"])
print(profile.get("city", "город не указан"))

Словарь подходит для карточек, настроек, строк таблицы и данных из API

Множества

skills = ["python", "sql", "python"]
unique_skills = set(skills)

print(unique_skills)

Множество убирает повторы и быстро проверяет наличие значения

Преобразования типов

Одна задача на несколько типов

Типы данных лучше запоминаются, когда работают вместе. Ниже пример анкеты пользователя: строка, число, список, словарь, логическое значение и None

profile = {
    "name": "Анна",
    "age": 28,
    "skills": ["python", "sql"],
    "active": True,
    "telegram": None,
}

print(profile["name"])
print(profile["age"] + 1)
print(", ".join(profile["skills"]))
print(profile["telegram"] is None)

Если поменять тип, поменяется и допустимое действие. Со строкой можно делать lower, с числом — сложение, со списком — append, со словарем — доступ по ключу

Как выбирать тип

Преобразования и проверки

age_text = "28"
price_text = "1490.50"

age = int(age_text)
price = float(price_text)

print(age + 1)
print(price * 2)
print(isinstance(age, int))

Перед преобразованием пользовательского ввода лучше проверять данные. Для учебных задач достаточно простого условия, в реальном проекте нужна аккуратная валидация

value = "42"

if value.isdigit():
    print(int(value))
else:
    print("Это не целое число")

Частая путаница

"42" и 42 выглядят похоже, но это разные типы. Строка склеивается со строкой, число складывается с числом. Когда результат странный, первым делом выводите type(value)

Частые ошибки

The post Шпаргалка: базовые типы данных в Python appeared first on FAQ Develop.

По этой теме полезно отдельно посмотреть Составьте еженедельное расписание занятий, чтобы расширить контекст и сравнить подходы

По этой теме полезно отдельно посмотреть Аннотации типов для декораторов в Python, чтобы расширить контекст и сравнить подходы

Поиск первого совпадения

import re

text = "Заказ 125 оформлен"
match = re.search(r"\d+", text)

if match:
    print(match.group())

search возвращает объект совпадения или None. Поэтому перед group() нужна проверка

Поиск всех совпадений

import re

text = "Заказы 125, 340 и 77"
numbers = re.findall(r"\d+", text)

print(numbers)

Если нужны числа, преобразуйте строки

numbers = [int(number) for number in numbers]
print(sum(numbers))

Замена

import re

text = "много     пробелов"
clean = re.sub(r"\s+", " ", text).strip()

print(clean)

sub возвращает новую строку. Исходная строка не меняется

Группы

import re

text = "order=125; email=anna@example.com"

order = re.search(r"order=(\d+)", text)
email = re.search(r"email=([\w.-]+@[\w.-]+)", text)

print(order.group(1) if order else "заказ не найден")
print(email.group(1) if email else "email не найден")

Скобки в шаблоне обозначают часть, которую нужно достать отдельно

Именованные группы

import re

text = "2026-07-03"
match = re.search(r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})", text)

if match:
    print(match.group("year"))
    print(match.group("month"))
    print(match.group("day"))

Именованные группы удобны, когда частей несколько и номера становятся неочевидными

Флаги

import re

text = "Python\npython\nPYTHON"
matches = re.findall(r"python", text, flags=re.IGNORECASE)

print(matches)

Отладка шаблона

Проверяйте шаблон на трех строках: правильной, пустой и неправильной

import re

samples = ["order=125", "", "order=abc"]
pattern = r"order=(\d+)"

for sample in samples:
    match = re.search(pattern, sample)
    print(sample, "=>", match.group(1) if match else "нет")

Когда regex не нужен

Если задача простая, обычные методы строк читаются лучше

text = "python,sql,html"
items = text.split(",")

print(items)

Используйте регулярные выражения там, где нужен шаблон: цифры разной длины, формат даты, email, телефон, группы внутри строки

Разбор шаблона по частям

Регулярное выражение легче понимать, если проговаривать каждый фрагмент. Возьмем строку заказа и достанем номер, город и сумму

import re

text = "order=104 city=Kazan amount=1490"
pattern = r"order=(?P<order>\d+)\s+city=(?P<city>[A-Za-z]+)\s+amount=(?P<amount>\d+)"

match = re.fullmatch(pattern, text)

if match:
    data = match.groupdict()
    data["amount"] = int(data["amount"])
    print(data)

Практика замены

re.sub() полезен, когда нужно не просто найти, а привести текст к единому виду

import re

phone = "+7 (999) 123-45-67"
digits = re.sub(r"\D+", "", phone)

print(digits)

После очистки можно проверить длину или формат

if len(digits) == 11 and digits.startswith("7"):
    print("номер похож на российский")
else:
    print("нужно проверить вручную")

Поиск нескольких совпадений с позициями

finditer удобен, когда важен не только текст совпадения, но и место в строке

import re

text = "Python 3.12, Django 5, Pandas 2"

for match in re.finditer(r"\d+(?:\.\d+)?", text):
    print(match.group(), match.start(), match.end())

Так можно подсветить совпадения, вырезать фрагменты или понять, почему шаблон нашел не то место

The post Регулярные выражения в Python: практика поиска, замены и групп appeared first on FAQ Develop.

Проверить актуальный список для своей версии Python можно так

import keyword

print(keyword.kwlist)
print(keyword.softkwlist)

По этой теме полезно отдельно посмотреть Составьте еженедельное расписание занятий, чтобы расширить контекст и сравнить подходы

По этой теме полезно отдельно посмотреть Аннотации типов для декораторов в Python, чтобы расширить контекст и сравнить подходы

Логика и условия

value = None

if value is None:
    print("значения нет")

Циклы

for number in range(1, 4):
    if number == 2:
        continue
    print(number)

Функции и классы

def double(number):
    return number * 2

print(double(5))

Ошибки и контекст

try:
    value = int("42")
except ValueError:
    value = 0

print(value)

Импорт и область видимости

from pathlib import Path

print(Path.cwd())

Асинхронность

Эти слова нужны в асинхронном коде: сетевые запросы, боты, серверы, параллельное ожидание операций

Soft keywords

match, case и _ могут иметь специальный смысл в сопоставлении с образцом, но не всегда ведут себя как обычные зарезервированные слова

status = "ready"

match status:
    case "ready":
        print("готово")
    case _:
        print("другой статус")

Ключевые слова и встроенные имена

list, dict, str, sum, type, id не являются ключевыми словами, но это встроенные имена. Их лучше не использовать как переменные

items = [1, 2, 3]
print(sum(items))

Плохой вариант

sum = 10

Так код перекрывает встроенную функцию sum

Проверка имени переменной

import keyword

names = ["class", "user_name", "for", "total"]

for name in names:
    print(name, keyword.iskeyword(name))

Почему ключевые слова нельзя учить списком

Ключевые слова Python лучше группировать по смыслу. Тогда становится понятно, где они появляются в коде и почему их нельзя использовать как имена переменных

import keyword

print(keyword.kwlist)
print(keyword.iskeyword("class"))
print(keyword.iskeyword("username"))

Как keyword ломает переменную

Если назвать переменную ключевым словом, Python не сможет понять код

# так нельзя
# class = "Python"

class_name = "Python"
print(class_name)

Похожая проблема бывает со встроенными именами. list, dict, str, sum не являются ключевыми словами, но использовать их как переменные все равно плохая идея

items = [1, 2, 3]
total = sum(items)

print(total)

Где встречаются редкие слова

yield нужен для генераторов, global и nonlocal меняют область видимости, async и await используются в асинхронном коде. Новичку не обязательно сразу применять их в проектах, но полезно узнавать их при чтении чужого кода

def numbers():
    yield 1
    yield 2

for number in numbers():
    print(number)

Самопроверка

Возьмите любое имя переменной и проверьте его через keyword.iskeyword(). Потом проверьте, не совпадает ли оно с популярными встроенными именами: list, dict, str, int, sum, max, min, input, print

The post Python шпаргалка со всеми ключевыми словами appeared first on FAQ Develop.

