Wyjaśnienie modułu kolekcji Pythona: licznik, defaultdict, deque i więcej, przetestowane

  1. Strona główna
  2. Blog
  3. Rozwój oprogramowania

Rozwój oprogramowania

Wyjaśnienie modułu Python Collections: Licznik, defaultdict, deque i inne, przetestowane

Moduł kolekcji Pythona udostępnia gotowe kontenery do liczenia, grupowania, kolejkowania i lekkich rekordów. Dowiedz się, kiedy używać Counter, defaultdict, deque, Nametuple, OrderedDict i ChainMap, a dane wyjściowe uruchomiliśmy w Pythonie 3.13.

9 min czytania
Wyjaśnienie modułu kolekcji Pythona: Licznik, defaultdict, deque i więcej

Najważniejsze

  • Kolekcje Pythona to standardowy moduł biblioteczny: nie trzeba instalować, wystarczy from collections import ....
  • Counter liczy rzeczy, defaultdict grupuje rzeczy, a deque jest właściwym narzędziem do kolejek.
  • Wyssanie 100 000 przedmiotów z przodu zajęło nam około 11 sekund w przypadku list.pop(0) i 3 milisekundy w przypadku deque.popleft().
  • namedtuple daje czytelne, niezmienne zapisy; ChainMap ustawienia warstw bez ich kopiowania.

Większość kodu Pythona opiera się na listach i słownikach, co działa, dopóki nie napiszesz tej samej pętli zliczającej po raz piąty lub nie zobaczysz, że kolejka powoli się przepełza. Moduł kolekcje Pythona istnieje właśnie dla takich momentów. Jest dostarczany z Pythonem i dodaje kilka wyspecjalizowanych kontenerów, które są szybsze, krótsze i wyraźniejsze niż wersje pisane ręcznie.

Każdy poniższy przykład został uruchomiony w Pythonie 3.13.6 na laptopie z systemem Windows, a dane wyjściowe są kopiowane z tego uruchomienia. Czasy będą się różnić na Twojej maszynie, ale wielkość przerw nie powinna. Jeśli potrzebujesz najpierw odświeżenia podstaw, przeczytaj nasz przewodnik po słowniku Pythona i nasze porównanie listy, krotki i zestawu.

Co to jest moduł kolekcji?

Moduł collections jest częścią standardowej biblioteki Pythona. Udostępnia typy danych kontenerów, które rozszerzają wbudowane dict, list i tuple. Te, z których będziesz najczęściej korzystać, to:

  • Licznik: słownik zliczający elementy, które można hashować.
  • defaultdict: słownik tworzący domyślną wartość dla brakujących kluczy.
  • deque: kolejka z dwoma końcami z szybkim dołączaniem i wyskakiwaniem na obu końcach.
  • namedtuple: krotka, której pola mają nazwy.
  • OrderedDict: słownik z dodatkowymi narzędziami do porządkowania.
  • ChainMap: widok przeszukujący po kolei kilka słowników.

Ponieważ Counter, defaultdict i OrderedDict są podklasami słownika, wszystko, co akceptuje dyktando, również je akceptuje. Dzięki temu można je łatwo przenieść do istniejącego kodu.

Licznik: policz wszystko w jednej linii

Liczenie słów, kodów stanu lub wyników testów to klasyczna praca. Zamiast pętli z if key in d przekaż dowolną iterację do Counter:

from collections import Counter

words = "the cat sat on the mat the cat ran".split()
c = Counter(words)
print(c)
print(c.most_common(2))
print(c["dog"])
print(c.total())
Counter({'the': 3, 'cat': 2, 'sat': 1, 'on': 1, 'mat': 1, 'ran': 1})
[('the', 3), ('cat', 2)]
0
9

Warto zwrócić uwagę na dwa szczegóły. Wyszukiwanie brakującego klucza zwraca 0 zamiast podnosić KeyError, a most_common(n) daje posortowaną listę górnego N bez dodatkowego kodu. Metoda total(), dodana w Pythonie 3.10, zwraca sumę wszystkich zliczeń.

Liczniki obsługują również arytmetykę, co jest przydatne przy porównywaniu dwóch zapasów lub dwóch przebiegów testowych:

a = Counter(apples=3, pears=1)
b = Counter(apples=1, kiwis=2)
print(a + b)   # Counter({'apples': 4, 'kiwis': 2, 'pears': 1})
print(a - b)   # Counter({'apples': 2, 'pears': 1})
print(a & b)   # Counter({'apples': 1})
print(a | b)   # Counter({'apples': 3, 'kiwis': 2, 'pears': 1})

Odejmowanie zmniejsza każdą liczbę, która spada do zera lub poniżej, więc a - b nie ma kiwi. Przecięcie zachowuje minimum każdej liczby, a suma zachowuje maksimum. Praktyczne zastosowanie: policz nazwy testów, które zakończyły się niepowodzeniem, w dwóch nocnych uruchomieniach i odejmij, aby zobaczyć, które awarie są nowe.

defaultdict: grupa bez sprawdzania kluczy

Grupowanie rekordów według klucza zwykle wymaga sprawdzenia, czy klucz istnieje. defaultdict przyjmuje funkcję fabryczną, taką jak list lub int i wywołuje ją przy pierwszym użyciu brakującego klawisza:

from collections import defaultdict

orders = [("asha", "books"), ("ravi", "pens"), ("asha", "pens"), ("li", "books")]
g = defaultdict(list)
for cust, item in orders:
    g[cust].append(item)
print(dict(g))
{'asha': ['books', 'pens'], 'ravi': ['pens'], 'li': ['books']}

Ten sam wynik można uzyskać za pomocą dict.setdefault(cust, []).append(item), a w naszym przypadku oba słowniki są sobie równe. Wersja defaultdict czyta się lepiej i nie tworzy jednorazowej pustej listy przy każdym wywołaniu, tak jak robi to setdefault.

