About Python [ru]

🧠 Самые интересные статьи за последние дни:

• Обвиваем YouTube змеем, или как смотреть и скачивать видео с YouTube без VPN на чистом Python-е. Часть 1

• Python: неочевидное и вероятное

• Пишем свой PyTorch на NumPy. Часть 1

• Polars vs Pandas: битва титанов. Кто кого?

• Telegram-бот-магазин на Python: пошаговый гайд с оплатой, каталогом и админкой (Aiogram 3 + SQLAlchemy 2)

👩‍💻 Хороший Плохой Злой ИИ Open Source: как мы в Axolotl пушили

Всем привет! Меня зовут Шубин Вадим, я Data Scientist в компании Raft Digital Solutions. В этой статье я хотел бы рассказать о нашем опыте с фейл-сабмитом в существующий опенсорс-проект Axolotl и о том, какие уроки из него мы извлекли. Но обо всём по порядку. Давайте начнем!

Читать...

👩‍💻 Простое управление настройками приложения в проекте на django

Как добавить кучу настроек для администратора в свой проект на django без дополнительных сервисов feature-toggle и потом в них не потеряться.

Читать...

⚙️ Что такое any и all в Python и зачем они используются?

any и all — это встроенные функции в Python, которые проверяют значения в итерируемом объекте.

• any возвращает True, если хотя бы одно значение истинное.
• all возвращает True, если все значения истинные.

➡️ Пример:

numbers = [0, 2, 4, 6]

# Проверка: есть ли хотя бы одно ненулевое число
print(any(numbers))  # True

# Проверка: все ли числа ненулевые
print(all(numbers))  # False

🗣️ В этом примере any возвращает True, так как есть ненулевые значения, а all — False, так как присутствует 0. Эти функции полезны для упрощения проверки условий в списках и других коллекциях.

🖥 Подробнее тут

👩‍💻 Массовая асинхронная обработка запросов с последующей синхронной CPU-bound логикой

Как обработать миллион запросов к API, совмещая асинхронный ввод-вывод с тяжелыми вычислениями? В статье разбираются подходы с использованием asyncio и ProcessPoolExecutor для масштабируемости и высокой производительности.

Читать...

👩‍💻 Мэтчинг персонажей. Level Hard

Как находить персонажей на гравюрах без ручной разметки данных? В статье рассказывается, как сегментация изображений и контрастивное обучение помогают справиться с датасетом из 25 тысяч гравюр Британского музея.

Читать...

📈 Подборка статей для вашей карьеры

• «Снова упала?» Как поднять самооценку и зачем мы сравниваем себя с другими, даже если от этого больно

• Из учителя в QA: мой путь в IT

• Рынок дата-инженеров и прогноз на 2025

• Лидерами рождаются или становятся? Откуда берутся управленцы и лидеры в IT

• Работать или переработать: как победить в себе заядлого удаленщика

👩‍💻 Стратегия Келли точно не подведёт

В статье рассматривается уникальная карточная игра с нулевой дисперсией, где стратегия Келли работает без риска. Разбирается механизм ставок, анализ игры и её математическая основа, описанная Томасом Кавером.

Читать...

👩‍💻 Нахождение второго наименьшего числа

Напишите функцию, которая принимает список чисел и возвращает второе наименьшее число. Если второго наименьшего числа не существует (например, в списке менее двух уникальных чисел), функция должна возвращать None.

Пример:

print(second_smallest([4, 2, 1, 5, 3]))  # 2
print(second_smallest([7, 7, 7]))        # None
print(second_smallest([10]))             # None

Решение задачи🔽

def second_smallest(numbers):
unique_numbers = sorted(set(numbers))
return unique_numbers[1] if len(unique_numbers) > 1 else None

# Пример использования
print(second_smallest([4, 2, 1, 5, 3])) # 2
print(second_smallest([7, 7, 7])) # None
print(second_smallest([10])) # None

👩‍💻 Мир за пределами Pandas: достойные альтернативы для работы с данными

В статье рассмотрены альтернативы Pandas: от колоночной DuckDB и сверхскоростной Polars до мощного Modin и гибкого Vaex. Узнайте их особенности, преимущества и ключевые характеристики.

