Skip to content
Closed
Show file tree
Hide file tree
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
1 change: 1 addition & 0 deletions .gitignore
Original file line number Diff line number Diff line change
Expand Up @@ -333,3 +333,4 @@ coverage/

/Math/calculus/theory
/Math/school_theory
SENATOROV/
51 changes: 51 additions & 0 deletions log.ipynb
Original file line number Diff line number Diff line change
@@ -0,0 +1,51 @@
{
"cells": [
{
"cell_type": "code",
"execution_count": null,
"id": "33de5850",
"metadata": {},
"outputs": [],
"source": [
"\"\"\"Learning progress log.\"\"\"\n",
"\n",
"AUTHOR = \"Hasan\""
]
},
{
"cell_type": "markdown",
"id": "14db7ba7",
"metadata": {},
"source": [
"### 18.01.2026 - Начало обучения\n",
"\n",
"* Настроил VS Code и установил плагины.\n",
"* Создал профиль на GitHub (Readme).\n",
"* Оформил профиль на Kaggle.\n",
"* Сделал Fork репозитория курса и клонировал его.\n",
"* Настроил pre-commit hooks."
]
}
],
"metadata": {
"kernelspec": {
"display_name": "base",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.13.5"
}
},
"nbformat": 4,
"nbformat_minor": 5
}
13 changes: 13 additions & 0 deletions log.py
Original file line number Diff line number Diff line change
@@ -0,0 +1,13 @@
# +
"""Learning progress log."""

AUTHOR = "Hasan"
# -

# ### 18.01.2026 - Начало обучения
#
# * Настроил VS Code и установил плагины.
# * Создал профиль на GitHub (Readme).
# * Оформил профиль на Kaggle.
# * Сделал Fork репозитория курса и клонировал его.
# * Настроил pre-commit hooks.
116 changes: 116 additions & 0 deletions python/cpython.ipynb
Original file line number Diff line number Diff line change
@@ -0,0 +1,116 @@
{
"cells": [
{
"cell_type": "code",
"execution_count": null,
"id": "5d5c9daa",
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"'TASK CPython'"
]
},
"execution_count": 1,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"\"\"\"TASK CPython.\"\"\""
]
},
{
"cell_type": "markdown",
"id": "63bdf168",
"metadata": {},
"source": [
"1. Что такое CPython и чем он отличается от Python?\n",
" Python - это концепция языка программирования высокого уровня (набор инструкций, алгоритмов и описаний). СPython - это \\\"живая\\\" официальная реализация Python на языке С.\n",
"3. Сколько существует реализаций Python, и какая из них самая популярная?\n",
" - CPython (Самая популярная);\n",
" - IPython,\n",
" - IronPython,\n",
" - Jython;\n",
" - PyPy;,\n",
" - PythonNet;\n",
" - Stackless on,\n",
" и другие.\n",
"4. На каком языке написан CPython?\n",
" На языке С\n",
"5. Кто создал CPython?,\n",
" - Guido van Rossum.\n",
"6. Почему Python считается быстрым, несмотря на то, что это интерпретируемый язык?\n",
" - ядро языка CPython написано на языке C, CPython вызывает инструкции на языке C.\n",
"7. Напишите путь к Интерпретатору CPython на вашем компьютере,\n",
" - C:\\\\Users\\\\4739361\\\\AppData\\\\Local\\\\Programs\\\\Python\\\\Python313\\\\python.exe\n",
"8. Что содержится в папке include в CPython?\n",
" - Файлы на языке C. Инструкции, описания структур данный, описание интерфейсов, ядро.\n",
"9. Где можно найти исходный код CPython дайте ссылку на репозиторий гитхаб\n",
" - https://github.com/python/cpython.\n",
"10. (опционально) Как работает интерпретатор CPython при выполнении кода?\n",
" - Интерпретатор выполняет код построчно.\n",
"11. Какая команда используется для запуска файла с помощью CPython?\n",
" - python\n",
"12. Можно ли запускать текстовые файлы через интерпретатор Python? Почему?\n",
" - Можно, потому что интерпретатор не обращает внимание на расширение файла.\n",
"13. Как указать путь к интерпретатору и файлу для выполнения кода?\n",
" - Зайти в консоль. Скопировать путь к интерпретатору и вставить в консоль.\n",
" - (путь до интерпретатора - ПРОБЕЛ - путь до фала).\n",
"14. Чем PyPy отличается от CPython?\n",
" - Этот интерпретатор реализован в RPython. Основная цель PyPy - обеспечить максимальную совместимость с CPython и в то же время увеличить производительность. Работает примерно в 4.4 раза быстрее, чем CPython.\n",
"15. Почему PyPy не может использоваться для всех проектов на Python?\n",
" - На данный момент совместим не со всеми проектами на CPython.\n",
"16. Где можно скачать PyPy?\n",
" - pypy.org.\n",
"17. Как установить PyPy после скачивания?\n",
" - Распаковать архив в удобном место, добавит исполняемый файл в переменный среды (PATH).\n",
"18. Как запустить файл с помощью PyPy?\n",
" команда pypy \\\"расположение файла\\\".\n",
"19. Почему PyPy выполняет код быстрее, чем CPython?\n",
" - Pypy выполняет код быстрее CPython благодаря использованию JIT-компиляции (Just-in-Time — компиляция «на лету»). Это принципиально иной подход к исполнению кода. CPython работает как интерпретатор, а Pypy — как компилятор в машинный код для «горячих» участков программы.\n",
"\n",
"#### Практические задания\n",
"Задание 1: Поиск и установка CPython\n",
" - done\n",
"\n",
"Задание 2: Исследование структуры CPython\n",
"Найдите папку, где установлен Python (например, через команду where python в терминале или свойства ярлыка).\n",
"Откройте папку include и изучите её содержимое. Какое количество файлов на C там есть?\n",
"Перейдите на [GitHub-репозиторий CPython](https://github.com/python/cpython) и найдите файл README. Прочитайте информацию о проекте.\n",
" - В папке include 77 файла на языке C.\n",
"Задание 3: Запуск файла с помощью CPython\n",
" - done\n",
"Задание 4: Установка и использование PyPy\n",
" - done\n",
"Задание 5: Сравнение производительности CPython и PyPy\n",
" - провёл тест, результаты:\n",
" pypy: 0.049\n",
" CPython: 2.16\n",
" Разница: 44x"
]
}
],
"metadata": {
"kernelspec": {
"display_name": "base",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.13.5"
}
},
"nbformat": 4,
"nbformat_minor": 5
}
84 changes: 84 additions & 0 deletions python/cpython.py
Original file line number Diff line number Diff line change
@@ -0,0 +1,84 @@
"""TASK CPython."""