Wskazówka: zwykłe sprawdzenie domyślnego słownika tworzy klucz. W naszym teście odczytanie dd["x"] na pustym defaultdict(int) zwróciło 0 i pozostawiło {'x': 0} w tyle. Użyj "x" in dd lub dd.get("x"), jeśli chcesz tylko sprawdzić.

deque: prawdziwa kolejka z otwartymi obydwoma końcami

deque (wymawiane „talia”) obsługuje szybkie append, appendleft, pop i popleft. Posiada również dwie funkcje, których brakuje na listach: maksymalną długość i obrót.

from collections import deque

last3 = deque(maxlen=3)
for n in range(1, 7):
    last3.append(n)
print(last3)          # deque([4, 5, 6], maxlen=3)

r = deque([1, 2, 3, 4, 5])
r.rotate(2)
print(r)              # deque([4, 5, 1, 2, 3])

Przy ustawieniu maxlen dodanie do pełnego deque powoduje ciche upuszczenie przedmiotu z drugiego końca. To sprawia, że ​​idealnie nadaje się do bufora „ostatnich N linii logu”, średniej ruchomej lub ostatniej historii wyszukiwania. rotate jest przydatne w przypadku planowania okrężnego, na przykład cyklicznego przełączania pracowników testowych.

lista vs deque: czas ma znaczenie

Listy są szybkie na końcu, ale powolne z przodu, ponieważ usunięcie pierwszego elementu powoduje przesunięcie pozostałych elementów. Przy każdym podejściu opróżniliśmy pojemnik od przodu i zmierzyliśmy czas za pomocą timeit:

Przedmioty list.pop(0) deque.popleft()
20,000 0,408 s 0,0006 sek
50,000 2,566 s 0,0014 s
100,000 11,362 s 0,0030 s

Podwojenie elementów wydłużyło czas listy mniej więcej czterokrotnie, co jest cechą charakterystyczną pracy kwadratowej, podczas gdy czas deque rósł w linii prostej. Przy 100 000 pozycji deque było kilka tysięcy razy szybsze. Jeśli Twój kod przetwarza zadania, wiadomości lub węzły wyszukiwania wszerz w kolejności przybycia, użyj deque.

Kompromis: deques są wolniejsze niż listy o dostępie swobodnym w środku, takie jak d[50000], i nie obsługują krojenia. Użyj listy, jeśli często indeksujesz, i deque, gdy naciskasz i wyskakujesz na końcach.

Nametuple: czytelne rekordy

Krotka taka jak (3, 4) działa, ale p[0] nie mówi nic o znaczeniu wartości. namedtuple buduje małą klasę z nazwanymi polami:

from collections import namedtuple

Point = namedtuple("Point", "x y")
p = Point(3, 4)
print(p, p.x, p._asdict(), p._replace(x=10))
p.x = 5
Point(x=3, y=4) 3 {'x': 3, 'y': 4} Point(x=10, y=4)
AttributeError: can't set attribute

Nazwane krotki są niezmienne, zużywają tak mało pamięci jak zwykłe krotki i nadal rozpakowują się jak krotki. _replace zwraca nową kopię ze zmienionym jednym polem. Jeśli potrzebujesz zmiennych pól, wartości domyślnych z walidacją lub metod, zwykle lepiej pasuje klasa danych; zobacz nasz przewodnik po klasach danych Pythona. Wpisana alternatywa typing.NamedTuple daje ten sam obiekt ze wskazówkami dotyczącymi typu.

OrderedDict: nadal przydatny po Pythonie 3.7

Od wersji Python 3.7 normalne słowniki zachowują kolejność wstawiania, więc wiele osób zakłada, że OrderedDict jest przestarzały. Tak nie jest, z dwóch powodów, które potwierdziliśmy:

from collections import OrderedDict

od = OrderedDict(a=1, b=2, c=3)
od.move_to_end("a")
print(list(od))                                         # ['b', 'c', 'a']
print(dict(a=1, b=2) == dict(b=2, a=1))                 # True
print(OrderedDict(a=1, b=2) == OrderedDict(b=2, a=1))   # False

Po pierwsze, move_to_end i popitem(last=False) sprawiają, że jest to prosta baza dla ostatnio używanej pamięci podręcznej. Po drugie, równość między dwoma OrderedDicts zależy od kolejności, podczas gdy zwykłe dicts ignorują kolejność. Ma to znaczenie, gdy sama kolejność jest częścią danych, np. kolejność kolumn w raporcie.

ChainMap: ustawienia warstwowe

Konfiguracja często pochodzi z kilku miejsc: flagi wiersza poleceń zastępują zmienne środowiskowe, które zastępują ustawienia domyślne. ChainMap przeszukuje listę słowników w kolejności bez ich łączenia:

from collections import ChainMap

defaults = {"theme": "light", "lang": "en", "debug": False}
env = {"debug": True}
cli = {"lang": "fr"}
cfg = ChainMap(cli, env, defaults)
print(cfg["theme"], cfg["lang"], cfg["debug"])   # light fr True

Każde wyszukiwanie sprawdza najpierw cli, następnie env, a następnie defaults. Ponieważ nic nie jest kopiowane, zmiany w dowolnym ze słowników źródłowych pojawiają się natychmiast. Zapisy przechodzą tylko do pierwszego mapowania, dzięki czemu ustawienia domyślne są bezpieczne. To dobrze pasuje do wzorców z naszego przewodnika po zmiennych środowiskowych.

