Библиотека питониста

🔥 PyTorch 2.9: новые возможности и улучшения

Новая версия приносит улучшения в производительность, переносимость и опыт разработчика:
🔜 Стабильный libtorch ABI для C++/CUDA расширений
🔜 Symmetric memory для мульти-GPU ядер
🔜 Расширенная поддержка wheel: ROCm, XPU, CUDA 13
🔜 Оптимизации для Intel, Arm и x86

С 3,216 коммитами от 452 участников, PyTorch 2.9 продолжает развивать open source AI для разработчиков по всему миру.

🟡 Полный блог о релизе: https://clc.to/Pvqrqw

🐸 Библиотека дата-сайентиста

#свежак

🤖 Hypothesis — пусть Python сам придумывает тесты

Хотите тестировать Python-код умнее, а не больше?

Попробуйте Hypothesis — библиотеку, которая сама генерирует тестовые данные и помогает находить неожиданные крайние случаи.
Вместо десятков однотипных тестов вы просто описываете свойства, которые ваш код должен соблюдать — всё остальное Hypothesis сделает за вас.

👉 Это не просто «юнит-тесты», а полноценное исследование поведения программы. Отличный способ обнаружить скрытые баги ещё до продакшна.

🔗 Документация и код: https://clc.to/NlOt_g

🐸 Библиотека дата-сайентиста

#буст

🎲 Мы не только учим, но и играем!

На экспресс-курсе «Математика для Data Science» — викторина с призом TG-Premium 🎁
Проверь знания, прокачай математику и забери приз.

‼️ Оплатишь до 19 октября — получишь базовый курс в подарок.

👉 Записаться на курс

➡️ Python не стоит на месте

Пока все обсуждают Python 3.14, уже вышла Python 3.15 Alpha.

Что нового:
ℹ️ PEP 799 – новый пакет для профилирования: единая организация инструментов Python профилирования
ℹ️ PEP 686 – UTF-8 теперь используется по умолчанию
ℹ️ PEP 782 – новый C API PyBytesWriter для создания объектов bytes
ℹ️ Улучшенные сообщения об ошибках

🔸 Подробнее

🐸 Библиотека питониста

#свежак

🧐 Хочешь в Data Science, но не знаешь, с чего начать?

Пройди короткий тест по математике — бот покажет, насколько ты готов к переходу и что стоит подтянуть.

Всего пару минут — и ты поймёшь, куда двигаться дальше.

👉 Пройти тест

📚 Классика, которая не стареет: курс по структурам данных

Одни из легендарных лекций по структурам данных от MIT, где каждая лекция — как путешествие в глубину компьютерной науки.

Темы, которые остаются актуальными и сейчас:
➡️ Time travel — персистентные структуры данных: как «помнить прошлое», но не менять его.
➡️ Geometry — работа с многомерными данными (карты, таблицы, базы).
➡️ Dynamic optimality — идеальное дерево поиска: существует ли оно вообще?
➡️ Memory hierarchy — оптимизация работы с кэшем, даже не зная его размера.
➡️ Hashing — самая используемая структура данных в мире, и до сих пор поле активных исследований.
➡️ Integers — когда логарифм слишком медленно, а константа — возможна.
➡️ Dynamic graphs — как быстро пересчитывать граф при изменениях связей.
➡️ Strings — поиск подстрок в гигантских текстах (Google, ДНК и всё между).
➡️ Succinct structures — структуры, которые занимают почти столько же места, сколько сами данные.

🎓 Ссылка на лекции от MIT

Хочешь прокачаться в алгоритмах с практикой и поддержкой?
— Алгоритмы и структуры данных
⚡️ Сейчас действует акция –40% на курс и ещё несколько программ.

🐸 Библиотека дата-сайентиста

#буст

⏫ Быстрый способ увидеть все зависимости Python-пакета

Инструмент PyPIPlus мгновенно показывает все зависимости любого Python-пакета с PyPI.

Полезно для дата-сайентистов:
😗 Офлайн-установки — особенно на изолированных серверах
😗 Экономия времени — мгновенный список всех зависимостей и их подзависимостей
😗 Аудит пакетов — быстро понять, что реально подтягивает пакет

Идеально для: подготовки окружений, деплоя моделей, аудита сторонних библиотек и управления зависимостями.

