Python

🖥 Что такое псевдослучайность в Python Когда мы используем модуль random, числа выглядят случайными, но на самом деле они вычисляются по алгоритму. Поэтому такие числа называют псевдослучайными. Главное: - Если задать одинаковый seed (зерно), генератор выдаст одинаковую последовательность. Это удобно для тестов и экспериментов — результат можно воспроизвести. - Алгоритм по умолчанию — Mersenne Twister. Он быстрый и подходит для моделирования, но не годится для безопасности. - Для генерации паролей, токенов и других защищённых данных нужно использовать модуль secrets, который делает случайность криптографически стойкой. Просто правило: - Для экспериментов → random с фиксированным seed. - Для безопасности → secrets.

    
        
Пример работы seed
import random

random.seed(42)
print([random.random() for _ in range(3)])

random.seed(42)
print([random.random() for _ in range(3)])   те же числа

Криптографически безопасные значения
import secrets
print(secrets.token_hex(8))
print(secrets.randbelow(10)){}
    

Отличный курс для тех, кто хочет разобраться в нейронках с нуля от Андрея Карпати (OpenAI/Tesla). Внутри бесплатная серия лекций на YouTube (и репа на GitHub), где ты с нуля учишься собирать нейронки. Всё максимально hands-on: Автор не просто рассказывает теорию, а пишет код вместе с тобой — от самых азов до тренировки сетей. https://github.com/karpathy/nn-zero-to-hero/ @pythonl

ИИ помощник сделает твое онлайн собеседование успешным. Наши пользователи получают офферы. Зайти и скачать бесплатную версию на ПК. Поможет пройти техническое и поведенческое интервью. Мгновенные ответы. Ты получишь приглашение на работу.

🖥 Python trick: группировка с помощью itertools.groupby Иногда при работе с коллекциями в пайтон нужно быстро сгруппировать данные по ключу и при этом не писать громоздкий цикл с проверками. В таких случаях можно использовать модуль итэртулз и функцию группбай. Она позволяет превратить список в словарь с удобной структурой, где каждый ключ сразу содержит все связанные элементы. Это сильно экономит строки кода и делает его чище.

    
        

from itertools import groupby
from operator import itemgetter

data = [
    {"category": "A", "value": 10},
    {"category": "B", "value": 20},
    {"category": "A", "value": 30},
    {"category": "B", "value": 40},
]

 сортировка обязательна перед groupby
data.sort(key=itemgetter("category"))

grouped = {
    key: list(group) for key, group in groupby(data, key=itemgetter("category"))
}

print(grouped){}
    

📘 На Stepik вышел курс — «LangChain: с нуля до продакшн LLM-приложений» Нужен не игрушечный бот, а воспроизводимый RAG-пайплайн с метриками и сервисом? Этот курс — про путь «ноутбук → FastAPI → прод». 🔍 Что вы получите • RAG по PDF с цитированием источников и гибридным поиском (классический + векторный); контроль галлюцинаций через метрики • Инструменты и агенты для анализа данных: Pandas-задачи, структурированный JSON-вывод под отчёты/дашборды • Продакшн-контур: FastAPI-сервис, логирование латентности/токенов, PromptOps (версии/A/B), базовый SLA-мониторинг 🎓 Сертификат по завершении — можно добавить в резюме или LinkedIn 🚀 Начните сегодня и получите скидку 25% в течение 24 часов 👉 Пройти курс на Stepik

🎙️ VibeVoice: Инновационная модель TTS для длинных разговоров VibeVoice — это передовая система синтеза речи, способная генерировать выразительное аудио для длительных разговоров, включая подкасты. Она решает проблемы традиционных TTS-систем, обеспечивая высокую согласованность голосов и естественное взаимодействие между несколькими спикерами. 🚀 Основные моменты: - Синтезирует речь до 90 минут с 4 различными спикерами. - Использует токенизаторы непрерывной речи для повышения эффективности. - Поддерживает высокое качество звука при низкой частоте кадров. - Применяет диффузионные модели для понимания контекста и потока диалога. 📌 GitHub: https://github.com/microsoft/VibeVoice @pythonl

🔥 Совет по Python: неожиданное поведение с изменяемыми аргументами по умолчанию Если в функции задать аргумент по умолчанию как list или dict, то этот объект создаётся один раз — при определении функции. Из-за этого все вызовы будут делить один и тот же объект, что часто приводит к багам. Правильный способ — использовать `None` и создавать новый объект внутри функции.

    
        
def bad_append(x, data=[]):
    data.append(x)
    return data

print(bad_append(1))    # [1]
print(bad_append(2))    # [1, 2]  <-- неожиданно!


def good_append(x, data=None):
    if data is None:
        data = []
    data.append(x)
    return data

print(good_append(1))   # [1]
print(good_append(2))   # [2]
{}
    

Используйте этот приём, чтобы не попасться на скрытые баги с аргументами по умолчанию.

Диски в облаке — это базовая функциональность. Для пользователя всё просто: приаттачил к ВМ и всё заработало. Но как это устроена работа с i/o на стороне провайдера? Инженеры MWS Cloud Platform ⬜️ делятся своим опытом работы с фреймворком SPDK: ⏺️чем он лучше работы через QEMU или ядро Linux; ⏺️какие фичи пришлось дописывать самим; ⏺️как довели фреймворк до продакшена и даже отдали часть изменений в апстрим. ⏩️Загляните внутрь дисковой подсистемы облачного провайдера — читайте статью.

🖥 rest-filters — фильтрационный бэкенд для Django REST framework Что это: Новый инструмент для фильтрации в DRF, который расширяет возможности стандартного django-filter. Особенности - Использует serializer-поля для разбора и валидации (без Django-форм и виджетов) - Поддержка группировки фильтров для гибкой логики - Constraint system — проверка взаимозависимостей между параметрами - Вложенные фильтры (nested filters) для работы со сложными структурами Последний релиз — v0.6.0 (21 августа 2025) - Возможность указывать группу по умолчанию для всего FilterSet (в том числе глобально) - Поддержка subgroups для более сложных связей между фильтрами - Новый метод FilterSet.get_combinator() для динамического выбора способа объединения фильтров - ⚠️ Breaking change: теперь Entry нельзя создавать без указания группы Почему стоит попробовать Если стандартные фильтры Django REST кажутся ограниченными, rest-filters даёт: - фильтрацию через сериализаторы, - сложные сценарии с группировками и вложенностью, - гибкость и расширяемость. 🔗 Репозиторий: https://github.com/realsuayip/rest-filters @pythonl

⚡️ Hexora — статический анализ Python-скриптов на вредоносные паттерны Что это: - Ищет опасные конструкции в Python-коде: чтение буфера обмена, exec/eval (включая обфускации), подозрительные импорты (pickle, ctypes, marshal), загрузку бинарей, длинные base64/hex-строки и т. п. - Полезен для аудита зависимостей (supply chain), проверки скриптов из Pastebin/GitHub, triage после инцидентов и ревью пакетов из PyPI. Быстрый старт:

    
        
pip install hexora            # или: uv tool install hexora
hexora --help

# Проверить одиночный файл
hexora audit path/to/script.py

# Проверить каталог (с удобным выводом)
hexora audit --output-format terminal ./resources/test/

# Аудит пакетов из venv (и фильтрация шумных правил)
hexora audit \
  --exclude HX5020,HX5030,HX5040,HX5050,HX5060 \
  --min-confidence high \
  .venv/lib/python3.11/site-packages/
{}
    

🔗Github