Читать...

⚙️ Что такое functools.partial в Python и зачем он используется?

functools.partial позволяет создавать новые функции с фиксированными аргументами на основе существующих функций. Это удобно для сокращения вызовов функций или создания функций-обёрток с предопределёнными параметрами.

➡️ Пример:

from functools import partial

def power(base, exponent):
    return base ** exponent

# Фиксируем аргумент exponent = 2
square = partial(power, exponent=2)

print(square(5))  # 25
print(square(10)) # 100

🗣️ В этом примере partial создаёт новую функцию square, которая всегда возводит число в квадрат. Это упрощает вызовы функций и улучшает читаемость кода.

🖥 Подробнее тут

👩‍💻 Godot 3.6 с поддержкой python

Использование Python вместо GDScript в Godot: настройка окружения, установка плагина для Python на версии 3.x и сборка игры под Windows. Всё просто и быстро для тех, кто предпочитает Python!

Читать...

👩‍💻 Сортировка книг по тематикам скриптами Python

Автор делится опытом управления 16 тысячами книг, включая ИТ и медицину, с использованием Python-скриптов для дедупликации, сортировки и облачного хранения.

Читать...

🧠 Самые интересные статьи за последние дни:

• PyMyFlySpy: отслеживание полёта по бортовым данным

• FastAPI и Dependency Injection: правда или вымысел?

• Мир за пределами Pandas: достойные альтернативы для работы с данными

• Укрощение строптивого прибора или python в помощь инженеру

• Всё про конфиги

⚙️ Функциональные зависимости в таблице (удобный форк FDTool для python3)

Разбираем функциональные зависимости в таблицах и библиотеку FDTool для Python. Как эффективно работать с большими и сложными таблицами, понимая их архитектуру и зависимости.

Читать...

👩‍💻 Как сократить время выполнения ресурсоемких задач в Python

Как ускорить вычисления в Python? Статья покажет, как оптимизировать код на GPU для работы с большими данными и ML-моделями. Простые техники без смены языка и алгоритмов на примере набора Online Retail.

Читать...

📈 Подборка статей для вашей карьеры

• Вся правда о еженедельных созвонах, или Зачем переливать из пустого в порожнее?

• Тяжела и неказиста жизнь простого RnD. Часть первая: как работают с новыми технологиями в крупных компаниях

• Прийти на внедренный проект на этапе развития системы: как аналитику быстро погрузиться в процессы

• Как 97 лет назад хитрый менеджер-заяц заставил грозного лентяя сделать то, что тот очень не хотел. Смогли бы так?

• 10 лучших приёмов логирования для разработчиков

👩‍💻 Делаем управление конфигами удобным при помощи pydantic_settings

В этой статье научимся использовать модуль pydantic_settings, который позволяет разработчикам легко управлять настройками проекта и загружать их из разных источников, таких как переменные окружения и файлы json, yaml, toml, а также дает доступ к легкой валидации вводимых значений

Читать...

👩‍💻 Поиск подстроки в строках файла

Напишите функцию, которая принимает путь к текстовому файлу и строку для поиска, а затем выводит все строки файла, содержащие эту строку (игнорируя регистр). Если совпадений нет, функция должна вывести сообщение об отсутствии результатов.

Пример:

search_in_file('example.txt', 'python')

• Если в example.txt есть строки, содержащие слово "python" (в любом регистре), они будут напечатаны.

Решение задачи🔽

def search_in_file(file_path, query):
query_lower = query.lower()
found = False

with open(file_path, 'r', encoding='utf-8') as f:
for line in f:
if query_lower in line.lower():
print(line.strip())
found = True

if not found:
print("Ничего не найдено.")

# Пример использования
# search_in_file('example.txt', 'python')

👩‍💻 Большой гайд по миграциям в Django: полезные советы и обход типичных подводных камней

Статья углубляется в Django-миграции для новичков. Разбираются фиктивные применения, миграции данных, «сухая проверка» и частые ошибки. Примеры из практики и полезные советы помогут освоить процесс.

Читать...