# 1. Что такое CPython и чем он отличается от Python?
# Python - это концепция языка программирования высокого уровня
# (набор инструкций, алгоритмов и описаний). СPython - это
# \"живая\" официальная реализация Python на языке С.
# 3. Сколько существует реализаций Python, и какая из них самая популярная?
# - CPython (Самая популярная);
# - IPython,
# - IronPython,
# - Jython;
# - PyPy;,
# - PythonNet;
# - Stackless on,
# и другие.
# 4. На каком языке написан CPython?
# На языке С
# 5. Кто создал CPython?,
# - Guido van Rossum.
# 6. Почему Python считается быстрым, несмотря на то, что это
# интерпретируемый язык?
# - ядро языка CPython написано на языке C, CPython вызывает
# инструкции на языке C.
# 7. Напишите путь к Интерпретатору CPython на вашем компьютере,
# - C:\\Users\\4739361\\AppData\\Local\\Programs\\Python\\Python313\\python
# 8. Что содержится в папке include в CPython?
# - Файлы на языке C. Инструкции, описания структур данный,
# описание интерфейсов, ядро.
# 9. Где можно найти исходный код CPython дайте ссылку на репозиторий гитхаб
# - https://github.com/python/cpython.
# 10. (опционально) Как работает интерпретатор CPython при выполнении кода?
# - Интерпретатор выполняет код построчно.
# 11. Какая команда используется для запуска файла с помощью CPython?
# - python
# 12. Можно ли запускать текстовые файлы через интерпретатор Python? Почему?
# - Можно, потому что интерпретатор не обращает внимание на
# расширение файла.
# 13. Как указать путь к интерпретатору и файлу для выполнения кода?
# - Зайти в консоль. Скопировать путь к интерпретатору и
# вставить в консоль.
# - (путь до интерпретатора - ПРОБЕЛ - путь до фала).
# 14. Чем PyPy отличается от CPython?
# - Этот интерпретатор реализован в RPython. Основная цель
# PyPy - обеспечить максимальную совместимость с CPython и в
# то же время увеличить производительность. Работает примерно
# в 4.4 раза быстрее, чем CPython.
# 15. Почему PyPy не может использоваться для всех проектов на Python?
# - На данный момент совместим не со всеми проектами на CPython.
# 16. Где можно скачать PyPy?
# - pypy.org.
# 17. Как установить PyPy после скачивания?
# - Распаковать архив в удобном место, добавит исполняемый
# файл в переменный среды (PATH).
# 18. Как запустить файл с помощью PyPy?
# команда pypy \"расположение файла\".
# 19. Почему PyPy выполняет код быстрее, чем CPython?
# - Pypy выполняет код быстрее CPython благодаря
# использованию JIT-компиляции (Just-in-Time — компиляция «на лету»).
# Это принципиально иной подход к исполнению кода. CPython работает
# как интерпретатор, а Pypy — как компилятор в машинный код для
# «горячих» участков программы.
#
# #### Практические задания
# Задание 1: Поиск и установка CPython
# - done
#
# Задание 2: Исследование структуры CPython
# Найдите папку, где установлен Python (например, через команду
# where python в терминале или свойства ярлыка).
# Откройте папку include и изучите её содержимое. Какое количество
# файлов на C там есть?
# Перейдите на [GitHub-репозиторий CPython]
# (https://github.com/python/cpython) и найдите файл README.
# Прочитайте информацию о проекте.
# - В папке include 77 файла на языке C.
# Задание 3: Запуск файла с помощью CPython
# - done
# Задание 4: Установка и использование PyPy
# - done
# Задание 5: Сравнение производительности CPython и PyPy
# - провёл тест, результаты:
# pypy: 0.049
# CPython: 2.16
# Разница: 44x
140 changes: 140 additions & 0 deletions python/venv.ipynb

