Zen of Python

Свежий пет-проект от (видимо) скучающего на досуге питониста — терминальный Git‑клиент на чистом Python, вдохновлённый LazyGit; ставится через pip и работает без внешнего git CLI. Попробовать: pip install pygitzen. Что даёт: навигация по коммитам, просмотр diff, панель статусов файлов в стиле VSCode, ветко‑зависимая история и индикаторы «пушнуто/локально» без вызова системного git.​ Зачем: когда в окружении нельзя ставить ничего кроме Python‑пакетов, нужен «чисто Python» инструмент для Git с удобной навигацией и минимумом интеграций.​ Автор просит фидбек по недостающим функциям и удобству UI, так что можете отписаться в репозитории. Вам плюсик в карму, автор порадуется. Проект, послуживший вдохновением: https://github.com/jesseduffield/lazygit Ну и, конечно, кто-то написал аналог на Rust, чтобы было ультра-быстро, а скорее просто потому что может: https://github.com/gitui-org/gitui Как вам такие поделки? Как минимум романтично же, консольные клиенты как будто пахнут старыми добрыми временами, вы не находите? @zen_of_python

Какую версию Python взять, чтобы всё работало без лишних проблем? С одной стороны, хочется более свежую: в 3.14 завезли free-threading и вообще много чего улучшили по производительности. Но не все библиотеки ещё подтянулись. Например, Numba ещё 3.14 не поддерживает. Хороший совет — вооружитесь uv и последовательно пробуйте все версии начиная с самой свежей. Первая, которая заработает, и будет вашей. По сути самая свежая из тех, которую поддерживают все зависимости у вас в проекте. Также полезно посмотреть на релизный цикл (на картинке к посту). Очевидно не стоит брать версии, которые уже не поддерживаются. Спускаться ниже 3.10 будет не самым безопасным вариантом. Ровно как и пробовать то, что ещё не выпущено официально — на 3.15 заглядываться рановато. По состоянию на ноябрь 2025 версия 3.13 выглядит хорошей золотой серединой. Почти все уже успели добавить поддержку, а от ведущей 3.14 отставание всего на один шаг. А какие версии вы используете у себя в проектах? #обсуждение @zen_of_python

Пользователь Reddit поделился Python-библиотекой для быстрых запросов к файловой системе и выполнения действий над найденными файлами. Основная идея: вместо кучи строк кода, os.stat и datetime писать так:

    
        query = Query(
    where_expr=(AgeDays() > 7) & (Size() > "10 mb") & Suffix(".log"),
    from_paths="C:/logs",
    threaded=True
)
result_set = query.select(){}
    

Т.е. найти логи старше 7 дней и больше 10 МБ. Выглядит удобно, но как-то не очень pythonic, вам не кажется? Как будто если делаешь что-то SQL-like, то лучше напрямую SQL и взять, а не изобретать мини-язык внутри Python. И это как раз самое интересное — в комментах начали предлагать как можно сделать лучше. Например, вот так:

    
        query(lambda p: p.age_days < 7 and p.size > 10_000_000 and p.suffix == ".log"){}
    

Добавить обёртку, которая будет вычислять необходимые свойства по запросу с использованием cached_property и получим по сути то же самое, но проще. Или использовать модуль ast и такой синтаксис:

    
        query("age_days < 7 and size > 10_000_000 and suffix == '.log'"){}
    

А может вообще что-то lisp-подобное:

    
        query(("and", ("age_days", ">", 7),
              ("size", ">", 10_000_000),
              ("suffix", "==", ".log"))){}
    

Или добавить callable-объекты, которые можно передавать в фильтры, получится куда более нативно:

    
        dir = pathlib.Path('/var')
for file in filter(OlderThan(days=7) & LargerThan(MB=10),dir.rglob("*")):
    print(file.as_posix()){}
    

Лично мне, админу канала @zen_of_python, последний вариант кажется самым удобным. Не самый привычный синтаксис, но читается однозначно. И возможность задавать время и размер файлов в привычных единицах — тоже плюс. Если для ускорения добавить конкурентность и кэширование, как сделал автор исходной библиотеки, то получится прекрасный инструмент. А какой стиль вам больше понравился? Как бы вы реализовали?