Ściągawka dotycząca kolekcji Pythona

Potrzeba Użyj Zamiast
Policz elementy, górne N Licznik Ręczna pętla dyktowania i sortowanie
Grupuj wartości według klucza defaultdict(list) if key not in d sprawdza
Kolejka lub okno przesuwne deque, maxlen list.pop(0)
Mały niezmienny rekord nazwana krotka Naga krotka z dostępem do indeksu
Porządkowanie lub równość świadoma porządku ZamówiłemDict Odbudowa dyktanda
Warstwowe wyszukiwanie konfiguracji Mapa Łańcucha Kopiowanie i łączenie dyktatów

Moduł zawiera również UserDict, UserList i UserString, które są klasami opakowującymi przeznaczonymi do tworzenia podklas, gdy chcesz bezpiecznie dostosować zachowanie. Większość codziennego kodu nigdy ich nie potrzebuje.

Najczęstsze błędy w kolekcjach

  • Przypadkowe utworzenie kluczy. Odczytanie brakującego klucza z defaultdict powoduje jego wstawienie. Późniejszy kod, który zapętla klucze, widzi puste wpisy.
  • Oczekiwanie na liczby ujemne. Counter odejmowanie z - powoduje utratę zera i wyniki ujemne. Użyj c.subtract(other), jeśli chcesz zachować negatywy.
  • Używanie deque do dostępu losowego. Indeksowanie w pobliżu środka jest wolniejsze niż w przypadku listy, a wycinanie powoduje błąd.
  • Traktowanie nazwanej krotki jako zmiennej. Przypisanie nie powiodło się. Użyj _replace lub przejdź do klasy danych.
  • Zapomnienie o maxlen powoduje utratę danych. Pełne ograniczone deque odrzuca elementy w trybie cichym, co jest świetne w przypadku buforów, ale złe w przypadku kolejek zadań, które nie mogą tracić pracy.

Gdy dane pochodzą ze strumienia, który przetwarzasz leniwie, połącz te kontenery z generatorami i narzędziami z naszego przewodnika po itertoolach Pythona. Na przykład Counter akceptuje generator bezpośrednio, więc możesz zliczać linie w dużym logu bez ładowania go do pamięci.

Podsumowanie

Moduł kolekcji Pythona jest mały, ale usuwa zaskakującą ilość schematów. Sięgaj po Counter, gdy liczysz, defaultdict, gdy grupujesz, deque, gdy przedmioty wychodzą z przodu, oraz namedtuple lub ChainMap, gdy liczy się czytelność. Nasz test czasu wyraźnie pokazał, o co chodzi: odpowiedni pojemnik zamienił 11-sekundową pętlę w kilka milisekund.

Najczęstsze pytania

Czy muszę instalować moduł kolekcji Pythona?

Nie. Jest częścią standardowej biblioteki, więc wystarczy import, np. z licznika importu kolekcji.

Jaka jest różnica między dicti defaultdict?

Dyktat zgłasza KeyError w przypadku brakującego klucza. Defaultdict wywołuje swoją funkcję fabryczną, taką jak list lub int, aby utworzyć wartość domyślną i zapisuje ją pod tym kluczem.

Kiedy powinienem używać deque zamiast listy?

Użyj deque, gdy dodajesz lub usuwasz elementy z przodu, na przykład w kolejkach i przesuwanych oknach. W naszym teście opróżnienie 100 000 elementów z przodu zajęło około 11 sekund w przypadku listy i 3 milisekundy w przypadku deque.

Czy OrderedDict jest nadal potrzebny w Pythonie 3.7 i nowszych wersjach?

Rzadziej, ponieważ dyktanda zachowują kolejność wstawiania. Jest nadal przydatny w przypadku move_to_end, popitem z dowolnego końca i sprawdzania równości zależnego od kolejności.

Czy powinienem używać Nametuple czy klasy danych?

Użyj Nametuple dla małych, niezmiennych rekordów, które powinny zachowywać się jak krotki. Użyj klasy danych, jeśli potrzebujesz modyfikowalnych pól, wartości domyślnych, metod lub sprawdzania poprawności.

Ucz się dalej

Pracuj z Stack Quora

Potrzebujesz pomocy przy testowaniu, WordPressie lub SEO?

Pomagamy zespołom dostarczać lepsze oprogramowanie i rozwijać ich witryny. Powiedz nam, nad czym pracujesz, a my zaproponujemy jasny następny krok.

Czytaj dalej

Więcej poradników na testowanie, sztuczna inteligencja i nowoczesny rozwój

Podobał Ci się ten artykuł? Wybierz temat i przejdź bezpośrednio do naszych najnowszych tutoriali.