По этой теме полезно отдельно посмотреть Составьте еженедельное расписание занятий, чтобы расширить контекст и сравнить подходы

По этой теме полезно отдельно посмотреть Аннотации типов для декораторов в Python, чтобы расширить контекст и сравнить подходы

Базовые команды

name = "Анна"
age = "28"

print(name)
print(int(age) + 1)
print(type(age))

Строки

text = "  Python, SQL  "
items = [item.strip().lower() for item in text.strip().split(",")]

print(items)

Списки

tasks = ["код", "тест"]
tasks.append("публикация")

for number, task in enumerate(tasks, start=1):
    print(number, task)

Словари

user = {"name": "Анна", "city": "Казань"}

print(user["name"])
print(user.get("email", "email не указан"))

for key, value in user.items():
    print(key, value)

Условия и циклы

numbers = [1, 2, 3, 4]

for number in numbers:
    if number % 2 == 0:
        print(number)

Функции

def normalize(text):
    return text.strip().lower()

print(normalize(" Python "))

Функция нужна, когда одно действие повторяется или его хочется назвать понятным словом

Файлы

from pathlib import Path

path = Path("notes.txt")
path.write_text("python\nsql", encoding="utf-8")

print(path.read_text(encoding="utf-8"))

Команды, которые стоит набрать руками

text = "  Python  "
number = "42"
items = ["a", "b"]

print(text.strip())
print(int(number) + 1)
print(len(items))

Если эти три строки понятны, дальше проще читать почти любой первый учебный скрипт

Как пользоваться таблицей команд

Таблица команд работает только тогда, когда рядом есть маленькая задача. Например: принять имя, возраст, список навыков и вывести аккуратное сообщение. В этой задаче сразу встречаются ввод, преобразование типа, список, цикл и форматирование строки

name = input("Имя: ").strip()
age = int(input("Возраст: "))
skills_text = input("Навыки через запятую: ")

skills = []

for item in skills_text.split(","):
    skill = item.strip().lower()
    if skill:
        skills.append(skill)

print(f"{name}, через год вам будет {age + 1}")
print("Навыки:")

for number, skill in enumerate(skills, start=1):
    print(f"{number}. {skill}")

Если этот код понятен, команды из таблицы перестают быть разрозненными словами. Они собираются в обычный сценарий: получить данные, привести в порядок, вывести результат

Команды для проверки данных

age_text = "28"

if age_text.isdigit():
    age = int(age_text)
    print(age)
else:
    print("Введите число")

Мини-скрипт: дневник задач

Этот пример можно набрать целиком и менять под себя

tasks = []

while True:
    task = input("Задача или stop: ").strip()

    if task == "stop":
        break

    if task:
        tasks.append(task)

for number, task in enumerate(tasks, start=1):
    print(f"{number}. {task}")

Здесь есть while, break, проверка пустого ввода, список и enumerate. Это небольшой, но уже настоящий учебный скрипт

Частые ошибки новичка

The post Команды Питон: таблица для новичка appeared first on FAQ Develop.

По этой теме полезно отдельно посмотреть Составьте еженедельное расписание занятий, чтобы расширить контекст и сравнить подходы

По этой теме полезно отдельно посмотреть Аннотации типов для декораторов в Python, чтобы расширить контекст и сравнить подходы

Создать DataFrame для примеров

import pandas as pd

df = pd.DataFrame({
    "city": ["Казань", "Москва", "Казань", "Самара"],
    "orders": [4, 8, 6, 2],
    "revenue": [4000, 12000, 7000, 2500],
})

Таблица основных команд

Посмотреть таблицу

print(df.head())
print(df.shape)
print(df.info())

