В Python, list - это набор данных, представляющих собой список элементов. Или просто перечисление через запятую. В список можно добавлять переменные абсолютно любых типов, не обязательно строки или числа. Это могут быть объекты, другие списки, булевы переменные и прочие типы данных. Размер списка может изменяться динамически. Вот некоторые типовые операции, которые вы можете выполнить с переменной типа список:

Создание списка:

custom_list = [18, 555, "any row", False, [100, 51, "goal"]]
empty_list = []

Добавление элементов в список:

В языке программирования Python строки являются произвольной последовательностью символов. Вот некоторые основные действия, которые используются при работе над строками:

Создание строки:

Для создания новой переменной типа строка допускается использовать как одинарные, так и двойные кавычки. Например:

str_1 = 'Статья о строках'
str_2 = "Это строка тоже."

Изменение строки:

Моки и фикстуры используются при тестировании программного обеспечения, чтобы гарантировать надежность и правильность кода, но они служат разным целям.

Моки используются для замены зависимости тестируемого кода тестируемым объектом, который ведет себя определенным образом. Например, если функция зависит от подключения к базе данных, фиктивный объект можно использовать для имитации подключения к базе данных без фактического подключения к ней. Это позволяет тестировать функцию изолированно и без необходимости подключения к реальной базе данных.

Списки Python — это универсальная и широко используемая структура данных в Python. list — это упорядоченная коллекция элементов, которые могут иметь любой тип данных, например целые числа, числа с плавающей запятой, строки или даже другие списки. Списки определяются путем заключения последовательности элементов, разделенных запятыми, в квадратных скобках. Вот несколько примеров использования списков Python:

Создание списка:

Вы можете создать пустой список или список с некоторыми элементами, используя квадратные скобки. Например:

Создавать миграции командой python manage.py makemigrations вы и так умеете. Если кто не знает эту команду - она создаст файлы миграции при добавлении(или изменении моделей). С миграцией данных будет похожий механизм, давайте его рассмотрим.

Генератор - это обыкновенная функция python. Главное отличие - это то, что данные она возвращает не командой return, а командой yield.

Эта команда и будет генерировать последовательность значений.

И если вызвать такую функцию - она не вернёт объект генератора, не значение. Затем из данного объекта посредством функции next или цикла for удастся получить значения, которые должна была вернуть функция.

Когда генератор вернёт все данные - будет брошен эксепшн типа StopIteration. По сути - генератор это тот же итератор, просто выглядит по-другому.

Чтобы замерить время выполнения python скрипта - достаточно узнать текущее время до его работы и после. Затем вычесть из второго первое и таким образом получить продолжительность работы кода.

Для работы нам потребуется только пакет time

Миграции в django - это программно сгенерированные файлы, создающие таблицы в БД, обновляющие структуру этих таблиц или удаляющие эти таблицы.

Данная процедура обязательна при работе с моделями, которые хранятся в БД

Очень часто модель надо связать со множеством экземпляров другой модели. Например модель "Город" и модель "Район". В такой логике у нас будет один город и множество районов города. Связать такие модели можно через метод ManyToManyField.

Для извлечения из БД списка моделей используется метод модели objects. Далее методом filter можно добавить условия выборки(аналогично where в БД).

Например, выбор всех моделей типа Task, у которых поле size равно 5 и поле approval равно True:

Task.objects.filter(size=5, approval=True)

С этим всё просто. А теперь предположим, что эти фильтры зависят от чего-либо, например от GET-параметров, от пользователя, времени суток или банально страницы сайта. Передать набор фильтров в виде словаря нельзя.