Sztuczna inteligencja

Wyjaśnienie strategii fragmentowania RAG: stałe, nakładanie się, zdanie, rekurencyjne i nagłówki, mierzone

Strategie fragmentowania RAG porównane w jednym dokumencie z tiktokenem 0.14: stały rozmiar, nakładanie się, pakowanie zdań, dzielenie rekurencyjne …

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie tożsamości API: klucze idempotencji i bezpieczne ponowne próby, przetestowane

Wyjaśnienie idempotencji API na serwerze Python i kliencie, którego uruchomiliśmy: utracona odpowiedź spowodowała podwójną opłatę bez klucza i jedną…

Przeczytaj artykuł →
DevOps

Wyjaśnienie Git Stash: zapisywanie, stosowanie, otwieranie i nieśledzone pliki, testowane

Git stash wyjaśniono za pomocą poleceń, które uruchomiliśmy w Git 2.56: push z wiadomością, nieśledzone pliki, lista i pokaż, zastosuj vs pop, zacho…

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie testowania parami: jak użycie wszystkich par zmniejsza 216 testów do 13, przetestowano

Testowanie w parach wyjaśnione za pomocą generatora uruchomionego w Pythonie 3.13: sprawdzenie z 216 kombinacjami objętymi 13 testami, zweryfikowany…

Przeczytaj artykuł →
Automatyzacja testów

Wyjaśnienie testowania dubletów: atrapa, skrót, szpieg, próbna i fałszywa, z przetestowanym kodem Pythona

Testowanie dubletów wyjaśniono na jednym przykładzie Pythona uruchomionym w pytest 9.2: manekin, stub, szpieg, próbny i fałszywy, kiedy używać każde…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie SQL COALESCE: wartości domyślne, NULLIF, IFNULL vs ISNULL i pułapki, przetestowane

Wyjaśnienie SQL COALESCE za pomocą zapytań, które uruchomiliśmy w SQLite 3.50: pierwsze wartości inne niż null, puste ciągi znaków, NULL w matematyc…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie samodzielnego łączenia SQL: menedżer pracowników, porównania par i wierszy, przetestowane

Samodzielne łączenie SQL wyjaśnione za pomocą zapytań, które uruchomiliśmy w SQLite 3.50: pracownik i menedżer, zarabiający więcej niż menedżer, uni…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie operatora rozprzestrzeniania JavaScript: rozprzestrzenianie a reszta, kopie i błędy, przetestowane

Operator rozprzestrzeniania JavaScript wyjaśniony kodem, który uruchomiliśmy w węźle 24: tablice, obiekty, płytkie kopie, parametry spoczynkowe, lim…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie modułu kolekcji Pythona: licznik, defaultdict, deque i więcej, przetestowane

Kolekcje Pythona wyjaśnione za pomocą kodu, który uruchomiliśmy w Pythonie 3.13: Counter, defaultdict, deque, Nametuple, OrderedDict i ChainMap, a t…

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie okna kontekstowego LLM: tokeny, limity i sposób dopasowania większej ilości, zmierzone

Okno kontekstowe LLM wyjaśnione za pomocą liczby tokenów, które zmierzyliśmy za pomocą tiktokena: słowa kontra tokeny dla prozy, kodu i języka hindi…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie webhooków: jak działają i jak je bezpiecznie odbierać

Wyjaśnienie webhooków z odbiorcą i nadawcą, które uruchomiliśmy w Pythonie: push a odpytywanie, podpisy HMAC-SHA256, odrzucanie zmodyfikowanych i od…

Przeczytaj artykuł →
DevOps

Wyjaśnienie Git Cherry-Pick: Skopiuj potrzebne zatwierdzenie, bezpiecznie i przetestowane

Git cherry-pick wyjaśniono za pomocą poleceń, które uruchomiliśmy w Git 2.56: kopiowanie poprawki do gałęzi wydania, nowe skróty i identyfikatory po…

Przeczytaj artykuł →
Automatyzacja testów

Wyjaśnienie testów migawkowych: jak to działa, kiedy pomaga, a kiedy szkodzi

Testowanie migawek wyjaśnione za pomocą pytestu i syropowego demo, które przeprowadziliśmy: tworzenie migawek, odczytywanie różnic po zmianie kodu, …

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie testów mutacji: dlaczego 100% pokrycie nadal nie uwzględnia naszego błędu

Testowanie mutacji wyjaśniono za pomocą małego narzędzia mutacji, które zbudowaliśmy i uruchomiliśmy: 14 mutantów, zestaw testów ze 100% pokryciem l…

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie szybkiego wstrzyknięcia: jak oszukać aplikacje AI i jak się przed nimi bronić

Wyjaśnienie szybkiego wstrzykiwania dla konstruktorów: ataki bezpośrednie i pośrednie, dlaczego zawodzą filtry słów kluczowych (nasz test zablokował…

Przeczytaj artykuł →
DevOps

Wyjaśnienie rekordów DNS: A, AAAA, CNAME, MX, TXT i TTL z rzeczywistymi wyszukiwaniami

Rekordy DNS wyjaśnione na podstawie wyszukiwań, które przeprowadziliśmy: jak działa rozdzielczość, A i AAAA, reguły CNAME, MX i null MX, TXT dla SPF…

Przeczytaj artykuł →
DevOps

Wyjaśnienie flag funkcji: bezpieczne wydania, stopniowe wdrażanie i higiena flag

Flagi funkcji wyjaśnione za pomocą przeprowadzonej przez nas symulacji wdrożenia: typy flag, procentowe wdrożenia ze stabilnym mieszaniem, przełączn…

Przeczytaj artykuł →
Automatyzacja testów

Testuj generowanie danych za pomocą Python Faker: realistyczne, powtarzalne i bezpieczne dane

Przetestuj generowanie danych za pomocą Python Faker, uruchom i zmierz: zaszczepianie powtarzalnych danych, ustawień regionalnych, unikalnych wartoś…

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie testowania z Shift-Left: Znajdź błędy wcześniej, bez spowalniania zespołu