Large diffs are not rendered by default.

67 changes: 67 additions & 0 deletions python/venv.py
Original file line number Diff line number Diff line change
@@ -0,0 +1,67 @@
"""[TASK] Виртуальное окружение."""

# Ответы
# 1. Создает виртуальное окружение в папке с названием venv
# 1.1 pip list: Выводит список всех установленных в текущем
# окружении пакетов и их версии.
# pip freeze > requirements.txt: Сохраняет список всех
# установленных библиотек с их точными версиями в текстовый файл.
# pip install -r requirements.txt: Устанавливает все
# библиотеки, перечисленные в указанном текстовом файле.
#
# 2. conda env list: Показывает список всех созданных виртуальных
# окружений Conda и путь к ним.
# conda create -n env_name python=3.5: Создает новое окружение
# с именем env_name и устанавливает в него Python версии 3.5.
# conda env update -n env_name -f file.yml: Обновляет пакеты в
# окружении env_name, используя список зависимостей из файла конфигурации .yml.
# source activate env_name: Активирует виртуальное окружение
# (переключает терминал на работу внутри него).
# source deactivate: Выходит из текущего виртуального окружения в базовое.
# conda clean -a: Удаляет неиспользуемые пакеты, кэш загрузок и
# временные файлы для очистки места на диске.
#
# 3. 1) ![image-2.png](attachment:image-2.png)
# 2) ![image-3.png](attachment:image-3.png)
#
# 4. venv:
# 1. Активируйте окружение (Windows: `venv\Scripts\activate`,
# Linux/macOS: `source venv/bin/activate`)
# 2. Используйте pip: `pip install имя_пакета`
# conda:
# 1. Активируйте окружение: `conda activate env_name`
# (или `source activate env_name` на Linux/macOS)
# 2. Используйте conda: `conda install имя_пакета`
# или pip: `pip install имя_пакета`
#
# 5. pip freeze > requirements.txt - сохраняет все зависимости
# виртуального/глобального проекта в файл requirements.txt
# conda env export > environment.yml - сохраняет все зависимости
# для Data Science виртуального/глобального проекта в файл environment.yml
# 5.1 ![image.png](attachment:image.png)
#
# 6. pip install -r requirements.txt - устанавливает через pip
# зависимости из файла requirements.txt
# conda env create -f environment.yml. - создает виртуальное
# окружение с помощью conda основанное на описание из environment.yml
#
# 7. pip list - выводит список всех установленных пакетов
# Python с их версиями в текущем окружении.
# pip show имя_пакета - выводит подробную информацию о конкретном
# пакете.
# conda list - выводит список всех установленных пакетов
# в текущем conda-окружении с их версиями и источниками установки.
#
# 8. Обычно в conda, так как это уже готовая сборка под DS
# дата сайнинисты используют обычно conda из-за того, что она
# специально настроена и имеет нужные пакеты для работы с DS
#
# 9. ![image-4.png](attachment:image-4.png)
#
# 10. ![image-5.png](attachment:image-5.png)
#
# 11. Для изолированной работы от глобального окружения, в
# виртуальном окружении связанным непосредственно с текущим
# проектом и его задачами.
# 12. Да
# 13. Удалил
Loading