Если команда вернула неожиданность, сначала проверьте названия колонок

print(df.columns)

Выбрать строки и колонки

big_orders = df[df["orders"] >= 5]
columns = df[["city", "revenue"]]

print(big_orders)
print(columns)

Посчитать отчет

report = (
    df.groupby("city", as_index=False)["revenue"]
    .sum()
    .sort_values("revenue", ascending=False)
)

print(report)

Очистить пропуски

df["orders"] = df["orders"].fillna(0)
df = df.dropna(subset=["city"])

fillna подходит, когда пропуск можно заменить. dropna подходит, когда строка без значения бесполезна

Сохранить результат

report.to_csv("city-report.csv", index=False, encoding="utf-8")

Как отлаживать цепочку

Не пишите длинную цепочку вслепую. Сохраняйте промежуточный результат

filtered = df[df["orders"] > 0]
print(filtered.head())

report = filtered.groupby("city")["orders"].sum()
print(report)

Так проще понять, на каком шаге пропали строки или изменилась форма таблицы

Команды в правильной очередности

Команды Pandas полезнее запоминать не алфавитом, а как маршрут анализа. Почти любая первая задача с таблицей проходит по такой схеме

import pandas as pd

df = pd.DataFrame(
    {
        "manager": ["Анна", "Анна", "Илья", "Илья"],
        "status": ["paid", "new", "paid", "paid"],
        "amount": [1200, 0, 900, 1400],
    }
)

paid = df[df["status"] == "paid"]
report = paid.groupby("manager", as_index=False)["amount"].sum()

print(report)

Как читать ошибку в Pandas

Многие ошибки выглядят страшно, но часто причина простая: нет колонки, тип не тот или фильтр написан для строки вместо числа

print(df.columns)
print(df.dtypes)
print(df["status"].unique())

Цепочка без промежуточных переменных

Когда шаги уже понятны, можно собрать цепочку. Но сначала лучше написать ее обычными переменными, чтобы легче отлаживать

report = (
    df.query("status == 'paid'")
    .groupby("manager", as_index=False)
    .agg(total=("amount", "sum"), orders=("amount", "count"))
    .sort_values("total", ascending=False)
)

print(report)

Если цепочка сломалась, временно разберите ее назад на отдельные переменные. Это не шаг назад, а нормальный способ найти место ошибки

Частые проблемы

The post Pandas основные команды: шпаргалка appeared first on FAQ Develop.

Мини-таблица для тренировки

import pandas as pd

df = pd.DataFrame({
    "channel": ["site", "ads", "site", "email"],
    "orders": [10, 5, 7, 3],
    "revenue": [12000, 6000, 9000, 2500],
})

print(df)

Быстрая диагностика

print(df.head())
print(df.shape)
print(df.columns)
print(df.dtypes)
print(df.isna().sum())

Выбор колонок

print(df["orders"])
print(df[["channel", "orders"]])

Одна колонка возвращает Series, несколько колонок возвращают DataFrame

Фильтрация строк

active = df[df["orders"] >= 5]
site = df[df["channel"] == "site"]

print(active)
print(site)

Для нескольких условий используйте скобки

result = df[(df["orders"] >= 5) & (df["channel"] == "site")]
print(result)

Сортировка

top = df.sort_values("revenue", ascending=False)
print(top)

Группировка

report = (
    df.groupby("channel", as_index=False)
    .agg({"orders": "sum", "revenue": "sum"})
    .sort_values("revenue", ascending=False)
)

print(report)

Такой отчет отвечает на понятный вопрос: какой канал принес больше заказов и выручки

Пропуски и типы

df["orders"] = df["orders"].fillna(0)
df["orders"] = df["orders"].astype(int)

Если числовая колонка пришла строкой, суммы могут вести себя странно. Сначала смотрите df.dtypes, потом преобразуйте тип