Wyjaśniono testowanie z przesunięciem w lewo: co to znaczy, dlaczego wczesne defekty są tańsze, praktyki – od przeglądów wymagań po kontrole CI, zmi…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie funkcji ciągów SQL: TRIM, SUBSTR, REPLACE, CONCAT i czyszczenie danych

Funkcje ciągów SQL wyjaśnione za pomocą zapytań, które wykonaliśmy: konkatenacja i NULL, TRIM, UPPER i LOWER, SUBSTR i INSTR, REPLACE, dopełnienie, …

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie wyzwalaczy SQL: wyzwalacze PRZED i PO, dzienniki audytu i pułapki

Wyzwalacze SQL wyjaśnione za pomocą wyzwalaczy, które uruchomiliśmy: PRZED vs PO, STARY i NOWY, dzienniki audytu, walidacja, aktualizacje zapasów, w…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie modułu Python JSON: zrzuty, ładowanie, typy niestandardowe i typowe błędy

Moduł Python JSON wyjaśniony za pomocą uruchomionego przez nas kodu: zrzuty i ładowanie, pliki, konwersje typów, daty i miejsca dziesiętne, niestand…

Przeczytaj artykuł →
Tworzenie oprogramowania

Moduły ES a CommonJS: Jak działa import JavaScript w Node.js, przetestowano

Moduły ES i CommonJS wyjaśnione za pomocą kodu, który uruchomiliśmy w Node.js: składnia importu i eksportu, wymagania, powiązania na żywo, buforowan…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie wyrażenia regularnego w języku Python: wzorce, grupy, przewidywania i pułapki, przetestowane

Wyrażenie regularne w Pythonie wyjaśnione za pomocą wzorców, które uruchomiliśmy: wyszukiwanie vs dopasowanie, findall, grupy i nazwane grupy, zachł…

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie strukturalnych wyników LLM: uzyskiwanie niezawodnego formatu JSON z modeli AI

Ustrukturyzowane dane wyjściowe LLM wyjaśnione wraz z walidacją przeprowadzoną w Pydantic: tryb i schematy JSON, ograniczone dekodowanie, sposoby ps…

Przeczytaj artykuł →
DevOps

Wyjaśnienie kluczy SSH: jak działają, ssh-keygen, Ed25519 i bezpieczne nawyki

Klucze SSH wyjaśnione za pomocą wygenerowanych przez nas kluczy: klucze publiczne i prywatne, ssh-keygen, Ed25519 vs RSA, odciski palców, hasła, ssh…

Przeczytaj artykuł →
DevOps

Wyjaśnienie buforowania HTTP: kontrola pamięci podręcznej, odpowiedzi ETag i 304 z testem na żywo

Wyjaśnienie buforowania HTTP na małym serwerze, który prowadziliśmy: dyrektywy Cache-Control, maksymalny wiek, brak pamięci podręcznej vs brak sklep…

Przeczytaj artykuł →
Automatyzacja testów

Wyjaśnienie testowania kontraktu API: wychwytuj istotne zmiany przed wysyłką

Testowanie kontraktu API wyjaśniono za pomocą przeprowadzonej przez nas kontroli schematu: czym jest kontrakt, kontrakty zorientowane na konsumenta,…

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie testowania opartego na ryzyku: oceń ryzyko, zbuduj macierz i przetestuj, co jest ważne

Testowanie oparte na ryzyku wyjaśnione krok po kroku: identyfikacja ryzyka, prawdopodobieństwo punktacji i wpływ, budowanie matrycy ryzyka, mapowani…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie ograniczeń SQL: NOT NULL, UNIQUE, CHECK i OBCY KLUCZ, przetestowane

Ograniczenia SQL wyjaśnione za pomocą przeprowadzonych przez nas testów: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY i FOREIGN KEY, luki NULL, ustawie…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie funkcji daty SQL: dodawanie, porównywanie i grupowanie dat bez błędów

Funkcje daty SQL wyjaśnione za pomocą zapytań, które wykonaliśmy: dodawanie interwałów, niespodzianki na koniec miesiąca, różnice dat, pułapka BETWE…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie asyncio Pythona: asynchronizacja, oczekiwanie, zbieranie i grupa zadań z rzeczywistym czasem

Asyncio Pythona wyjaśnione za pomocą kodu, który zmierzyliśmy: współprogramy, oczekiwanie, zbieranie, grupa zadań, obsługa błędów, przekroczenia lim…

Przeczytaj artykuł →
Tworzenie oprogramowania

Odbicie a przepustnica w JavaScript: jak działają, kiedy używać każdego z nich, przetestowano

Debounce a przepustnica w JavaScript wyjaśnione z czasami, które zmierzyliśmy w Node.js: jak każdy z nich działa, proste implementacje, wywołania wi…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie menedżerów kontekstu Pythona: instrukcja with, biblioteka kontekstowa i rzeczywiste zastosowania

Menedżerowie kontekstu Pythona wyjaśnili za pomocą uruchomionego przez nas kodu: jak działa, __enter__ i __exit__, kontekstlib.contextmanager, tłumi…

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie temperatury i góry LLM: jak modele AI wybierają kolejne słowo

Temperatura LLM i top-p wyjaśnione za pomocą przeprowadzonej przez nas symulacji: w jaki sposób zmieniają się prawdopodobieństwa, co utrzymuje top-p…

Przeczytaj artykuł →
DevOps

Wyjaśnienie YAML: składnia, problem norweski i inne pułapki, które testowaliśmy

YAML wyjaśnił za pomocą testu parsera: podstawowa składnia, listy i mapy, problem Norwegii, wersje zamieniające się w zmiennoprzecinkowe, ósemkowe k…

