Библиотека питониста

📱 Python новости за последние 7 дней

Визуализация на Python за 15 минут: Seaborn для начинающих
Быстрый вход в визуализацию без погружения в тонкости matplotlib.

Январский рефакторинг: 7 дней, чтобы почистить Python веб-проект
Практичный план по разгребанию технического долга без героизма.

Почему строки в if/else — плохая идея, и при чём тут Enum
Про один из самых незаметных источников багов. После таких статей начинаешь чуть болезненнее смотреть на 'ACTIVE' в коде.

FastAPI: 5 архитектурных решений, о которых жалеют постфактум
Опыт из серии «если бы я знал раньше». Особенно полезно тем, у кого FastAPI уже перерос один файл, но архитектуры ещё нет.

10 Python-библиотек для автоматизации рутины
Подборка маленьких, но цепких инструментов. Ничего революционного, зато много «о, это реально пригодится завтра».

Асинхронное лимитирование запросов в Python
Подробно про rate limiting, ошибки и грабли. Хорошее чтение для всех, кто однажды получил 429 и не понял — за что.

Погружение в typing: как сделать Python почти типизированным
Type hints, generics и аккуратная строгость без фанатизма. Отличный баланс между «мypy всё запретил» и «да и так сойдёт».

Docker-шаблон для Python с Poetry
Пошаговая сборка аккуратного Docker-окружения. Полезно, если устали каждый раз изобретать Dockerfile заново.

Python collections: когда списков и словарей уже мало
Обзор специализированных контейнеров из стандартной библиотеки. Напоминание, что Python «из коробки» умеет больше, чем кажется.

Почему `[]` в аргументах функции — это ловушка
Классика, которую всё равно кто-то ловит каждый год. Хорошая статья, чтобы один раз понять и больше никогда не объяснять это на код-ревью.

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#свежак

📚Напоминаем про наш полный курс «Самоучитель по Python для начинающих»

Мы написали и собрали для вас в одну подборку все 25 глав и 230 практических заданий!

🐍 Часть 1: Особенности, сферы применения, установка, онлайн IDE
🐍 Часть 2: Все, что нужно для изучения Python с нуля – книги, сайты, каналы и курсы
🐍 Часть 3: Типы данных: преобразование и базовые операции
🐍 Часть 4: Методы работы со строками
🐍 Часть 5: Методы работы со списками и списковыми включениями
🐍 Часть 6: Методы работы со словарями и генераторами словарей
🐍 Часть 7: Методы работы с кортежами
🐍 Часть 8: Методы работы со множествами
🐍 Часть 9: Особенности цикла for
🐍 Часть 10: Условный цикл while
🐍 Часть 11: Функции с позиционными и именованными аргументами
🐍 Часть 12: Анонимные функции
🐍 Часть 13: Рекурсивные функции
🐍 Часть 14: Функции высшего порядка, замыкания и декораторы
🐍 Часть 15: Методы работы с файлами и файловой системой
🐍 Часть 16: Регулярные выражения
🐍 Часть 17: Основы скрапинга и парсинга
🐍 Часть 18: Основы ООП – инкапсуляция и наследование
🐍 Часть 19: Основы ООП – абстракция и полиморфизм
🐍 Часть 20: Графический интерфейс на Tkinter
🐍 Часть 21: Основы разработки игр на Pygame
🐍 Часть 22: Основы работы с SQLite
🐍 Часть 23: Основы веб-разработки на Flask
🐍 Часть 24: Основы работы с NumPy
🐍 Часть 25: Основы анализа данных с Pandas

🛠 Servy: превращаем Python-приложение в нативный Windows-сервис

Вышел Servy 4.9 — обновление инструмента, который позволяет запускать любой Python-скрипт (или другой executable) как полноценный Windows service.

Это Windows-утилита, которая избавляет от боли с sc.exe, NSSM и кастомными костылями.

Достаточно:
— указать путь к Python
— выбрать скрипт и аргументы
— задать тип старта, рабочую директорию и env-переменные
— нажать Install

📱 GitHub

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст

🐸 Библиотека питониста

#развлекалово

🐸 Библиотека задач по Data Science

🐍 Python typing в 2025 — уже не эксперимент, а норма

Вышли результаты Typed Python Survey 2025. Опросили 1 241 разработчика, и вывод довольно очевидный: типы в Python прижились — нравится это кому-то или нет.

👉 Что по цифрам

— 86% используют type hints регулярно
— Причём почти независимо от опыта
— Самые активные — разработчики с 5–10 годами Python

Интересно, что у самых сеньоров (10+ лет) типы используют чуть реже — видимо, сказывается legacy и привычка писать «по-старому».

