Библиотека питониста | Python, Django, Flask

Библиотека питониста | Python, Django, Flask

@pyproglib

Все самое полезное для питониста в одном канале.Список наших каналов: https://t.me/proglibrary/9197Для обратной связи: @proglibrary_feeedback_botПо рекламе: @proglib_advРКН: https://gosuslugi.ru/snet/67b885cbd501cf3b2cdb5b36#WXSSA

38 436 подписчиков
ЕжедневноКачество: 100%🇷🇺 RUПоследний пост: 08.03.2026
Открыть в TelegramПоделиться в TG

Последние посты

Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask@pyproglib

🛠 PEP 810: эволюция импортов в PythonИстория внедрения lazy import — это не просто рассказ о новой фиче, а настоящий мастер-класс по тому, как сообщество Python умеет работать над ошибками и находить баланс между производительностью и стабильностью.📉 Почему PEP 690 (первая попытка) провалилсяВ 2022 году Meta предложила радикальный подход: флаг -L, делающий все импорты ленивыми по умолчанию. Управляющий совет (Steering Council) наложил вето по веским причинам:— Фрагментация: Это создало бы «два разных Python», где библиотеки вели бы себя по-разному.— Скрытые сайд-эффекты: Огромное количество legacy-кода завязано на логике, которая выполняется строго в момент импорта.— Сложность отладки: Ошибки инициализации могли «всплывать» в самых неожиданных местах рантайма.🚀 Почему PEP 810 (текущий) — это победаДизайн был полностью переосмыслен. Вместо неявного глобального флага мы получили явный синтаксический сахар:1. Явность (Opt-in): Вводится новое «мягкое» ключевое слово lazy. Вы сами помечаете тяжелые зависимости, которые не нужны при старте.# Python 3.15+lazy import torchlazy from matplotlib import pyplot as plt2. Прокси-объекты вместо магии диктов: В PEP 690 предлагалось менять внутреннее устройство dict. PEP 810 изящнее — он создает легкий прокси-объект. Реальный импорт триггерится только в момент первого обращения к атрибуту объекта.3. Производительность: Результаты Meta (Cinder) и Hudson River Trading подтверждают: время старта CLI-инструментов сокращается до 70%, а потребление памяти — до 40%.⚠️ Технические нюансы и ограниченияКак и у любого мощного инструмента, у lazy import есть свои «но»:— Wildcard запрещены: Конструкция lazy from module import * вызовет SyntaxError, так как интерпретатору нужно знать список имен заранее.— Deferred Errors: ModuleNotFoundError теперь вылетит не в начале скрипта, а в строке, где вы впервые вызвали torch.save(). Это нужно учитывать при написании долгоживущих сервисов.— Thread Safety: Python сохраняет глобальную блокировку импорта (

14 мар. 2026 г.2 270В Telegram
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask@pyproglib

Самый востребованный навык в ИТ в 2026-м — навык создания ИИ-агентовМы полностью переработали курс «Разработка AI-агентов» под реалии 2026 года. Никакой долгой теории — с самого начала пишем код. Обучать и делиться набитыми шишками будут эксперты-практики из Газпромбанка, Альфа-Банка и других бигтехов.В программе:— архитектура автономных систем с тестированием, ReAct-циклами и контролем токенов;— практическая работа с актуальными фреймворками LangGraph, AutoGen, MCP и CrewAI;— настройка продвинутого RAG для парсинга документов и точного поиска;— внедрение решений с учётом действующего законодательства (152-ФЗ);— дипломная работа, за основу которой можно взять свой рабочий проект или задачу, которую предложим мы.Эксперты поделятся инсайтами из реального продакшна — тем, о чём вам никогда не расскажет ни одна нейросеть.Запись первого открытого вебинара, на котором мы вместе с руководителем AI-направления в Альфа-Банке Полиной Полуниной пилили агента в прямом эфире.Ах да, чуть не забыли! Дарим промокод AGENTSWEB на скидку 10 000 рублей и два курса сверху при покупке до 15 марта 🎁→ Освоить разработку AI-агентов

13 мар. 2026 г.2 370В Telegram
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask@pyproglib