Przeczytaj artykuł →
DevOps

Wyjaśnienie zadań Cron: składnia, prawdziwe harmonogramy i błędy, które je psują

Zadania Cron wyjaśnione za pomocą zweryfikowanych przez nas harmonogramów: pięć pól, operatory, prawdziwe przykłady, pułapka dnia miesiąca LUB dnia …

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie halucynacji AI: dlaczego modele językowe tworzą rzeczy i jak je zmniejszyć

Wyjaśniono halucynacje AI: czym są, dlaczego powstają w modelach językowych, typowe typy, jak je zredukować za pomocą uziemień i podpowiedzi oraz pr…

Przeczytaj artykuł →
DevOps

Wyjaśnienie zmiennych środowiskowych: pliki .env, sekrety i konfiguracja wykonana prawidłowo

Zmienne środowiskowe wyjaśnione na przykładach Pythona, które przeprowadziliśmy: ich odczytywanie i ustawianie, dlaczego każda wartość jest ciągiem …

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie ograniczenia szybkości interfejsu API: algorytmy, nagłówki i obsługa błędów 429

Ograniczanie szybkości API wyjaśnione za pomocą przeprowadzonej przez nas symulacji: zasobnik tokenów, stałe okno, przesuwane okno, 429 odpowiedzi, …

Przeczytaj artykuł →
Automatyzacja testów

Wyśmiewanie w Pythonie: unittest.mock, patch i błędy, które sprawiają, że testy kłamią

Wyśmiewanie w Pythonie za pomocą unittest.mock, przetestowane: Mock i zwracana wartość, efekt uboczny, łatanie tam, gdzie używana jest nazwa, specyf…

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie zasięgu kodu: pokrycie linii i oddziału oraz co naprawdę oznacza 100%

Wyjaśnienie pokrycia kodu za pomocą prawdziwego pliku cover.py: pokrycie linii, gałęzi i warunków, przeczytanie raportu, dlaczego 100% pokrycia może…

Przeczytaj artykuł →
Bazy danych i SQL

DELETE vs TRUNCATE vs DROP w SQL: różnice, wycofywanie i kiedy używać każdego z nich

DELETE vs TRUNCATE vs DROP wyjaśnione za pomocą przetestowanego SQL: co każdy usuwa, wycofywanie, wyzwalacze, resetowanie tożsamości, prędkość i czy…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie widoków SQL: tworzenie, używanie i unikanie pułapek wraz z przykładami

Widoki SQL wyjaśnione za pomocą zapytań, które uruchomiliśmy: tworzenie widoku, wyniki na żywo, ukrywanie kolumn, wydajność, widoki z możliwością ak…

Przeczytaj artykuł →
Tworzenie oprogramowania

Interfejs TypeScript a typ: rzeczywiste różnice, testowane za pomocą kompilatora

Interfejs TypeScript a typ, sprawdzony z prawdziwym kompilatorem: co oba mogą zrobić, co tylko jeden, łączenie deklaracji, rozszerzenia a przecięcia…

Przeczytaj artykuł →
Tworzenie oprogramowania

Python *args i **kwargs wyjaśnione: elastyczne funkcje z przejrzystymi przykładami

Python *args i **kwargs wyjaśnione za pomocą uruchomionego przez nas kodu: pakowanie i rozpakowywanie, kolejność parametrów, argumenty zawierające t…

Przeczytaj artykuł →
Tworzenie oprogramowania

Funkcje Lambda w Pythonie: składnia, rzeczywiste zastosowania i kiedy ich nie używać

Funkcje lambda w Pythonie wyjaśnione za pomocą uruchomionego przez nas kodu: składnia, sortowanie za pomocą klucza, mapa i filtr, domknięcia, pułapk…

Przeczytaj artykuł →
Sztuczna inteligencja

Kim są agenci AI? Jak one działają, dzięki prostej pętli agenta, którą możesz uruchomić

Kim są agenci AI? Prosty przewodnik po pętli agenta, narzędziach, pamięci i poręczach, z małą pętlą w Pythonie, którą uruchomiliśmy, prawdziwymi zag…

Przeczytaj artykuł →
DevOps

Monitorowanie a obserwowalność: prawdziwa różnica z logami, wskaźnikami i śladami

Wyjaśnienie monitorowania a obserwowalności: znane i nieznane awarie, dzienniki, metryki i ślady, opis incydentu przy kasie, złote sygnały, OpenTele…

Przeczytaj artykuł →
DevOps

Woluminy platformy Docker a mocowania powiązań: utrwalanie danych kontenera we właściwy sposób

Wyjaśniono woluminy Dockera a montowanie powiązań: dlaczego dane kontenera znikają, nazwane woluminy, montowanie powiązań, tmpfs, przykłady tworzeni…

Przeczytaj artykuł →
Automatyzacja testów

TDD vs BDD: kluczowe różnice, jedna funkcja zbudowana w obie strony i kiedy używać każdej z nich

TDD vs BDD wyjaśnione za pomocą jednej funkcji rabatowej zbudowanej w obie strony: refaktoryzacja czerwono-zielona z uruchomionym przez nas kodem, s…

Przeczytaj artykuł →
Testowanie oprogramowania

Testowanie akceptacyjne użytkownika (UAT): proces, lista kontrolna i rzeczywiste przykłady