Чтение и сохранение файлов

import pandas as pd

df = pd.read_csv("orders.csv")
report = df.groupby("channel", as_index=False)["orders"].sum()
report.to_csv("report.csv", index=False, encoding="utf-8")

Рабочий пример: маленький отчет по продажам

Pandas лучше запоминается не по отдельным командам, а по цепочке: загрузили данные, посмотрели форму, отфильтровали строки, сгруппировали и сохранили отчет

import pandas as pd

df = pd.DataFrame(
    [
        {"city": "Казань", "product": "курс", "amount": 1200},
        {"city": "Москва", "product": "курс", "amount": 1800},
        {"city": "Казань", "product": "консультация", "amount": 2500},
        {"city": "Самара", "product": "курс", "amount": None},
    ]
)

print(df.head())
print(df.info())

df["amount"] = df["amount"].fillna(0)

report = (
    df[df["amount"] > 0]
    .groupby("city", as_index=False)["amount"]
    .sum()
    .sort_values("amount", ascending=False)
)

print(report)

В этом примере есть главное: пропуск в данных, фильтрация, группировка и сортировка. Именно такую связку чаще всего ждут от новичка, который говорит, что умеет пользоваться Pandas

По этой теме полезно отдельно посмотреть Составьте еженедельное расписание занятий, чтобы расширить контекст и сравнить подходы

По этой теме полезно отдельно посмотреть Аннотации типов для декораторов в Python, чтобы расширить контекст и сравнить подходы

Что смотреть после загрузки файла

Когда использовать loc, iloc и query

loc выбирает по именам строк и колонок, iloc — по позициям, query удобен для читаемых условий

high = df.loc[df["amount"] >= 1500, ["city", "amount"]]
first_two = df.iloc[:2, :]
kazans = df.query("city == 'Казань'")

print(high)
print(first_two)
print(kazans)

Если вы только учитесь, чаще начинайте с loc: он явно показывает, какие колонки вы берете и какое условие применяете

Как проверить себя

Сделайте три изменения: добавьте еще одну строку, поменяйте порог суммы и сгруппируйте отчет не по городу, а по продукту. Если результат предсказуем, базовая логика Pandas уже начала складываться

Частые ошибки

Мини-задача

Найдите канал с максимальной выручкой

report = (
    df.groupby("channel", as_index=False)["revenue"]
    .sum()
    .sort_values("revenue", ascending=False)
)

best = report.iloc[0]
print(best["channel"], best["revenue"])

The post Шпаргалка по Pandas appeared first on FAQ Develop.

Главная цель материала — быстро собрать маленький полезный скрипт: очистить строки, пройти список, собрать результат и сохранить его в файл

По этой теме полезно отдельно посмотреть Составьте еженедельное расписание занятий, чтобы расширить контекст и сравнить подходы

По этой теме полезно отдельно посмотреть Аннотации типов для декораторов в Python, чтобы расширить контекст и сравнить подходы

Переменные и вывод

name = "Анна"
skill = "Python"

print(name)
print(f"{name} изучает {skill}")

Строки: очистка и разбор

text = "  Python, SQL, HTML  "

clean = text.strip()
items = [item.strip().lower() for item in clean.split(",")]

print(items)

Условия

value = ""

if value:
    print("есть значение")
else:
    print("пусто")

Пустая строка, пустой список, 0 и None считаются ложными значениями. Это удобно для проверок, но важно понимать, что именно вы проверяете

Списки

skills = ["python", "sql"]

skills.append("html")
skills.remove("sql")

print(skills)
print(len(skills))

Список хорош для набора значений в порядке. Если нужно убрать пустые строки и повторы, удобно собрать новый список

raw = [" Python ", "", "SQL", " python "]
clean = []

for item in raw:
    item = item.strip().lower()
    if item and item not in clean:
        clean.append(item)

print(clean)

Словари

Словарь нужен, когда у значения есть имя поля

profile = {
    "name": "Анна",
    "skills": ["python", "sql"],
}

print(profile["name"])
print(profile.get("city", "город не указан"))

