Python/ django

🐍 Python трюк: сортировка namedtuple Вместо словарей можно использовать namedtuple для хранения структурированных данных, а потом легко сортировать по любому полю.

from collections import namedtuple

Name = namedtuple("Name", ["first", "last"])
names = [
    Name("Mike", "Driscoll"),
    Name("Zahna", "Brown"),
    Name("James", "Williams")
]

# Сортировка по имени
print(sorted(names, key=lambda n: n.first))

# Сортировка по фамилии
print(sorted(names, key=lambda n: n.last))

@pythonl

🐍 Малоизвестный совет по Python: используй pyparsing вместо громоздких и тяжёлых regex. Обычно все пишут через модуль re и собирают гигантские регулярки, которые сложно читать и отлаживать. Но есть библиотека pyparsing, где можно строить парсер как из конструктора — из простых правил. Главная фишка: если в одном месте разбор сломался, pyparsing пробует другие варианты, а не падает. Это делает его удобным инструментом для разбора конфигов, мини-языков и любых сложных форматов текста, где regex становится болью.

from pyparsing import Word, alphas, nums, Group, OneOrMore

# Определим правило: слово + число
identifier = Word(alphas) + Word(nums)

# Парсер будет читать такие пары подряд
parser = OneOrMore(Group(identifier))

result = parser.parseString("user123 order456 item789")
print(result.asList())

# output:

Хотите вкатиться в ML или DS с нуля? Сегодня стартует курс «Machine Learning. Basic» от OTUS! Это обучение — ваш шанс овладеть востребованными навыками и начать карьеру в области, которая меняет мир технологий. На курсе вы: - Освоите Python для Data Science с нуля до профессионального уровня. - Научитесь работать с ML-библиотеками: pandas, numpy, sklearn, и применять их для решения реальных задач. - Освоите A/B-тестирование - Научитесь решать реальные бизнес-задачи при помощи методов машинного обучения от задач классификации до ансамблей моделей ➡️ Осталось совсем немного времени, присоединяйтесь к курсу. Успейте по максимально выгодной цене месяца + примените дополнительный промокод ML_BASIC_5: https://tglink.io/4a60da8557a0?erid=2W5zFK8RwzG #реклама О рекламодателе

🖥 Python: склейка TCP-пакетов Когда отправляешь ты в сокет много маленьких кусочков - уходит куча мелких TCP-пакетов это работает медленнее и с задержками. Решение: склеивай данные и отправляй одним блоком. На Linux можно сказать ядру «подожди, я ещё допишу» команда MSG MORE. Итог: меньше пакетов, быстрее отклик.

python 


import socket

def send_coalesced(sock, parts):
    for chunk in parts[:-1]:
        sock.sendall(chunk, socket.MSG_MORE)
    sock.sendall(parts[-1])   финальный flush

#Вот короткий пример как делать «плохо» и «хорошо»:

import socket

sock = socket.create_connection(("localhost", 9090))

# Плохо: много маленьких пакетов
sock.sendall(b"Hello, ")
sock.sendall(b"world")
sock.sendall(b"!\n")

# Хорошо: склеили всё и отправили одним пакетом

msg = b"".join([b"Hello, ", b"world", b"!\n"])
sock.sendall(msg)

🐍 Простые фишки парсинга в Python 1️⃣ Парсинг больших JSON-файлов без загрузки в память

import ijson

with open("big.json", "r") as f:
    for item in ijson.items(f, "records.item"):
        print(item)  # потоковый парсинг, не держим всё в памяти

2️⃣ HTML-парсинг с поддержкой XPath через lxml

from lxml import html

doc = html.fromstring("<div><span>Hello</span></div>")
print(doc.xpath("//span/text()")[0])  # Hello

3️⃣ Парсинг логов с регулярками и именованными группами

import re

line = '2025-08-23 12:10:45 [INFO] User=egor Action=login'
pattern = r'(?P<date>\d{4}-\d{2}-\d{2}) .* User=(?P<user>\w+) Action=(?P<action>\w+)'
m = re.search(pattern, line)
print(m.groupdict())  
# {'date': '2025-08-23', 'user': 'egor', 'action': 'login'}

4️⃣ Парсинг YAML c поддержкой типов

import yaml

data = yaml.safe_load("""
user: egor
active: true
age: 30
""")
print(data)  # {'user': 'egor', 'active': True, 'age': 30}