Wyjaśniono testy akceptacyjne użytkownika: kto je przeprowadza, czym różni się od kontroli jakości, siedmioetapowy proces, szablon przypadku testowe…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie wartości SQL NULL: IS NULL, COALESCE, NULLIF i pułapki, których należy unikać

Wartości SQL NULL wyjaśnione za pomocą zapytań, które wykonaliśmy: logika trójwartościowa, IS NULL, COALESCE, NULLIF, w jaki sposób agregacje, łącze…

Przeczytaj artykuł →
Bazy danych i SQL

Instrukcja SQL CASE WHEN: składnia, rzeczywiste przykłady i typowe błędy

SQL CASE WHEN wyjaśnione za pomocą zapytań, które uruchomiliśmy: proste i przeszukiwane formularze, kolejność warunków, elementy przestawne z SUM, s…

Przeczytaj artykuł →
Tworzenie oprogramowania

Co to jest JWT? Tokeny internetowe JSON wyjaśnione na przykładzie działania

Co to jest JWT? Wyjaśniono tokeny sieciowe JSON: trzy części, token zbudowany i zmodyfikowany w uruchomionym przez nas kodzie, JWT a sesje, pamięć m…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie pętli zdarzeń JavaScript: stos wywołań, mikrozadania i liczniki czasu z przykładami

Pętla zdarzeń JavaScript wyjaśniona za pomocą uruchomionego przez nas kodu: stos wywołań, kolejki zadań i mikrozadań, dlaczego setTimeout 0 nie jest…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie generatorów Pythona i wydajności: oszczędzaj pamięć dzięki prawdziwym przykładom

Generatory Pythona i wydajność wyjaśnione za pomocą uruchomionego przez nas kodu: sposób wstrzymywania i wznawiania, mierzone oszczędności pamięci, …

Przeczytaj artykuł →
Sztuczna inteligencja

Czym są osady? Wyjaśnienie wektorów i podobieństwa cosinusa

Czym są osadzania? Prosty przewodnik po wektorach, podobieństwie cosinusów i wyszukiwaniu semantycznym, z małym przykładem, który przeprowadziliśmy,…

Przeczytaj artykuł →
DevOps

Wdrożenie niebiesko-zielone a kanaryjskie: różnice, kompromisy i sposób wyboru

Wyjaśniono wdrożenie Blue-Green vs Canary: sposób działania każdego z nich, koszty, ryzyko i wycofywanie zmian, przetestowane przez nas stabilne łąc…

Przeczytaj artykuł →
Automatyzacja testów

Niestabilne testy: co je powoduje i jak je naprawić na dobre

Niestabilne testy wyjaśnione w przeprowadzonych przez nas demonstracjach: główne przyczyny, sposób potwierdzenia i zdiagnozowania jednej z nich, odp…

Przeczytaj artykuł →
Testowanie oprogramowania

Load Testing vs Stress Testing: Differences, Metrics and k6 Examples

Wyjaśniono testy obciążenia i testy warunków skrajnych: co dowodzi każdy z nich, testy szczytowe i nasiąkania, istotne metryki, dlaczego średnie wpr…

Przeczytaj artykuł →
Testowanie oprogramowania

Przypadek testowy a scenariusz testowy: kluczowe różnice, przykłady i kiedy stosować każdy z nich

Wyjaśnienie przypadków testowych i scenariuszy testowych: jasne definicje, tabela obok siebie, jedna funkcja resetowania hasła zaczerpnięta ze scena…

Przeczytaj artykuł →
Bazy danych i SQL

Optymalizacja zapytań SQL: czytaj plany wykonania i napraw powolne zapytania z synchronizacją

Optymalizacja zapytań SQL przetestowana na milionie wierszy: przeczytaj plany wykonania, dodaj odpowiednie indeksy, napraw filtry niesargowalne, uży…

Przeczytaj artykuł →
Bazy danych i SQL

SQL UNION vs UNION ALL: różnice, przykłady i testowana wydajność

SQL UNION vs UNION ALL wyjaśnione na podstawie zapytań, które uruchomiliśmy: duplikaty, obie reguły są zgodne, prawdziwy błąd danych, zmierzona wyda…

Przeczytaj artykuł →
Tworzenie oprogramowania

Samouczek API pobierania JavaScript: GET, POST, obsługa błędów i limity czasu

Samouczek JavaScript Fetch API testowany na serwerze lokalnym: GET i POST, dlaczego 404 nie rzuca, pomocnik wielokrotnego użytku, ciągi zapytań, prz…

Przeczytaj artykuł →
Tworzenie oprogramowania

Obsługa plików w Pythonie: odczyt, zapis, CSV, JSON i pathlib z przykładami

Obsługa plików w Pythonie wyjaśniona za pomocą uruchomionego przez nas kodu: tryby otwarte, czytanie dużych plików, CSV, JSON, pathlib, pliki binarn…

Przeczytaj artykuł →
Tworzenie oprogramowania

Klasy i obiekty Pythona: samouczek OOP z prawdziwymi przykładami

Klasy i obiekty Pythona objaśnione za pomocą uruchomionego przez nas kodu: __init__, metody, atrybuty klas i instancji, dziedziczenie, właściwości, …

Przeczytaj artykuł →
Sztuczna inteligencja

Co to jest model dużego języka? Jak działają LLM, wyjaśnione bez szumu

Co to jest model dużego języka? LLM wyjaśnione prostym językiem: tokeny, osadzanie, uwaga, szkolenie, temperatura i okna kontekstowe, mała demonstra…

Przeczytaj artykuł →
DevOps

Polecenia systemu Linux dla początkujących: niezbędny przewodnik po terminalu z przykładami

Polecenia systemu Linux dla początkujących, pogrupowane według zadań: nawigacja, pliki, przeglądanie logów, grep, potoki, uprawnienia, procesy i arc…

Przeczytaj artykuł →
Automatyzacja testów

Selenium kontra dramaturg: kluczowe różnice, porównanie kodu i wybór

Porównanie Selenium i Playwright: architektura, oczekiwanie, obsługa przeglądarki i języka, debugowanie, ten sam test w obu narzędziach, porady doty…

Przeczytaj artykuł →
Testowanie oprogramowania

Partycjonowanie równoważne: technika projektowania testów wyjaśniona na praktycznych przykładach

Wyjaśniono podział równoważny: jak znaleźć prawidłowe i nieprawidłowe partycje, sprawdzone przykłady dla grup wiekowych, hasła i kupony, przeprowadz…

Przeczytaj artykuł →
Testowanie oprogramowania

Ważność a priorytet w testowaniu oprogramowania: różnice, macierz i rzeczywiste przykłady

Wyjaśniono ważność a priorytet w testowaniu oprogramowania: jasne definicje, czterokierunkowa macierz z przykładami, skale poziomów, kto ustawia każ…

Przeczytaj artykuł →
Bazy danych i SQL

Samouczek dotyczący podzapytań SQL: typy, skorelowane podzapytania i ISTNIEJĄ z przykładami

Samouczek dotyczący podzapytań SQL z zapytaniami, które wykonaliśmy: podzapytania skalarne, IN, FROM i SELECT, podzapytania skorelowane, EXISTS, puł…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie transakcji SQL i ACID: COMMIT, ROLLBACK i poziomy izolacji

Transakcje SQL i ACID wyjaśnione za pomocą wykonanego przez nas przelewu bankowego: COMMIT, ROLLBACK, punkty zapisu, blokady, poziomy izolacji, brud…

Przeczytaj artykuł →
Tworzenie oprogramowania

Ściągawka dotycząca poleceń Git: polecenia, których faktycznie używasz, z przykładami

Ściągawka poleceń Git pogrupowana według zadań: konfiguracja, przemieszczanie, gałęzie, piloty, skrytka, historia i cofanie błędów, z danymi wyjścio…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie obietnic JavaScript: następnie catch, Promise.all i typowe błędy

Obietnice JavaScript wyjaśnione za pomocą uruchomionego przez nas kodu: stany, łańcuchy then i catch, obsługa błędów, Promise.all, allSettled, race …

Przeczytaj artykuł →
Tworzenie oprogramowania

Samouczek słownika języka Python: metody, przykłady i typowe wzorce

Samouczek słownika języka Python z uruchomionym przez nas kodem: tworzenie, odczytywanie i aktualizowanie słowników, metody kluczowych, łączenie, ro…

Przeczytaj artykuł →
Sztuczna inteligencja

Co to jest RAG? Generacja rozszerzona o wyszukiwanie wyjaśniona na przykładzie roboczym

Co to jest RAG? Generowanie wspomagane pobieraniem wyjaśnione krok po kroku: indeksowanie, fragmentowanie, osadzanie, pobieranie, mały działający pr…

Przeczytaj artykuł →
DevOps

Samouczek Terraform dla początkujących: Infrastruktura jako kod od pierwszego pliku do modułów

Samouczek Terraform dla początkujących: zacznij bez konta w chmurze, naucz się inicjowania, planowania i stosowania, a następnie zmiennych, wyników,…

Przeczytaj artykuł →
DevOps

Docker kontra Kubernetes: kluczowe różnice, jak ze sobą współpracują i czego potrzebujesz

Wyjaśniono Docker vs Kubernetes: co robi każdy z nich, ta sama aplikacja działa z obydwoma, porównanie Docker Compose i Swarm, zmiana podkładki dock…

Przeczytaj artykuł →
Automatyzacja testów

Samouczek Pytest dla początkujących: urządzenia, parametryzacja i prawdziwe przykłady

Samouczek pytest dla początkujących z testami, które przeprowadziliśmy na pytest 9.2: asercje, urządzenia, parametryzacja, conftest, znaczniki, tmp_…

Przeczytaj artykuł →
Testowanie oprogramowania

Cykl życia testowania oprogramowania (STLC): 6 faz, kryteria wejścia i wyjścia, przykład

Wyjaśniono cykl życia testowania oprogramowania: sześć faz STLC z kryteriami wejścia i wyjścia, elementy dostarczane, działający przykład funkcji lo…

Przeczytaj artykuł →
Tworzenie oprogramowania

Git merge vs rebase: różnice, przykłady i kiedy czego używać

Git merge vs rebase wyjaśnione na prawdziwym wyniku logu, z tabelą porównawczą, złotą zasadą rebase i bezpiecznym procesem pracy zespołu.

Przeczytaj artykuł →
Tworzenie oprogramowania

Python list comprehension: składnia, przykłady i kiedy jej unikać

Python list comprehension wyjaśnione: składnia, filtrowanie, if-else, zagnieżdżone pętle, zmierzone czasy i sytuacje, w których zwykła pętla for jes…

Przeczytaj artykuł →
Bazy danych i SQL

SQL JOIN – wyjaśnienie z przykładami (Inner, Left, Right, Full)

Zrozum złączenia SQL krok po kroku na przykładowych tabelach i zapytaniach: INNER, LEFT, RIGHT, FULL, CROSS i SELF, plus typowe błędy i wskazówki wy…

Przeczytaj artykuł →