Если ключ обязателен, используйте квадратные скобки. Если поле может отсутствовать, используйте get

Функции

Функция помогает вынести повторяемое действие

def normalize(text):
    return text.strip().lower()

print(normalize(" Python "))

Функция для очистки списка строк

def clean_items(raw_items):
    result = []

    for item in raw_items:
        item = item.strip().lower()
        if item and item not in result:
            result.append(item)

    return result

print(clean_items([" Python ", "", "SQL", "python"]))

Файлы

from pathlib import Path

path = Path("skills.txt")
path.write_text("python\nsql", encoding="utf-8")

print(path.read_text(encoding="utf-8"))

Прочитать файл строками

from pathlib import Path

path = Path("skills.txt")

if path.exists():
    lines = path.read_text(encoding="utf-8").splitlines()
else:
    lines = []

print(lines)

Мини-практика: очистить список навыков и сохранить файл

from pathlib import Path

def clean_items(raw_items):
    result = []

    for item in raw_items:
        item = item.strip().lower()
        if item and item not in result:
            result.append(item)

    return result

raw = [" Python ", "", "SQL", " python ", "HTML"]
skills = clean_items(raw)

Path("skills.txt").write_text("\n".join(skills), encoding="utf-8")
print("\n".join(skills))

Что здесь закрепляется:

• строки очищаются через strip() и lower()
• список хранит набор навыков
• цикл перебирает исходные данные
• условие отбрасывает пустые значения и повторы
• функция делает код читаемее
• файл сохраняет результат для дальнейшей работы

Рабочий сценарий: из грязного текста в файл

Хорошая практика для новичка — взять строку, очистить ее, превратить в список, убрать повторы и сохранить результат. В этой задаче встречаются почти все базовые конструкции Python

from pathlib import Path

raw = " Python, SQL, python, HTML, , css "

skills = []

for item in raw.split(","):
    skill = item.strip().lower()
    if skill and skill not in skills:
        skills.append(skill)

Path("skills.txt").write_text("\n".join(skills), encoding="utf-8")

print(skills)

Что здесь происходит по шагам:

Как усложнять пример без хаоса

Не перепрыгивайте сразу к большому проекту. Лучше добавить одну новую возможность и проверить результат

from pathlib import Path

raw = "Python:5, SQL:3, HTML:4"
ratings = {}

for pair in raw.split(","):
    name, score = pair.strip().split(":")
    ratings[name.lower()] = int(score)

strong = {
    name: score
    for name, score in ratings.items()
    if score >= 4
}

Path("strong_skills.txt").write_text(str(strong), encoding="utf-8")

print(strong)

В этом варианте появляются словарь, преобразование строки в число и фильтрация. Если код сломался, проверяйте не весь скрипт, а конкретную строку: что лежит в pair, что вернул split, получилось ли число из score

Мини-чек для самостоятельной тренировки

Попробуйте заменить исходную строку на список покупок, список ссылок или список задач. Оставьте тот же порядок действий: очистить, проверить, преобразовать, сохранить. Так шпаргалка становится не памяткой для чтения, а основой для маленьких рабочих скриптов

Частые ошибки

The post Шпаргалка по Python для практики: синтаксис, строки, списки и файлы appeared first on FAQ Develop.

Главное правило: начинайте с простой строки и проверяйте шаблон на нескольких примерах. Один удачный пример еще не доказывает, что выражение работает

Основные функции re

Частые символы в шаблонах

Найти все числа

import re

text = "Заказы 125, 340 и 77"
numbers = re.findall(r"\d+", text)

print(numbers)

Результат будет списком строк. Если нужны числа для расчетов, преобразуйте их через int

numbers = [int(number) for number in re.findall(r"\d+", text)]
print(sum(numbers))

