Python Portal

Веб-скрейпинг больше никогда не будет прежним

С помощью /extract-эндпоинта от firecrawl достаточно просто описать в промпте, что именно ты хочешь вытащить — и ты получаешь структурированные данные, готовые для LLM.

Больше никакого хардкода 🥲

👉 @PythonPortal

Нужно расплющить список списков?

Одна строка. Без циклов. Без сторонних библиотек.

Подходит для:

🔸строк из CSV
🔸массивов из JSON
🔸вложенных конфигов
🔸ответов от API

Быстро, чисто, лаконично.

Попробуй, когда в следующий раз будешь разбирать вложенные данные.

👉 @PythonPortal

Известная образовательная платформа NMA выложила в открытый доступ на GitHub полный курс по вычислительной нейронауке — Neuromatch Academy

Курс охватывает весь путь от основ программирования на Python до продвинутого нейромоделирования.

Включает ключевые темы: машинное обучение, динамические системы, стохастические процессы и многое другое. Идеально подойдёт тем, кто хочет выстроить системное понимание вычислений в мозге. 😎

👉 @PythonPortal

Нужны читаемые числа в Python?

Используй f"{num:,}", чтобы добавить разделители разрядов (через запятые) без сторонних библиотек.

Полезно для:

- цен
- больших чисел
- размеров файлов
- аналитических дашбордов

Попробуй на своих данных. 😇

👉 @PythonPortal

Одна из тех штуковин, что реально пригодится, но почему-то мало кто о ней знает

Расширение JSON Crack для VS Code, которое берёт JSON и показывает его как интерактивный граф.

Просто и понятно, лайк 👍

👉 @PythonPortal

Совет по Python:

Чрезмерная вложенность это плохо.

Как правило, 2–3 уровня вложенности это максимум, с чем ещё можно нормально работать. Больше, и ты уже на грани безумия

Если замечаешь, что начал городить вложенность на вложенности, то попробуй пересмотреть архитектуру. Возможно, есть подходящие модули или более элегантные решения.

👉 @PythonPortal

Кто до сих пор путается в деревьях, графах и сортировках, вот топчик:

https://visualgo.net/en

Визуалка чисто для мозга, всё анимировано: стек, очередь, DFS, BFS, сортировки, хэш-таблицы.

Как будто смотришь, как думает комп. Залипнуть можно. 😳

Сохрани

👉 @PythonPortal

Понимание __repr__

В Python __repr__ — это специальный метод, часто называемый dunder-методом (сокращение от double underscore). Его основная задача — предоставить официальное строковое представление объекта.

Проще говоря, __repr__ должен возвращать такую строку, которую, в идеале, можно вставить в интерпретатор Python, чтобы воссоздать объект.

Метод __repr__ должен быть однозначным. Он должен ясно передавать, что это за объект, и содержать достаточно информации, чтобы разработчик мог его воспроизвести.

В отличие от __str__, который ориентирован на конечных пользователей и должен быть читаемым, __repr__ предназначен для разработчиков и должен быть точным.

В приведённом примере при вызове print() Python сначала ищет метод str. Но так как определён только __repr__, вызов print(student1) напрямую использует результат student1.__repr__(), который возвращает Student('Mark', 'male')

👉 @PythonPortal

Топ на выходные: 3 сайта с задачками для прокачки ML-навыков

Линейная алгебра, machine и deep learning — разный уровень сложности: задачи отсортированы по Easy, Mediums и Hard. Автоматическая проверка и подсказки в комплекте

Deep-ML, Tensorgym и ML cекция на NeetCode

Ну мед 🍯

👉 @PythonPortal

Python-приложение, которое отображает всю информацию о ваших фильмах прямо в командной строке.

Поддерживает удобный вывод и работает "из коробки" после установки.

Установка:

pip install moviemon
moviemon

👉 @PythonPortal

В Python есть встроенный модуль для точной работы с десятичными числами.

- Никаких сюрпризов с float
- Никаких багов округления

Идеально подходит для денег, счетов и любых задач, где нужна высокая точность.

Особенно полезен в финансовых расчётах.

Попробуй. ❤️

👉 @PythonPortal

Хорошо протестированный релиз залетает в прод

👉 @PythonPortal

Этот трюк в VS Code недооценён и 99% разработчиков даже не знают о его существовании 🤯

Он называется Screencast Mode и отображает все нажатия клавиш и клики мыши прямо на экране

👉 @PythonPortal

Большинство разработчиков распаковывают значения вроде (x, y) вручную в циклах.

Но Python умеет распаковывать вложенные кортежи напрямую.

Чисто, без индексов и костылей.

Отлично подходит для координат, строк из CSV или любых парных данных.

👉 @PythonPortal

Для деплоя AI-приложений в Python тебе нужен всего один декоратор

Beam — это open-source альтернатива Modal для запуска serverless AI-нагрузок.

Просто установи beam через pip, добавь декоратор и любая функция превращается в serverless endpoint 😎

Полностью open-source

👉 @PythonPortal

Всё ещё используешь range(len(...)), чтобы получить индексы?

В Python есть более элегантный способ — enumerate(), который автоматически добавляет индекс.

Идеально подходит для чистых циклов, вывода с метками или нумерации строк в файлах.

Попробуй.

👉 @PythonPortal

POV: я готовлюсь к собесу VS я работаю 💀

👉 @PythonPortal

Нашёл годный инструмент для работы с базами данных

Это AI-инструмент, который на лету генерирует схемы баз данных из обычного текста. Пишешь: «Сделай базу как у Netflix» — получаешь готовую структуру с таблицами, связями и диаграммами

Можно править, генерить фейковые данные, импортить из CSV и деплоить в Supabase в один клик.

Бесплатно, пробуем: https://database.build/

👉 @PythonPortal

Зацени. Microsoft выложила в open-source инструмент для анализа данных без кода.

Data Formulator — это AI‑ассистированный анализ данных с drag-and-drop интерфейсом для визуализации.

Инструмент умеет работать не только с исходным датасетом, но и генерировать дополнительные поля и соответствующие визуализации. 👍

👉 @PythonPortal