Python 🇺🇦

Новий блог-пост: чому асинхронний Python насправді детермінований Розбирається робота event loop у Python і показується, що, незважаючи на чергування async-завдань, вони завжди запускаються в передбачуваному порядку, що спрощує побудову конкурентних async-воркфлоу Python

Як Python працює під капотом У відео пояснюється як Python виконує код, що таке байткод і інтерпретатор Python

😁 Python

Трекер токенів для LLM CLI-інструментів Sherlock — це жива панель моніторингу, яка дозволяє відстежувати використання токенів у CLI-інструментах для роботи з LLM. У реальному часі видно, скільки токенів витрачається, а всі запити можна зберігати для подальшого аналізу

Основне: • моніторинг токенів у реальному часі • візуалізація контекстного вікна з індикатором • автоматичне збереження запитів у Markdown і JSON • без зайвих налаштувань — встановив і працюєш

Python

Інженерія на високому рівні Python

Як безпечно працювати зі словниками в Python? Замість прямого доступу використовуй метод .get(), щоб уникнути помилки KeyError. Наприклад: data.get("key", None) — поверне значення або None, якщо ключа немає Python

Є репозиторій, де реалізовано DensePose через Wi-Fi-сигнали — тобто спроба отримувати детальне представлення тіла людини не з камери, а на основі радіоданих Такий підхід дозволяє аналізувати рух у приміщенні без відеоспостереження, з акцентом на приватність. Якщо цікавлять нестандартні рішення в комп’ютерному баченні та безкамерних сенсорах — варто зазирнути Python

Бібліотека алгоритмів з робототехніки, яку має знати кожен інженер📚 PythonRobotics — це відкритий вихідний код та навчальний посібник з алгоритмів робототехніки, створений Ацуші Сакаї. На GitHub у проекту 27,2 тисячі зірок і 7 тисяч форків, тому додати його до закладок просто необхідно. Там охоплено все: від локалізації (EKF, particle filters, histogram filters) до SLAM (FastSLAM, ICP matching), планування шляху (A*, RRT*, Dijkstra, D*, potential fields, state lattice), відстеження траєкторії (Stanley, LQR, MPC), навігації маніпуляторів, авіаційної навігації та навіть планування для двоногих роботів. Що в ньому особливого? Він зроблений так, щоб його було легко читати та розуміти: мінімум залежностей і практичні, широко використовувані алгоритми. Кожен алгоритм супроводжується візуальними анімаціями, математичними поясненнями та робочим кодом. Документація по суті є повноцінним навчальним посібником з алгоритмів робототехніки, доступним безкоштовно онлайн. Вімоги прості: Python 3.13+, NumPy, SciPy, Matplotlib та cvxpy. І все. Це навчальний ресурс з 2201 комітом, вкладом від 138 розробників та активною підтримкою. Самі анімації (вони знаходяться в окремому репозиторії) вже варті того, щоб їх вивчати. Якщо ви вивчаєте робототехніку, збираєте автономні системи або викладаєте алгоритми, це саме той ресурс. Ліцензія MIT, тому його можна вільно використовувати як у дослідженнях, так і в комерційних проектах. Посилання:

https://github.com/AtsushiSakai/PythonRobotics

P.S. Ось як виглядає хороший open-source: освітній, практичний, відмінно задокументований та орієнтований на спільноту. Додай його до закладок. 🔖 Python'er

Типові проблеми програмістів у наш час @itmemeua

Шпаргалка з Networking у Python: робота з сокетами (socket, asyncio, selectors, trio), HTTP-клієнти (requests, httpx, aiohttp, urllib), веб-сервери (Flask, Django, FastAPI, Tornado, Sanic); DNS-інструменти (dnspython, aiodns), передача файлів (paramiko, scp, pysmb), черги повідомлень (paho-mqtt, kafka, rabbitmq/aiopika), RPC (gRPC, thrift, xmlrpc); мережеві пакети й аналіз (Scapy, pyshark, dpkt), автоматизація мереж (netmiko, napalm, nornir), Linux networking (pyroute2, psutil, iptables); безпека (ssl, cryptography, pyopenssl), проксі (mitmproxy, socks), серіалізація (json, pickle, protobuf, msgpack), сучасні протоколи (QUIC/HTTP3), бездротові мережі (pywifi, bleak), SDN (mininet, openflow) Python

Хлопець реалізував GPT-OSS-20B з нуля на PyTorch — усе від А до Я написано власноруч

В моделі: • RoPE + NTK-by-parts для довгих контекстів • RMSNorm і SwiGLU з клэмпінгом • Mixture-of-Experts (MoE) • Self-Attention з Grouped Query Attention (GQA) • Learnable sinks і Banded attention • KV-кешування для швидкого інференсу

І все це запускається на одній A100 SXM (80GB). До репозиторію додається повна документація з теорією, налаштуванням і прикладами використання Python

😁 Python

Як стати справжнім лідером і ефективно управляти своєю командою? Дізнайтесь, як бути й керівником, і лідером, і другом для команди, формувати злагоджений та продуктивний колектив, — на курсі «Управління IT-командами» від Laba. За результатом 13 занять ви: - навчитеся враховувати ризики кожного руху та аналізувати ефективність учасників команди - дізнайтесь, як давати конструктивний фідбек - прокачаєте комунікаційні скіли за моделями SARA, BOFF і COIN - навчитеся ставити досяжні KPI та керувати мотивацією співробітників - вмітимете організовувати ефективні 1-to-1 зустрічі та командні заходи - розберете стратегії управління в період турбулентності Своїм досвідом з вами поділиться Дмитро Іржицький, Chief Operating and Technology Officer у Cloudfresh та former Delivery Director у SoftServe, який має понад 20 років практичного досвіду в ІТ. 🗓 Перше заняття — 9 квітня Детальніше про курс 👈

Шпаргалка з Data Wrangling у pandas: створення DataFrame (pd.DataFrame), tidy data — кожна змінна в колонці, кожне спостереження в рядку; зміна структури даних: pd.melt() (колонки → рядки), pivot() (рядки → колонки), concat() (об’єднання); робота з рядками: фільтрація (df[умова]), head(), tail(), sample(), iloc/loc; робота з колонками: вибір (df[['col']]), фільтр за regex, перейменування (rename()), видалення (drop()); сортування (sort_values(), sort_index()), скидання індексу (reset_index()), видалення дублікатів (drop_duplicates()), chaining методів для читабельності коду Python

Справжній самоеволюційний AI-агент для продакшену Автор реалізував повноцінну агентну систему всього на 3500 рядках чистого Python без фреймворків у 8 файлах: цикл використання інструментів, трирівнева пам’ять (сесії → стисла довготривала через LLM → векторний пошук у LanceDB), MCP-плагіни, планувальник задач та механізм самовідновлення Підтримується WeChat, обробка відео через ffmpeg, мультимовний пошук, Docker-мультиаренда і цілодобова робота 24/7 Python

Telegram-бот на Python У відео показано створення бота з командами та логікою Python

Ще трохи — і буде просто тім Python

Abogen — з тексту в мову з субтитрами Це open-source інструмент на Python для конвертації ePub, PDF і TXT у якісне аудіо з автогенерацією субтитрів. Працює на моделі Kokoro‑82M, підтримує пакетну обробку, мікшер голосів і декілька мов Python