5️⃣ Парсинг бинарных данных (struct)

import struct

raw = b"\x01\x00\x00\x00\x2A\x00"
id, value = struct.unpack("<iH", raw)
print(id, value)  # 1 42

6️⃣ Парсинг HTML-таблиц напрямую в DataFrame (pandas)

import pandas as pd

url = "https://en.wikipedia.org/wiki/List_of_countries_by_GDP_(nominal)"
tables = pd.read_html(url)
print(tables[0].head())  # первая таблица со страницы

🔥 Эти методы позволяют эффективно парсить большие JSON, бинарные форматы, HTML с XPath, YAML и даже таблицы прямо в pandas. Используйте их, если обычных инструментов уже не хватает.

🔥 Python трюк: динамическое добавление методов в класс Мало кто знает, но в Python можно на лету добавлять методы в уже созданный класс. Это удобно для плагинов, тестов или динамических API. Пример 👇

class User:
    def __init__(self, name):
        self.name = name

# Обычный объект
u = User("Alice")

# Функция, которую хотим "подмешать"
def greet(self):
    return f"Hello, {self.name}!"

# Вклиниваем метод в класс
User.greet = greet

print(u.greet())  # Hello, Alice!

⚡ Приём называется monkey patching. Это мощный инструмент — но им надо пользоваться аккуратно, чтобы не сломать читаемость кода. https://www.youtube.com/shorts/64-dqXJZ8RM

IT_ONE Cup. Code & Analyst — хакатон для аналитиков и разработчиков, где ты узнаешь, как работает IT-команда, и получишь сильный кейс в портфолио. Выбери трек и реши одну из задач: → Проанализируй BPMN-модель кредитного процесса и подготовь ТЗ на систему мониторинга эффективности. → Разработай сервис, который в реальном времени следит за переводами и оповещает о подозрительных операциях. 🏆 Призовой фонд: 900 000 рублей 💻 Формат: онлайн 🗓 Регистрация до 16 октября: https://cnrlink.com/itonecupmsupythonl Приглашаем системных аналитиков, разработчиков и менеджеров проектов. Размер команды — от 1 до 5 человек. Что тебя ждёт: • Применишь навыки системного анализа, построения архитектуры и работы с потоковыми данными. • Получишь готовый проект в портфолио. • Для участников ТОП-5 команд в каждом треке — фирменный мерч. Задачи соревнования: Трек 1. Навигатор оптимизации. Проанализируй кредитный процесс банка, выяви узкие места и создай ТЗ для системы мониторинга производительности. Решение поможет оптимизировать критически важные процессы. Трек 2. Финансовый радар. Разработай сервис для анализа транзакций в реальном времени. Архитектура должна включать правила обнаружения мошенничества и поддержку различных алгоритмов обработки. Ждём тебя на IT_ONE Cup. Code & Analyst — старт 17 октября на Codenrock: https://cnrlink.com/itonecupmsupythonl

🎹 Nallely - модульная open-source платформа для MIDI и звуковых экспериментов - Работает на Python, позволяет соединять MIDI, датчики, веб-камеры и другие источники в единую систему. - Можно генерировать, фильтровать и трансформировать сигналы, направляя их обратно в MIDI или другие приложения. - Поддерживает live coding, генеративную музыку, мультимедийное искусство и сложную маршрутизацию. - Устройства (нейроны) работают независимо — их можно комбинировать в разные конфигурации для экспериментов. - Патчи версионируются через git, можно менять структуру прямо во время работы, даже с телефона. - В комплекте: нейроны для MIDI, обработки сигналов, удалённой связи и визуализации. 🔗 Подробнее и демо: https://dr-schlange.github.io/nallely-midi/ @pythonl

В 2026 во Владимирской области у Yandex Cloud появится новая зона доступности на базе нового дата-центра Яндекса, прямо рядом с уже действующим ЦОД. Мощность — 40+ МВт. Задержка между зонами <1 мс, канал до 25,6 Тб/с. Для ваших СУБД и бэкендов на Python/Django это значит: запросы летят почти мгновенно, транзакции проходят без подвисаний, а системы бронирований и ритейл работают бесперебойно. Каналы связи между зонами полностью независимы, отказоустойчивость на высоте.