🐸 Библиотека дата-сайентиста

#буст

🤓 Пока Python стал π-thon, ты можешь стать Data Scientist'ом

В Proglib.academy стартует экспресс-курс «Математика для Data Science»: 10 живых вебинаров, практика на Python и спикеры из ВШЭ, Яндекс Практикума и Wildberries, которые всё разложат по полочкам.

В программе:
🔹 матан, линал, теория вероятностей;
🔹 3 практических проекта + викторина с розыгрышем TG Premium;
🔹 поддержка преподавателей и чат с единомышленниками;

🎁 Оплати курс до 19 октября — получи курс по базовой математике в подарок.
🗓️ Старт — 6 ноября

👉 Записаться на курс

👀 Что нового в Python 3.14

7 самых мощных фич новой версии, которые стоит знать 👇

1️⃣ Template Strings (t-строки)

Новый синтаксис t"" (PEP 750) — как f-строки, но безопасные.
Они предотвращают SQL-инъекции и другие уязвимости, возвращая объект Template, а не str.

➡️ Теперь можно форматировать строки без риска.

2️⃣ Встроенный Zstandard

Meta-разработанный алгоритм компрессии zstd теперь в стандартной библиотеке.

➡️ Быстрее, чем zlib и gzip, при этом с отличным уровнем сжатия.

3️⃣ Отложенная оценка аннотаций

Больше никаких NameError при аннотациях внутри классов!
Теперь Python лениво вычисляет типы только при обращении.

➡️ Код становится чище, читаемее и без хаков.

4️⃣ Новый REPL с подсветкой и автодополнением

Терминал Python теперь ближе к IDE:
подсветка синтаксиса, умное автодополнение — даже без VSCode.

➡️ Идеально для быстрого дебага и работы на удалённых серверах.

5️⃣ Контроль в finally-блоках

Теперь Python предупреждает, если в finally встречаются return, break, continue.

➡️ Меньше неожиданных багов, больше логики.

6️⃣ Упрощённый синтаксис except

Теперь без лишних скобок:

except ZeroDivisionError, TypeError:

➡️ Минимализм, как он есть. Мелочь — но приятно.

7️⃣ Настоящий Multithreading без GIL

Самое ожидаемое: Free-threaded Python официально поддерживается!
Без глобального интерпретатора блокировки (GIL).

➡️ Результат:
— Обычный Python: 12.65 сек
— Free-threaded Python: 3.16 сек

🐸 Библиотека питониста

#буст

😢 PyOCI — приватный PyPI без облаков и головной боли

Почему вообще нужен PyOCI? Потому что не хочется зависеть от очередного «облачного провайдера» только ради того, чтобы хранить приватные Python-пакеты.

PyOCI делает так, что любой OCI-registry (вроде ghcr.io или Azure Container Registry) начинает работать как обычный Python-index.
То есть можно использовать GitHub Packages как приватный PyPI — с уже встроенной системой доступа и без лишней настройки.

➡️ Как это работает

1⃣ PyOCI выступает прокси между pip и вашим OCI-registry.
2⃣ Он поддерживает любые регистры, реализующие [OCI distribution spec](https://github.com/opencontainers/distribution-spec).
3⃣ После публикации пакеты появляются прямо в интерфейсе OCI — как обычные контейнеры, просто с метаданными Python-пакетов.

Пример установки:

pip install --index-url="https://<user>:<token>@pyoci.com/<registry>/<namespace>/" <package>

Пример: установка пакета hello-world из организации allexveldman через ghcr.io:

pip install --index-url="https://$GITHUB_USER:$GITHUB_TOKEN@pyoci.com/ghcr.io/allexveldman/" hello-world

Идеально подходит, если хочется:
🔃 держать приватные Python-пакеты в GitHub Container Registry,
🔃 не возиться с доступами в PyPI,
🔃 использовать уже существующую инфраструктуру Docker-образов.

📱 Репозиторий

🐸 Библиотека питониста

#буст