🚀 Polars 1.39: новая версияБиблиотека Polars продолжает сокращать разрыв между локальной обработкой данных и полноценными хранилищами данных (Data Lakehouses). Версия 1.39 принесла три ключевых фичи, которые сильно упростят жизнь дата-инженерам.📈 1. Streaming AsOf JoinФункция join_asof() теперь поддерживается стриминговым движком.Теперь можно объединять огромные временные ряды (time-series), которые не помещаются в оперативную память.Идеально для финансового анализа и данных с датчиков (IoT), где нужно сопоставить события по ближайшей метке времени.🧊 2. Полноценный цикл с Apache IcebergВ дополнение к чтению (`scan_iceberg`), появился sink_iceberg() для записи данных из LazyFrame.Polars теперь поддерживает полный цикл чтения/записи для архитектур Data Lakehouse на базе Iceberg.Можно обрабатывать данные и сохранять их напрямую в аналитические таблицы без промежуточных CSV/Parquet файлов.☁️ 3. Стриминг прямо из облакаФункции scan_csv(), scan_ndjson() и scan_lines() теперь умеют скачивать данные потоково.Polars больше не нужно скачивать файл целиком из S3 или Azure Blob перед началом обработки.Значительная экономия места на диске и ускорение «холодного» старта ваших скриптов.🔗 Ссылка на релиз📍 Навигация: Вакансии • Задачи • Собесы🐸 Библиотека питониста#буст

13 мар. 2026 г.1 990В Telegram
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask@pyproglib

🚀 Мастер-класс по Python: от «Hello World» до профиЕсли вы ищете структурированный и интерактивный способ выучить Python в 2026 году, этот курс — отличная точка входа. Здесь нет «воды», только живой код и практика.Курс разбит на логические блоки (12 модулей, 71 урок), которые ведут вас от основ к профессиональной разработке.🔗 Ссылка на курс📍 Навигация: Вакансии • Задачи • Собесы🐸 Библиотека питониста#буст

12 мар. 2026 г.2 390В Telegram
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask@pyproglib

🐍 Python совет: if при подсчете элементовОдин из самых частых паттернов у новичков — использование условий для проверки наличия ключа в словаре при подсчете. Это работает, но выглядит громоздко и совсем не «по-питонячьи».❌ Как делать не стоит (многословно):counts = {} for item in items: if item in counts: counts[item] += 1 else: counts[item] = 1✅ Используйте `defaultdict` из модуля `collections`Это специальный тип словаря, который сам создает дефолтное значение для ключа, если его еще нет в объекте:from collections import defaultdictcounts = defaultdict(int) # указываем тип int как дефолтный (даст 0)for item in items: counts[item] += 1Когда вы инициализируете defaultdict(int), вы говорите Python: «Если ключа нет, создай его и присвой значение, которое возвращает функция int(), то есть **0**».Преимущества:— Никаких проверок if item in counts.— Логика становится линейной и понятной с первого взгляда.— Меньше шансов допустить ошибку в условиях или инициализации.Если вам нужно просто посчитать элементы в итерируемом объекте, в Python есть еще более мощный инструмент — Counter:from collections import Countercounts = Counter(items)print(counts.most_common(3)) # Бонус: сразу получаем топ-3 элемента📍 Навигация: Вакансии • Задачи • Собесы🐸 Библиотека питониста#буст

11 мар. 2026 г.2 440В Telegram
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask@pyproglib

The Algorithm Design Manual считается «Библией» для подготовки к собеседованиям в BigTech и незаменимым справочником для тех, кому нужно решать реальные задачи, а не просто доказывать теоремы.📍 Навигация: Вакансии • Задачи • Собесы🐸 Библиотека питониста#буст

10 мар. 2026 г.2 790В Telegram
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask@pyproglib

⏳ Часовая готовность: создаём ИИ-агента в прямом эфиреВ 19:00 МСК в рамках нашего курса «Разработка AI-агентов» стартует вебинар «ИИ-агенты в продакшене: от хайпа к деньгам». Спикер — Полина Полунина, руководитель AI-направления в Альфа-Банке.Будет live-демо работающего агента, реальные метрики из корпоративной среды и честный разбор архитектурных граблей — без воды и «успешного успеха».Всем зрителям эфира дадим эксклюзивный промокод AGENTS на скидку 10 000 ₽ на любой тариф курса.👉 Занять место на вебинаре

10 мар. 2026 г.2 850В Telegram
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask@pyproglib

