Python 🇺🇦

Self-hosted менеджер закладок Linkding — це open-source інструмент для збереження, організації та обміну закладками, який можна розгорнути на власному сервері

Що вміє: • зручно керувати закладками • організовувати їх у структуру • ділитися з іншими користувачами • розгортатися через Docker або Docker Compose

Python

Я в 3-й ночі роздаю завдання своїм агентам Python

Шпаргалка по Python для Data Science: Variables & Data Types — створення змінних і базові типи (int, float, str, bool), Strings — робота з рядками (індексація, методи, операції), Lists — списки та операції з ними (доступ, зрізи, методи), NumPy Arrays — масиви з NumPy для числових обчислень, Libraries — підключення бібліотек (наприклад, pandas, matplotlib), Python IDEs — середовища розробки (Anaconda, Jupyter), Asking for Help — використання help() для отримання документації Python

Використовуйте itertools замість циклів Хоча цикли — це круто, у них є обмеження, особливо в сучасних стилях програмування та для певних типів завдань. Розуміння цих обмежень допомагає вибрати правильний інструмент для завдання. Кожна ітерація циклу в Python створює додаткові витрати інтерпретатора, наприклад, перевірку типів і управління пам'яттю. На великих наборах даних це може помітно накопичуватися. Щоб обійти це обмеження, в Python є зручна вбудована бібліотека itertools. Наприклад, припустімо, що вам потрібно згенерувати всі унікальні пари з заданого списку. Порядок не має значення, і жоден елемент не повинен утворювати пару сам із собою. Щоб не роздувати код і знизити ризик помилок, можна використати бібліотеку itertools. Функція itertools.combinations() безпосередньо генерує всі унікальні комбінації елементів з iterable без повторень і без урахування порядку. Ось як можна переписати код, використовуючи combinations з itertools: from itertools import combinations def get_unique_pairs_itertools(items): return list(combinations(items, 2)) my_list = ['A', 'B', 'C', 'D'] print(get_unique_pairs_itertools(my_list)) Output: [('A', 'B'), ('A', 'C'), ('A', 'D'), ('B', 'C'), ('B', 'D'), ('C', 'D')] Python'er

Ті самі віддалений розробник о першій годині дня, коли йому кажуть, що пора вже працювати Python'er

Шпаргалка по Python: Sys Variables — системні змінні (argv, path, version_info) для роботи з оточенням і аргументами командного рядка, Class Special Methods — магічні методи (__init__, __str__, __repr__, оператори порівняння) для налаштування поведінки класів, List Methods — робота зі списками (append, pop, sort, extend), String Methods — операції з рядками (lower, upper, join, split), File Methods — робота з файлами (read, write, seek, close), Indexes & Slices — індексація та зрізи для доступу до елементів Python

Створення завантажувальних USB з Windows у Linux WoeUSB дозволяє створювати завантажувальні USB-накопичувачі з ISO Windows прямо з Linux

Де корисний: • перевстановлення системи • створення USB з актуальною версією Windows • відновлення або виправлення інсталяцій • тестування Windows на фізичному або віртуальному обладнанні

Python

Python + Selenium — автоматизація браузера У відео демонструється керування браузером через Python: відкриття сторінок, кліки, заповнення форм Python

Рішення позитивне — ви в команді Python

Автоматизація пошуку роботи ApplyPilot — це інструмент, який бере на себе весь процес подачі на вакансії: від пошуку до відправки заявок

Як працює: • знаходить вакансії на різних платформах • оцінює їх за допомогою AI • адаптує резюме під конкретну позицію • відправляє заявки автоматично

Достатньо один раз налаштувати — і система працює за тебе

Ключові можливості:

• повна автоматизація подачі заявок • AI-оцінка релевантності вакансій • генерація кастомних резюме та супровідних листів • підтримка різних job-платформ • open-source та безкоштовний доступ до API

Python

Як ти зрозумів, що цей код згенерований ШІ? Python

Ловіть інструмент, який упаковує Python-проєкти в єдиний виконуваний файл Pex створює саморозпаковуваний архів із усіма залежностями, має власний механізм запуску і підтримує кешування для швидшого повторного виконання 4.2k stars Python

JAX — бібліотека для швидких чисельних обчислень і машинного навчання у Python

Основні можливості: • автоматичне диференціювання — отримує похідні будь-яких функцій Python • JIT-компіляція — jax.jit() перетворює Python-код у машинний код для GPU/TPU • автоматична векторизація — функції для одного елемента перетворюються на функції для масивів з оптимізацією на рівні процесорних ядер • паралелізм на кількох пристроях — одночасне виконання функцій на різних GPU/TPU для прискорення обчислень

35.1k stars Python

Зате не лишаться без роботи 😂 Python'er

Шпаргалка по Scapy: Basic Commands — базові команди як ls() і lsc() для перегляду доступних протоколів і функцій, Constructing Packets — створення пакетів через IP/TCP/UDP та комбінування мережевих шарів, Specifying Addresses — задання IP, DNS, випадкових адрес і діапазонів значень, Sending Packets — відправка пакетів через send() і sendp() на різних рівнях мережі, Sending & Receiving — обмін пакетами з отриманням відповідей (sr, sr1), Sniffing — перехоплення трафіку через sniff(), Displaying Packets — перегляд структури пакетів і їх полів, Fuzzing — генерація випадкових значень для тестування Python

Швидша перевірка типів у Python-коді Pyrefly — type checker від Meta, написаний на Rust, який суттєво прискорює перевірку типів у великих кодових базах На відміну від MyPy та Pyright, які обробляють файли послідовно, Pyrefly працює паралельно, тому продуктивність майже не падає зі зростанням проєкту

Що вміє: • перевіряє лише змінені модулі для швидких інкрементальних запусків • автоматично виводить типи змінних і значень, що повертаються

У великих проєктах, як PyTorch, повна перевірка займає ~2.4 секунди — приблизно в 15× швидше за Pyright і в 20× швидше за MyPy Python