​​Python for Everyone | Короткие видеотуториалы Англоязычный YouTube-канал, прекрасно «грокающий» различные концепции языка, будь то декораторы, миксины или полиморфизм. Каждый ролик — кустарный мультфильм с демонстрацией предельно понятного кода. #обучение @zen_of_python

​​Юн Цуй «Рецепты Python. Коллекция лучших техник программирования» Если вам уже попадалась постепенно усложняющаяся книга по языку, которую труднее читать к концу, то в этот раз будет по-другому. В книге Юн Цуй собрал 63 самых полезных, по его мнению, навыков Python-разработчика, К примеру, в одной из глав задача ««Как найти элементы в последовательности?» получает сначала базовое решение, а потом дополняется еще двумя. #обучение @zen_of_python

Не пропусти МТС True Tech Champ — масштабный фестиваль 21 ноября для тех, кто живет технологиями Тебя ждут: • Захватывающая сюжетная линия: уникальная кибервселенная с возможностью влиять на ход происходящего; • Конференция с международными спикерами: эксперты расскажут о трендах в ИИ и инновациях в индустрии; • ИТ-качалка — наращивай экспертизу на воркшопах; • Шоу-финал ИТ-чемпионата, где более 250 талантов со всей России сразятся в лайв-кодинге и программировании роботов на скоростное прохождение лабиринтов со спецэффектами. Поболей за своих фаворитов; • Активности: бои роботов, кодерские челленджи, пайка плат и не только. Заработай True Coins и обменяй их на стильный мерч; • HR-Hub, где команда МТС расскажет о возможностях для развития в компании и поможет перезагрузить карьерный трек; • Афтепати со звездными хэдлайнерами — зажги под популярные хиты! Когда: 21 ноября, МТС Live Холл в Москве и онлайн. Регистрируйся на сайте. Бесплатное участие, количество мест ограничено. Это #партнёрский пост

air | Веб-фреймворк на базе FastAPI, Starlette и Pydantic Новый минималистичный веб-тул от авторов книги 'Two Scoops of Django'. Крутая особенность — Air Tags, теги-компоненты по аналогии с React. С Air проще писатьвеб-приложения с подкапотным API. Хорошая попытка исправить то, что не нравится в Django. #инструмент @zen_of_python

​​Python Software Foundation отвергла грант США на $1,5 млн из-за запрета на инициативы по инклюзивности PSF неожиданно отказалась от гранта на 1,5 млн долларов, предложенного Национальным научным фондом США (NSF), из-за условий, запрещающих организациям-получателям продвигать программы, направленные на разнообразие, равенство и инклюзивность. Несмотря на финансовую поддержку в рамках проекта по безопасности opensource-экосистем, PSF сочла, что такие ограничения противоречат её ценностям и миссии. Совет директоров единодушно отверг предложение, указав, что запрет на инициативы DEI (diversity, equity, inclusion) может повредить всей её деятельности. Решение принято в условиях сохраняющейся потребности фонда в ресурсах и растущего внимания к безопасности экосистемы Python. #факт @zen_of_python

​​Импортозамещение Trello, Jira и Confluence — подборка для разработчиков На Tproger представили подборку российских альтернатив Trello, Jira и Confluence с акцентом на коллективное хранения документов. В статье вы найдете инструменты, которые позволяют управлять процессами, задачами и документацией в одном пространстве, без разделения между трекером и хранилищем знаний. Инструменты соответствуют ФЗ-152 (о персональных данных) — все решения размещаются на отечественных серверах или поддерживают on-premise. Среди разбираемых продуктов есть как простые таск-системы, так и комплексные платформы с удобным редактором, версионированием и автоматической миграцией контента из зарубежных сервисов. @prog_tools

super(): как это работает Сегодня мы разберём одно из ключевых понятий объектно-ориентированного программирования в Python — super(). Когда мы работаем с наследованием, то порой сталкиваемся с дублированием кода:

    
        
class Employee:
    def __init__(self, name, salary):
        self.name = name
        self.salary = salary

    def raise_salary(self, amount):
        self.salary += amount


class Manager(Employee):
    def __init__(self, name, salary, department):
        self.name = name
        self.salary = salary
        self.department = department
{}
    

На первый взгляд, всё верно. Но посмотрите внимательно — часть кода в Manager.__init__ дублирует логику базового класса Employee. В больших проектах уследить за всеми такими повторениями становится трудоемко. Решение простое — использовать super():

    
        
class Manager(Employee):
    def __init__(self, name, salary, department):
        super().__init__(name, salary)
        self.department = department
{}
    

Теперь Manager вызывает конструктор базового класса Employee, а значит: 🔘 Код становится короче; 🔘 Меньше ошибок при рефакторинге. Как это работает под капотом Многие думают, что super() — это функция. На самом деле это класс. При его вызове возвращается прокси-объект, который даёт доступ к методам родительского класса. То есть строка:

    
        
super().__init__(name, salary)
{}
    

означает:

«Возьми ближайший родительский класс в иерархии и вызови его метод `__init__()`».

Что важно помнить 🔘 super() работает не только в __init__. Его можно использовать в любых методах, которые переопределяются в подклассе; 🔘 Можно вызывать super() без аргументов — контекст определяется автоматически; 🔘 В сложных системах с множественным наследованием super() работает через механизм Method Resolution Order (MRO). Это гарантирует, что каждый базовый класс вызывается ровно один раз. #основы @zen_of_python