🚀 Лестница оптимизации PythonВсе знают, что Python медленный. Но мало кто знает, на какой «ступеньке» пора остановиться, чтобы не тратить недели на оптимизацию того, что и так работает.Разработчик провел масштабный бенчмарк (март 2026) на Apple M4 Pro и составил «лестницу» инструментов. Оказалось, что дело не только в GIL. Главный виновник — максимальная динамичность. На каждый a + b Python должен спросить: «Что такое a? Что такое b? Есть ли у них метод add? Не подменили ли его секунду назад?». В итоге обычное число в C занимает 4 байта, а в Python — 28 байт «обвязки».🪜 Ступени лестницы (от простого к сложному):1. Обновите CPython (Уровень: Легко)• Профит: до 1.4x (переход с 3.10 на 3.11+).• Цена: Смена версии в Dockerfile.• Нюанс: 3.14t (без GIL) в однопотоке чуть медленнее из-за накладных расходов на атомарные операции.2. Альтернативные рантаймы (PyPy, GraalPy)• Профит: 6x – 66x.• Цена: Просто запустить код другим интерпретатором.• Нюанс: Совместимость с C-библиотеками (pandas, numpy) может быть кривой.3. Mypyc (Компиляция типов)• Профит: 2.4x – 14x.• Цена: Написать нормальные Type Annotations.• Нюанс: Отлично работает, если ваш код и так проходит строгую проверку mypy.4. Numba (@njit)• Профит: 50x – 135x.• Цена: Один декоратор и перевод данных в массивы NumPy.• Нюанс: Идеально для тяжелых математических циклов.5. Cython (Путь джедая)• Профит: до 124x (уровень нативного C).• Цена: Знание C и борьба с «минным полем» (например, x ** 0.5 в Cython может быть в 40 раз медленнее, чем `sqrt(x)`).6. Новая волна (Mojo, Codon, Taichi)• Профит: до 198x.• Цена: Сырые инструменты, отсутствие колес (wheels) под новые версии Python. Mojo — это вообще новый язык "в шкуре" Python.7. Rust (PyO3)• Профит: 113x – 154x.• Цена: Изучение Rust.• Главный плюс: Не чистая скорость, а «владение данными». Rust может распарсить JSON в свои структуры, вообще не создавая медленные Python-словари.Стеклянный потолок: Словари и JSONЕсли ваша задача — гонять JSON (как в реальном мире), то Cython и

10 мар. 2026 г.2 310В Telegram
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask@pyproglib

💡 Изобретаем свои Comprehensions в PythonМногие знают о list, set и dict comprehensions. Но что, если вам нужен tuple comprehension или frozenset comprehension? В синтаксисе Python их не существует, но мы можем их имитировать.Главный секрет: Генераторные выраженияГенераторные выражения (generator expressions) — это «строительные блоки», которые позволяют создавать итерируемые объекты на лету без выделения памяти под весь список.Как это работает:Если передать генераторное выражение в функцию как единственный аргумент, лишние скобки можно опустить:# Вместо этого:all((n > 1 for n in numbers))# Пишем так:all(n > 1 for n in numbers)🛠 Примеры «кастомных» включений1. Tuple ComprehensionФормально его нет, но передача генератора в конструктор tuple() дает тот же результат:>>> numbers = [2, 1, 3, 4, 7]>>> tuple(n**2 for n in numbers)(4, 1, 9, 16, 49)2. Frozenset ComprehensionЕсли вам нужен неизменяемый (immutable) сет:>>> word_fset = frozenset(w.lower() for w in ["Apple", "Orange", "Apple"])frozenset({'apple', 'orange'})3. Counter ComprehensionКласс Counter из модуля collections идеально сочетается с генераторами для быстрого подсчета объектов:from collections import Counterwords = Counter(w.strip() for w in text.split())📉 Агрегация через Reducer-функцииГенераторные выражения отлично работают с функциями, которые «сворачивают» (reduce) итерируемый объект в одно значение:— sum(n**2 for n in numbers) — сумма квадратов.— "".join(str(n) for n in numbers) — конкатенация строк.— math.prod(n for n in numbers) — произведение элементов.📍 Навигация: Вакансии • Задачи • Собесы🐸 Библиотека питониста#буст

9 мар. 2026 г.2 130В Telegram
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask — пост в ТГ канале
Библиотека питониста | Python, Django, Flask@pyproglib

😄 Подборка Python-мемов🤓 Листайте, улыбайтесь и узнавайте себя.Если у вас есть свои любимые — делитесь в комментариях📍 Навигация: Вакансии • Задачи • Собесы🐸 Библиотека питониста#буст

8 мар. 2026 г.2 440В Telegram

Похожие каналы