👉 Почему typing зашёл

Разработчики любят его не за «строгую типизацию», а за практичные вещи:
— код становится понятнее без комментариев
— IDE начинает реально помогать, а не мешать
— меньше сюрпризов при рефакторинге
— можно внедрять постепенно, без переписывания проекта

Многие отдельно отмечают Protocol, generics и то, как типы работают с FastAPI / Pydantic.

👉 Но проблем хватает

И тут всё довольно ожидаемо:
— типы в сторонних библиотеках часто сломаны или отсутствуют
— generics, TypeVar, декораторы — боль и тьма
— mypy, pyright и компания ведут себя по-разному
— иногда typing делает код слишком многословным
— legacy и динамический Python типизировать всё ещё тяжело

👉 Чего хотят разработчики

Много запросов «смотреть в сторону TypeScript»:
— intersection types (`&`)
— Pick, Omit, conditional types
— нормальные enum / ADT (`Result`, `Option`)
— опциональные runtime-проверки типов
— один быстрый и официальный type checker

👉 Инструменты

— Mypy всё ещё №1, но его доля падает
— активно растут новые Rust-чекеры
— VS Code лидирует, затем PyCharm
— и да, LLM уже часть процесса: люди реально просят ChatGPT объяснить typing

🖥 Ссылка на опрос

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст

⚡ Как менялась производительность Python с 3.6 по 3.14

Автор протестировал реальную продакшен-нагрузку на собственной библиотеке и сравнил:
✔️ версии Python 3.6 → 3.14
✔️ разные CPU: Apple M1, Apple M5, Ryzen, Xeon
✔️ CPython, JIT, PyPy и MyPyC

📈 Главные выводы

▶️ Самый большой прирост — между Python 3.7 и 3.11
После 3.11 ускорения почти нет

▶️ CPU всё ещё решает
M5 ≈ в 2 раза быстрее, чем M1 на той же версии Python

▶️ PyPy — безусловный лидер
Ускорение в 2–3 раза по сравнению с CPython

▶️ MyPyC даёт серьёзный буст
Компиляция в C заметно ускоряет CPU-bound код

▶️ JIT в 3.13–3.14 — аккуратный, но не революционный
Небольшие улучшения, без вау-эффекта

Основные тормоза:
▶️ огромное количество мелких функций
▶️ split / serialize / deserialize
▶️ накладные расходы вызовов и атрибутов

📕 Отличный материал для тех, кто оптимизирует не бенчмарки, а реальные системы.

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст

Python в 2026-м: ваш код наконец-то обрёл разум

Зачем писать бесконечные if-else, если можно создать ReAct-агента, который сам решит, какую функцию вызвать? В новом году мы учим Python-разработчиков управлять автономными системами.

В программе праздничного интенсива:

— LangChain и CrewAI: собираем банду агентов для любых задач;
— n8n: визуальное программирование цепочек действий;
— протокол MCP: учим агентов понимать друг друга с полуслова;
— продвинутый RAG: чтобы ваш бот знал всё и даже больше.

🎄 Пока каникулы не кончились, забирайте курс по акции «3 в 1» до 12 января.

Стать Python AI-инженером

➡️ Static Protocols в Python: поведение важнее наследования

Static Protocols — это способ описывать типы через поведение, а не через иерархию классов.

Вместо проверки isinstance или наследования от абстрактных базовых классов, мы говорим: если объект умеет делать нужное — он подходит.

➡️ Это особенно полезно в реальных проектах, где наследование быстро приводит к жёсткой связанности и сложным деревьям классов. Протоколы позволяют писать код, который остаётся гибким и при этом безопасным: статические анализаторы вроде mypy, pyright или ty проверяют совместимость ещё до запуска программы.

➡️ В отличие от обычного duck typing, static protocols работают на этапе разработки. IDE подсказывает ошибки в сигнатурах методов, автодополнение становится точнее, а несовместимые объекты отсекаются заранее. При этом код остаётся простым и не требует изменений существующих классов.

➡️ На практике это отлично ложится на ML-пайплайны, API и плагины. Например, разные модели могут реализовывать одно и то же поведение (`predict`, `predict_top_k`) без общего базового класса. Один разработчик пишет функциональный код, другой — объектно-ориентированный, а всё продолжает работать вместе.

➡️ Важно помнить, что static protocols не проверяются на runtime, если специально не включать @runtime_checkable. Их задача — помочь проектировать систему и ловить ошибки раньше, а не валидировать данные в продакшене.

👉 Подробно, с примерами и нюансами — в статье

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст