A Cheatsheet for Python Built-in Functions (Part 2: C-D)

 A Cheatsheet for Python Built-in Functions (Part 2: C-D)

# *** callable() ***

def func0():

    pass

print(callable(func0))  # Output: True

# *** chr() ***

print(chr(65))  # Output: A

# *** classmethod() ***

# Note: The new @classmethod decorator should be used instead of 

# the built-in function classmethod().

class MyClass1:

    myProperty = 1234

    def myFunc(self):

        print(self.myProperty)

obj0 = MyClass1()

obj0.myFunc()

MyClass1.myFunc = classmethod(MyClass1.myFunc)

MyClass1.myFunc() # myFunc is used as a class method (vs. instance method)

# *** compile() ***

myCode = '_a = 10 \n_b = 20 \nmySum = _a + _b \nprint("mySum =", mySum)'

myCodeObject = compile(myCode, 'myCodeString', 'exec')

exec(myCodeObject) #  Output: 30

# *** complex() ***

print(complex(1, 2))  # Output: (1+2j)

# *** delattr() ***

class MyClass2:

    myProperty1 = 1234

    myProperty2 = 'ABC'

myObj2 = MyClass2()

print(myObj2.myProperty2)

delattr(MyClass2, 'myProperty2')

#print(myObj2.myProperty2)  # Error: AttributeError: 'MyClass2' object has no attribute 'myProperty2' 

# *** dict() ***

myDic1 = dict(key1 = "val1", key2 = "val2", key3 = "val3")

print(myDic1)  # Output: {'key1': 'val1', 'key2': 'val2', 'key3': 'val3'}

# *** dir() ***

class MyClass3:

    myProperty1 = 1234

    def myMethod1():

        pass

print(dir(MyClass3))  # Output:

"""

'__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', 

'__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', 

'__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', 

'__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'myMethod1', 'myProperty1']

"""

# *** divmod() ***

print(divmod(7, 3))  # Output: (2, 1)

# Note: The output is a tuple:

# divmod(dividend, divisor) => (quotient, reminder)

A Cheatsheet for Python Built-in Functions (Part 1: A-B)

A Cheatsheet for Python Built-in Functions (Part 1: A-B)

x1 = -1.5

x2 = 1.5

x3 = 255

b1 = x1 == x2

b2 = x1 == -x2

# *** abs() ***

print(abs(x1))  # Output: 1.5

# *** all() ***

print(all([not b1, b2]))  # Output: True

# *** any() ***

print(any([b1, b2]))  # Output: True

# *** ascii() ***

print(ascii("This is R in Farsi: ر"))  # Output: 'This is R in Farsi: \u0631'

print(ascii(set([b1, b2])))  # Output: {False, True}

# *** bin() ***

print(bin(x3))  # Output: 0b11111111

# *** bool() ***

print(bool(x3), bool(x2), bool(x1))  # Output: True True True

print(bool(0), bool(None), bool([]), bool(()), bool({})) # Output: False False False False False

# *** bytearray() ***

ba1 = bytearray([b1, b2])

print(ba1) # Output: bytearray(b'\x00\x01')

ba2 = bytearray("TEST", encoding='utf8')

print(ba2) # Output: bytearray(b'TEST')

ba3 = bytearray(8)

print(ba3) # Output: bytearray(b'\x00\x00\x00\x00\x00\x00\x00\x00')

# *** bytes() ***

ba1 = bytes([b1, b2])

print(ba1) # Output: b'\x00\x01'

ba2 = bytes("TEST", encoding='utf8')

print(ba2) # Output: b'TEST'

ba3 = bytes(8)

print(ba3) # Output: '\x00\x00\x00\x00\x00\x00\x00\x00'

Declare Arrays in Python

Declare Arrays in Python

A Python List can be considered as a Dynamic Array. The following examples present how to declare an Array in Python.

arr1 = [0] * 8

print(arr1)

# Output: [0, 0, 0, 0, 0, 0, 0, 0]

arr2 = [""] * 8

print(arr2)

# Output: ['', '', '', '', '', '', '', '']

arr3 = [None] * 8

print(arr3)

# Output: [None, None, None, None, None, None, None, None]

arr4 = [None for i in range(0, 8)]

print(arr4)

# Output: [None, None, None, None, None, None, None, None]

A Cheatsheet for Python Lists

A Cheatsheet for Python Lists 

# *** Creating a list ***

list1 = []

list2 = [1, "item1", 2.2]

list3 = [list1, list2, "a text", 1234]

print(list3[1][1])

# Output:  item1

print(list3[-1]) # negative index are counted from the end.

# Output:  1234

# 

# *** Length of a list ***

len3 = len(list3)

print(len3)

# Output:  4

# 

# *** Appending new list items ***

for i in range(10, 14):

    list3.append(i)

list3.append([t for t in range(0, 10, 3)])

print(list3)

# Output:  [[], [1, 'item1', 2.2], 'a text', 1234, 10, 11, 12, 13, [0, 3, 6, 9]]

print(list3[-1]) # negative index are counted from the end.

# Output:  [0, 3, 6, 9]

#

# Inserting new items into a list.

print(list2)

# Output:  [1, 'item1', 2.2]

list2.insert(2, 222)

print(list2)

# Output:  [1, 'item1', 222, 2.2]

#

# Extending a list.

list2.extend([t for t in range(0, 10, 3)])

print(list2)

# Output:  [1, 'item1', 222, 2.2, 0, 3, 6, 9]

#

# Removing an items from a list.

list2.remove("item1")

print(list2)

# Output:  [1, 222, 2.2, 0, 3, 6, 9]

#

# Using pop method to get and remove an item.

val1 = list2.pop()

print(val1)

# Output:  9

val2 = list2.pop(2) # index.

print(val2)

# Output:  2.2

#

# Slicing a list.

list4 = ["A", "B", "C", "D", "E", "F", "G"]

print(list4[:2])

# Output:  ['A', 'B']

print(list4[:-2])

# Output:  ['A', 'B', 'C', 'D', 'E']

print(list4[2:])

# Output:  ['C', 'D', 'E', 'F', 'G']

print(list4[2:4])

# Output:  ['C', 'D']

print(list4[::-1])

# Output:  [['G', 'F', 'E', 'D', 'C', 'B', 'A']

Multiton

 

Multiton
Design Patterns
Creational Design Patterns

In computer programming, the Multiton Pattern is a design pattern which generalizes the singleton pattern in two different ways:

1) On copy of the corresponding Singleton for each data type,

2) On copy of the corresponding Singleton for each value of a parameter.

Where the Singleton Pattern permits only one instance of a class to be instantiated, the Multiton Pattern allows multiple instances of a class to be instantiated.

Functional Programming

Functional Programming is a computer programming paradigm in which the constituents of a computer program are functions. In the workflow of the program, you would find functions calling functions in a way that in one stack of calls you might observe tens or even hundreds of nested function calls. Functional Programming implementations make many complex algorithms be programmed easier than many other paradigms, however, its performance (speed of computer program executing) may be lower than those paradigms. 

GP :: Purchase Order Number

Purchase Order Number

SELECT PORDNMBR [Order ID], * FROM PM10000 WITH(nolock) WHERE DEX_ROW_TS > '2019-05-01';
SELECT PORDNMBR [Order ID], * FROM PM20000 WITH(nolock) WHERE DEX_ROW_TS > '2019-05-01';
SELECT PORDNMBR [Order ID], * FROM PM30200 WITH(nolock) WHERE DEX_ROW_TS > '2019-05-01';