Добро пожаловать в мир Python

Python декораторы на максималках. Универсальный рецепт по написанию и аннотирования от мала до велика.

Декорирование функций - это, наверное, самая сложная среди базовых и самая простая среди продвинутых фич языка Python. С декораторами, наверное, знакомы все джуны (хотя бы в рамках подготовки к собеседованиям). Однако, крайне мало разработчиков пишут их правильно. Особенно принимая во внимания тенденции последних нескольких лет к аннотированию всего и вся. Даже популярные open-source проекты (если основная часть их кода была написана до 2018 года) вряд ли дадут вам примеры декораторов, отвечающих всем современным требованиям к коду.

Так давайте разбираться!

Материал полностью написан на основе моего опыта по работе над OSS проектами, поэтому в нем вы найдете примеры достаточно сложных кейсов, которые никогда не рассматриваются в других подобных гайдах. В то же время я постарался подвести к ним максимально "мягко", чтобы было понятно даже начинающим питонистам.

В рамках статьи мы разберемся с декорированием функций в Python от простого к самому сложному. Рассмотрим, как их правильно писать и аннотировать, чтобы другие потребители вашего кода не страдали от близкого знакомства с ним. Уверен, что даже если вы чрезвычайно опытный разработчик, вы найдете для себя полезные советы (хотя и можете пропустить солидную часть материала).

Давайте разбиратьсяhttps://habr.com/ru/articles/750312/

Python: упущенные основные функции.

Итак, давайте кратко обсудим все функции, о которых вы, возможно, не слышали, но вы определенно хотите знать, если вы стремитесь стать действительно опытным питонистом.
https://erikvandeven.medium.com/python-uncovering-the-overlooked-core-functionalities-54590420c225

7 способов разделить массив Numpy между процессами

В этом руководстве вы познакомитесь с набором подходов, которые можно использовать для совместного использования массива numpy между процессами Python. https://superfastpython.com/numpy-share-array-processes/

🎨Диаграмма как код для прототипирования архитектуры облачных систем

Диаграммы позволяют нарисовать архитектуру облачной системы в коде Python https://github.com/mingrammer/diagrams

Как создать голосового ассистента.

В данной статье я расскажу, как можно сделать простого голосового ассистента. Все это мы будем делать в Python.

Читать далееhttps://habr.com/ru/articles/749774/

Математические функции с использованием Python

Пять декораторов Python, которые могут сократить ваш код вдвое

В этой короткой статье мы рассмотрим концепцию оболочек Python и представим пять примеров, которые могут улучшить наш процесс разработки Python.
https://python.plainenglish.io/five-python-wrappers-that-can-reduce-your-code-by-half-af775feb1d5

Профессия «Python-разработчик». Курс с нуля до трудоустройства за 10 месяцев.

Освойте один из самых популярных языков для бэкенда, научитесь создавать полноценные сайты и веб-приложения и реализовать внутреннюю логику работы программ на фреймворке Django.

🎁 Мы подготовили для вас спецпредложения, чтобы решиться было проще! Выбирайте один из бонусов: 2 месяца академического отпуска, 1 месяц персональных консультаций с наставником и подготовка к техническому интервью, кешбэк 20 000 ₽ после полного прохождения программы.

🔖Готовы попробовать прямо сейчас? Оставьте заявку и мы расскажем, как пройти бесплатные курсы профессии!

Реклама. ООО "ХЕКСЛЕТ РУС". ИНН 7325174845. erid: 2RanymLvAKr

Создание фиктивных данных с использованием Python

Невероятно быстрые сборки Python Docker с помощью Poetry

В этой статье предполагается, что вы уже знакомы как с Poetry, так и с Docker, в частности с тем, как работает кэширование слоев Docker, и ищете способ оптимизировать свои сборки. Я структурировал статью от наивных до более оптимизированных решений, чтобы читатель мог понять влияние каждой оптимизации. Достаточно введения, давайте посмотрим некоторые Dockerfiles! 💪

https://medium.com/@albertazzir/blazing-fast-python-docker-builds-with-poetry-a78a66f5aed0

🐍Plotly и Pandas: объединение усилий для эффективной визуализации данных

https://towardsdatascience.com/plotly-and-pandas-combining-forces-for-effective-data-visualization-2e2caad52de9

🐍LangChain + Streamlit🔥+ Llama 🦙: перенос диалогового ИИ на ваш локальный компьютер 🤯
Интеграция LLM с открытым исходным кодом и LangChain для бесплатных генеративных ответов на вопросы (ключ API не требуется)

https://ai.plainenglish.io/%EF%B8%8F-langchain-streamlit-llama-bringing-conversational-ai-to-your-local-machine-a1736252b172