Проверить email учебным шаблоном

import re

email = "anna@example.com"
pattern = r"^[^@\s]+@[^@\s]+\.[^@\s]+$"

print(bool(re.fullmatch(pattern, email)))

Это учебная проверка, а не универсальная проверка всех возможных адресов. Для форм и регистрации лучше дополнять ее проверкой сервиса или готовыми инструментами

Группы: достать часть строки

import re

text = "order-125"
match = re.search(r"order-(\d+)", text)

if match:
    print(match.group(1))

group(0) возвращает все найденное совпадение, group(1) — первую часть в скобках

Замена лишних пробелов

import re

text = "много     пробелов   внутри"
clean = re.sub(r"\s+", " ", text).strip()

print(clean)

Телефон на нескольких строках

import re

samples = [
    "Телефон: +7 900 111-22-33",
    "Телефон не указан",
    "+7 999 000-00-00, доб. 12",
]

pattern = r"\+7\s\d{3}\s\d{3}-\d{2}-\d{2}"

for text in samples:
    match = re.search(pattern, text)
    print(match.group() if match else "не найдено")

Так проще увидеть, где шаблон работает, а где нет

Как выбирать функцию re

В регулярных выражениях важно сначала выбрать не символы шаблона, а способ поиска. Если нужно проверить всю строку, берите fullmatch. Если достаточно найти фрагмент внутри текста, подойдет search. Если нужны все совпадения, используйте findall или finditer

import re

text = "Заказ 102: 3 товара, сумма 1490 руб"

print(re.search(r"\d+", text).group())
print(re.findall(r"\d+", text))
print(bool(re.fullmatch(r"\d+", text)))

fullmatch вернет False, потому что строка содержит не только число. Это частая причина путаницы: search ищет внутри строки, а fullmatch проверяет строку целиком

Мини-проект: разобрать строки лога

Такой пример ближе к реальной задаче: есть строки с датой, уровнем события и сообщением. Нужно достать части в словари

import re

lines = [
    "2026-07-03 INFO user created",
    "2026-07-03 ERROR file not found",
]

pattern = re.compile(
    r"(?P<date>\d{4}-\d{2}-\d{2})\s+"
    r"(?P<level>INFO|ERROR|WARNING)\s+"
    r"(?P<message>.+)"
)

events = []

for line in lines:
    match = pattern.fullmatch(line)
    if match:
        events.append(match.groupdict())

print(events)

Здесь полезны именованные группы: результат сразу читается как данные, а не как набор индексов. Если формат строки немного изменится, ошибку легче заметить

По этой теме полезно отдельно посмотреть Составьте еженедельное расписание занятий, чтобы расширить контекст и сравнить подходы

По этой теме полезно отдельно посмотреть Аннотации типов для декораторов в Python, чтобы расширить контекст и сравнить подходы

Как отлаживать шаблон

Отлаживайте регулярку маленькими кусками. Сначала проверьте дату, потом уровень, потом сообщение. Не собирайте длинный шаблон сразу

import re

line = "2026-07-03 ERROR file not found"

checks = [
    r"\d{4}-\d{2}-\d{2}",
    r"\d{4}-\d{2}-\d{2}\s+(INFO|ERROR|WARNING)",
    r"\d{4}-\d{2}-\d{2}\s+(INFO|ERROR|WARNING)\s+.+",
]

for pattern in checks:
    print(pattern, bool(re.fullmatch(pattern, line)))

Типичные ошибки

Мини-задача

Из строки order=125; email=anna@example.com; total=4500 достаньте номер заказа, email и сумму

import re

text = "order=125; email=anna@example.com; total=4500"

order = re.search(r"order=(\d+)", text)
email = re.search(r"email=([\w.-]+@[\w.-]+)", text)
total = re.search(r"total=(\d+)", text)

print(order.group(1) if order else "нет заказа")
print(email.group(1) if email else "нет email")
print(int(total.group(1)) if total else 0)

The post Регулярные выражения Python: шпаргалка appeared first on FAQ Develop.