🗣️ RealtimeVoiceChat — живой голосовой чат с ИИ. RealtimeVoiceChat — это open-source проект, который позволяет общаться с LLM в реальном времени голосом. Он объединяет распознавание речи, LLM и синтез речи в единую систему с минимальной задержкой — около 500 мс при локальной установке. ➡️ Как работает: 1. Запись речи в браузере 2. Передача аудио по WebSocket на сервер 3. Распознавание речи через RealtimeSTT (на базе Whisper) 4. Ответ от LLM (Ollama, OpenAI и др.) 5. Озвучка ответа через RealtimeTTS (Coqui XTTSv2, Kokoro и др.) 6. Обратная передача аудио в браузер 7. Поддержка прерываний и динамики через turndetect.py ✨ Особенности: - Задержка ~500 мс - Поддержка разных LLM и TTS движков - Быстрый запуск через Docker Compose - Чистый веб-интерфейс на Vanilla JS + Web Audio API ✔️ Стек: - Backend: Python + FastAPI - Frontend: JS + WebSockets - ML: transformers, torchaudio, Ollama, Whisper, TTS - Контейнеризация: Docker ✔️ Требуется CUDA-совместимая видеокарта (для Whisper/TTS) и Docker. 🔥 Отличный проект для тех, кто хочет интегрировать голосовой интерфейс с LLM — например, для ассистентов, чат-ботов, презентаций или UX-экспериментов. 🔜 Репозиторий: https://github.com/KoljaB/RealtimeVoiceChat 🔜 Демо: https://www.youtube.com/watch?v=-1AD4gakCKw @pythonl #tts #llm #opensource

Собрали топ-30 бесплатных курсов для Python-разработчиков 🐍 Эксперты Академии Selectel собрали более 30 онлайн-программ для IT-специалистов с тестами и заданиями для проверки знаний. Среди них вы найдете: 🔹 обучающие подборки по программированию на Go и JavaScript; 🔹 гайды и инструкции для создания собственных pet-проектов на Python, Flask и Django; 🔹 курсы для тех, кто хочет освоить новый навык — Linux или работу с PostgreSQL: в процессе учебы вы получите промокод для практики в панели управления Selectel, а после — сертификат о прохождении. Курсы доступны в любое время, проходите их в комфортном темпе. А главное — все бесплатные! Выберите нужную программу и начните обучение прямо сейчас ➡️ Реклама. АО "Селектел". erid:2W5zFJ7KBu2

🎥 Редактирование видео с Lucy Edit Lucy Edit — это модель для редактирования видео, позволяющая выполнять изменения по текстовым инструкциям. Она поддерживает разнообразные редактирования, включая смену одежды, замену персонажей и изменение сцен, сохраняя при этом движение и композицию. 🚀 Основные моменты: - 🏃‍♂️ Сохранение движения и композиции видео - 🎯 Надежные и точные редактирования - 🧢 Изменение одежды и аксессуаров - 🧌 Замена персонажей на животных или известных личностей - 🗺️ Замена сцен по текстовым описаниям 📌 GitHub: https://github.com/DecartAI/Lucy-Edit-ComfyUI #python

🔍Тестовое собеседование на Middle Python в четверг с разработчиком из Авито 25 сентября(в четверг) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика. Как это будет: 📂 Даня, старший разработчик в Авито, будет задавать реальные вопросы и задачи разработчику-добровольцу 📂 Даня будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью 📂 В конце можно будет задать любой вопрос Дане Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Python-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot Реклама. О рекламодателе.

🎬 HomeTube - Удобный загрузчик видео для вашего HomeLab HomeTube предлагает простой веб-интерфейс для загрузки видео с различных платформ, включая YouTube, с автоматической организацией файлов для медиа-серверов, таких как Plex и Jellyfin. Идеальное решение для интеграции любимых видео в локальный медиаплеер. 🚀Основные моменты: - 🎯 Загрузка видео в высоком качестве с автоматической организацией - 📱 Доступ через веб-интерфейс с любого устройства в сети - 🚫 Поддержка блокировки рекламы и спонсоров - 🍪 Возможность разблокировки ограниченного контента с помощью cookies - ⚙️ Поддержка более 1800 платформ 📌 GitHub: https://github.com/EgalitarianMonkey/hometube @pythonl #python

🚀 Улучшаем взаимодействие с Claude Code cc-sessions — это инструмент, который оптимизирует работу с Claude Code, устраняя его основные недостатки. Он обеспечивает контроль над процессом программирования, заставляя Claude сначала обсуждать изменения, прежде чем вносить их в код. 🚀Основные моменты: - Обеспечивает управление состоянием и памятью о задачах. - Устраняет случайные изменения в коде. - Сохраняет контекст между сессиями. - Принуждает к обсуждению перед реализацией изменений. 📌 GitHub: https://github.com/GWUDCAP/cc-sessions #python