Окончательный выпуск Python 3.12 запланирован на октябрь 2023 года, который становится все ближе. А пока вы можете загрузить и установить его предварительную версию , чтобы получить представление о предстоящих функциях. Одним из самых больших объявленных изменений является поддержка профилировщика Linux perf, который является мощным инструментом профилирования производительности.

https://realpython.com/python312-perf-profiler/

#PyLoose — ПЕРВАЯ задокументированная бесфайловая атака на основе Python, нацеленная на облачные рабочие нагрузки. Посмотрите на силу 9 строк кода Python https://thehackernews.com/2023/07/python-based-pyloose-fileless-attack.html

Откажитесь от жесткого кодирования в проекте по науке о данных — вместо этого используйте файлы конфигурации

Как эффективно взаимодействовать с файлами конфигурации в Python.
https://www.kdnuggets.com/2023/06/stop-hard-coding-data-science-project-config-files-instead.html

Язык программирования Python с каждым годом становится всё более популярным и востребованным. Параллельно растёт и спрос на Python-разработчиков. Поэтому самое время присоединиться к бесплатному онлайн-интенсиву и на практике попробовать себя в решении реальных задач из разных сфер на языке Python: ▶️ https://epic.st/DkCRM

Всего за 3 дня вы научитесь:
✔️ получать данные с сайтов;
✔️ работать с API;
✔️ парсить HTML;
✔️ автоматически выделять важное из текстов;
✔️ автоматизировать email-рассылки;
✔️ разбираться в рынке фриланса на Python.

🔔Спикер — Анастасия Борнева, руководитель направления по исследованию данных в Сбере. Она с 2018 года занимается автоматизацией процессов с помощью искусственного интеллекта.

🎁 Всем участникам, прошедшим интенсив, подарим электронную книгу Роджера Сайпа и Робба Збиерски «Разум под контролем» издательства МИФ. А каждый, кто оставит заявку на участие в интенсиве, получит материал с подборкой коротких и полезных программ на Python.

Подключайтесь, задавайте вопросы и получите сертификат на скидку 10 000 рублей на любой курс Skillbox.

До встречи в прямых эфирах с 13 по 15 июля в 19:00 по московскому времени!

Реклама. ЧОУ ДПО «Образовательные технологии «Скилбокс (Коробка навыков)», ИНН: 9704088880

Делаем Python в 100 раз быстрее, используя менее 100 строк Rust

Некоторое время назад в $work у нас возникла проблема с производительностью одной из наших основных библиотек Python.

Именно эта библиотека составляет основу нашего конвейера 3D-обработки. Это довольно большая и сложная библиотека, которая использует NumPy и другие научные пакеты Python для выполнения широкого спектра математических и геометрических операций.

Нашей системе также приходится работать в режиме реального времени с ограниченными ресурсами процессора, и хотя поначалу она работала хорошо, по мере роста числа одновременных физических пользователей мы начали сталкиваться с проблемами, и наша система с трудом справлялась с нагрузкой.

Мы пришли к выводу, что нам необходимо сделать нашу систему как минимум в 50 раз быстрее, чтобы справляться с возросшей рабочей нагрузкой, и мы решили, что Rust может помочь нам достичь этого.

Поскольку проблемы с производительностью, с которыми мы столкнулись, довольно распространены, мы можем воссоздать и решить их прямо здесь, в (не такой уж короткой) статье.

Итак, выпейте чашечку чая (или кофе), и я расскажу вам (а) об основной проблеме и (б) о нескольких вариантах оптимизации, которые мы можем применить для решения этой проблемы.

https://ohadravid.github.io/posts/2023-03-rusty-python/

Создайте свой собственный язык программирования с помощью Python

Представьте, что вы можете создать свой собственный язык программирования с нуля. Способность спроектировать и создать язык, адаптированный к вашему собственному видению и спецификациям, является невероятным достижением для любого программиста. https://www.freecodecamp.org/news/create-your-own-programming-language-using-python/

Руководство по NumPy: очень простой способ выучить его за 10 минут

Во-первых, вы узнаете, что такое NumPy и почему это важно.

Затем мы покажем вам, как установить его с помощью pip.

Далее вы узнаете, как создавать массивы и получать доступ к их атрибутам .

Мы также рассмотрим основные операции с массивами , индексирование и нарезку . Но это еще не все — вы также узнаете о передовых методах работы с массивами , а также о том , как генерировать случайные числа и выполнять основные статистические функции .

Короче говоря, это руководство охватывает все, что вам нужно знать, чтобы начать работу с NumPy.

А если вы заинтересованы в изучении более продвинутых функций, мы предоставляем ссылки на официальную документацию по NumPy и другие ресурсы .

Итак, не пора ли вам добавить NumPy в свой набор инструментов для обработки данных ?

С этим руководством вы можете сделать это всего за 10 минут!

https://pub.towardsai.net/numpy-guide-super-simple-way-to-learn-it-in-10-minutes-d382ff45e215