Программируешь на Python? Попробуй оживить робота своим алгоритмом и поборись за призовой фонд в 10 250 000 рублей на True Tech Champ 2025. True Tech Champ 2025 — это третий всероссийский чемпионат по программированию от МТС с онлайн-этапами отбора и грандиозным шоу-финалом в Москве. Тебя ждут два трека — выбирай: I. Алгоритмический [призовой фонд 2 750 000 рублей]. Если классический олимпиадный формат — твоя стихия, этот трек для тебя. Блесни математическими навыками, покажи скилы в работе со структурами данных и написании алгоритмов — и окажись выше соперников в турнирной таблице. II. Программирование роботов [призовой фонд 7 500 000 рублей]. Запрограммируй робота на скоростное прохождение лабиринта в симуляторе и пройди в финал. На финале участники встретятся офлайн и сразятся на четырех уровнях с полосой препятствий, вспышками света, лазерами и другими препятствиями. Трек будет интересен начинающим и опытным разработчикам: С++, Go, Python, JS, Java, C# и не только. Подробности на сайте. Регистрация открыта до 20 октября.

🖥 Новинка: `pyx` — Python-native пакетный реестр от Astral (в Beta) Что такое `pyx`: - Python-native registry, часть платформы Astral и продвинутый бэкенд для uv. - Обеспечивает более быструю, безопасную и GPU-осознанную работу с пакетами (как приватными, так и публичными, включая PyPI и PyTorch). Почему это важно: - Следует философии Astral: поддержка open-source, без превращения инструментов в конкурирующие SaaS-продукты. - Первый шаг к вертикальной интеграции с существующими open-source инструментами. - Уже в бета-версии с ранними партнёрами — Ramp, Intercom и fal. Впечатление: pyx выглядит как обдуманный, open-source-ориентированный подход к packaging infrastructure, который может сделать разработку Python-экосистемы быстрее и мощнее. https://simonwillison.net/2025/Aug/13/pyx/#atom-tag @pythonl

🖥 Полезный совет по ускорению Python-кода Многие считают, что list comprehension всегда оптимален. Но при больших объёмах данных связка map + filter может быть быстрее: она выполняется на уровне C и не создаёт лишних промежуточных структур. Когда нужно одновременно фильтровать и преобразовывать элементы, map + filter часто выигрывает по скорости.

def transform(x):
    return x * x

data = range(10_000_000)

# Медленнее: создаём лишние промежуточные объекты
res1 = [transform(x) for x in data if x % 2 == 0]

# Быстрее: map и filter не создают лишних списков
res2 = list(map(transform, filter(lambda x: x % 2 == 0, data)))

print(res1[:5], res2[:5])

🆕 PDF Arranger — лёгкий и удобный инструмент для работы с PDF. ✨ Возможности: - Объединение и разделение файлов - Поворот и обрезка страниц - Перестановка и удаление страниц - Интуитивный drag-and-drop интерфейс 💻 Доступен для Linux, Windows (включая портативную версию) и BSD. Полностью опенсорс (GPL-3.0). Идеален, если нужно быстро подготовить PDF к печати или презентации — без сложных настроек. 📌 GitHub #PDF #opensource #Linux #devtools @pythonl

👩‍💻 Vicinity — легковесное хранилище векторов с поддержкой гибких бэкендов для поиска ближайших соседей! 🌟 Он предоставляет простой и интуитивно понятный интерфейс для выполнения поиска ближайших соседей, поддерживая различные бэкенды и методы оценки. Основная цель Vicinity — унифицировать взаимодействие с различными методами поиска ближайших соседей, устраняя необходимость изучения отдельных интерфейсов для каждого из них. 🌟 Ключевые особенности Vicinity включают минимальные зависимости, высокую производительность, поддержку динамического обновления данных (вставка и удаление элементов), сериализацию для сохранения и загрузки хранилищ векторов, а также простоту использования. Поддерживаемые бэкенды включают BASIC, HNSW, FAISS, ANNOY, PyNNDescent и другие, каждый из которых предлагает свои параметры настройки для оптимизации поиска. 🔐 Лицензия: MIT 🖥 Github @pythonl