Python Portal

Как создать синусоидальную волну на Python с помощью Bokeh и NumPy 🐍

import numpy as np

from bokeh.layouts import gridplot
from bokeh.plotting import figure, output_file, show

N = 100
x = np.linspace(0, 4 * np.pi, N)
y0 = np.sin(x)

output_file('sinewave.html')

sine = figure(width=500, plot_height=500, title='Sine')
sine.circle(x, y0, size=10, color="navy", alpha=0.5)

p = gridplot([[sine]], toolbar_location=None)

show(p)

👉 @PythonPortal

Наиболее распространенные команды Git 👉 @PythonPortal

Серьезный баг 👉 @PythonPortal

Новая игрушка для тех, кто обожает странные, технологичные и слегка психоделические штуки. 👍 Недавно нашёл экспериментальный редактор, который больше похож на арт-инсталляцию для хакеров, чем на обычный IDE. Что внутри:

Шейдерные эффекты, неон и эффект старого экрана. Не обязательно, но включить можно Полноценная подсветка синтаксиса и разбор кода через Tree Sitter. Rust, Python, Go, C++ и ещё куча языков. LSP работает на ура. Переходы по символам, автокомплит, подсказки типов. Настраивать ничего не пришлось. Встроенный терминал, и не просто терминал, а на основе st. Для любителей минимализма и сурового UX. Мультикурсор, кастомные парсеры и всякие удобства для тех, кто пишет на своём таинственном языке, о котором знают три человека в мире. Поддержка ИИ-подсказок. Можно цеплять модели через OpenRouter и выбирать, кто сегодня будет вашим робот-напарником.

Живёт на Windows, macOS и Debian. А ещё его можно воткнуть в своё приложение на ImGui, если хочется интегрировать редактор прямо в движок или тулзу. Ссылка для любопытных: github.com/nealmick/ned 👉 @PythonPortal

ПОСЛЕДНИЕ НОВОСТИ: Вчера Cloudflare на пару минут лег , и следователи обвиняют в этом Whiskers. 👀 👉 @PythonPortal

Я только что нашёл сайт, который объясняет HTTP-коды… через мемы. 200, 404, 500 и вся эта банда. Учить HTTP таким способом надо прямо на первом курсе программирования. → http://github.com/keijeizei/httpmemes 👉 @PythonPortal

Все надоело и пропал интерес, чувствуешь себя амебой и хочется только залипать в телефоне. Бывает? Homo Manifestans — канал для айтишников, у которых периодически опускаются руки и отключается мозг, ибо переработки и постоянная тревожность не приводят к другим исходам 🤗 ✓ Как научиться отвлекаться от работы и отдыхать? ✓ Как совместить кучу рабочих задач и время с семьей? ✓ Как справиться с прокрастинацией? ✓ Как не растерять запал, даже если начальник и коллеги 💩 и кажется, что ничего не выходит? Подписывайтесь на канал @vadimpetrovpsi и научитесь работать без упахивания, выгорания и ущерба для личной жизни! Псс. Заходите в закреп — там много полезного, и даже бесплатный мини-курс по выходу из апатии: 👉 https://t.me/+yEjaFz-hY1EyZGJi

Разработчики ядра Python предлагают сделать язык программирования Rust жёсткой зависимостью для Python. Конкретно речь идёт о CPython (де-факто эталонной реализации Python) Такая зависимость от Rust фактически сделает невозможным современный Python на ряде платформ, не поддерживаемых Rust (включая RiscOS, PPC-Mac’и, некоторые версии CentOS и другие) 👉 @PythonPortal

Как получить минимальное и максимальное значения последовательности в Python, используя встроенные функции. Обрати внимание: обе функции поддерживают удобный параметр default, который можно задать на случай, если последовательность окажется пустой. 👉 @PythonPortal

Когда фиксишь один баг, но тут прилетает новый 👉 @PythonPortal

Oxylabs это довольно известная компания в сфере веб-скрейпинга с десятилетним опытом. Они выпустили Python-пакет для веб-парсинга. С его помощью можно вытаскивать данные из e-commerce сайтов, поисковиков, сервисов недвижимости и многого другого. Вот простой пример парсинга результатов Bing:

from oxylabs import RealtimeClient

# Указываем данные для авторизации в Oxylabs API
username = "username"
password = "password"

# Создаем Realtime-клиент с нашими кредами
client = RealtimeClient(username, password)

# Используем bing_search, чтобы получить результаты Bing по запросу "nike"
result = client.bing.scrape_search("nike")

# Выводим сырые данные (как есть)
print(result.raw)

Oxylabs умеет работать практически с любыми сайтами, но у них есть отдельные, более заточенные API для популярных площадок: - Amazon - Google - Google Shopping - Bing - Kroger - Wayfair - YouTube Transcript Подробнее про Oxylabs можно узнать на их сайте Если нужен только Python-пакет для веб-скрейпинга, его можно найти на GitHub 👉 @PythonPortal

Большая новость: теперь Google Colab можно запускать прямо внутри VS Code. То есть можно писать код в нормальном редакторе, а ноутбук подключать к Colab GPU/TPU окружению для ML/AI задач. Настройка занимает пару минут. И бесплатно. Как стартануть: 1. Ставишь расширение Google Colab из Marketplace в VS Code 2. Открываешь .ipynb 3. Выбираешь ядро Colab 4. Авторизуешься и всё, поехали 👉 @PythonPortal

Junior нам не нужен, нам нужен младший разработчик 👉 @PythonPortal

Совет по чистым тестам в Python: В большинстве случаев твои тесты должны покрывать: - все happy path сценарии - edge/corner/boundary кейсы - негативные тесты - проверки на безопасность и некорректные вводы

import uuid
from dataclasses import dataclass
from typing import Optional


@dataclass
class User:
    username: str


class InMemoryUserRepository:
    def __init__(self):
        self._users = []

    def add(self, user: User) -> None:
        self._users.append(user)

    def search(self, query: Optional[str] = None) -> list[User]:
        if query is None:
            return self._users
        else:
            return [
                user
                for user in self._users
                if query in user.username
            ]


# happy path
def test_search_users_without_query_lists_all_users():
    user1 = User(username="john@doe.com")
    user2 = User(username="marry@doe.com")
    repository = InMemoryUserRepository()
    repository.add(user1)
    repository.add(user2)

    assert repository.search() == [user1, user2]


# happy path
def test_search_users_with_email_part_lists_all_matching_users():
    user1 = User(username="john@doe.com")
    user2 = User(username="bob@example.com")
    user3 = User(username="marry@doe.com")
    repository = InMemoryUserRepository()
    repository.add(user1)
    repository.add(user2)
    repository.add(user3)

    assert repository.search("doe") == [user1, user3]


# edge test case
def test_search_users_with_empty_query_lists_all_users():
    user1 = User(username="john@doe.com")
    user2 = User(username="marry@doe.com")
    repository = InMemoryUserRepository()
    repository.add(user1)
    repository.add(user2)

    assert repository.search("") == [user1, user2]


# negative test case
def test_search_users_with_random_query_lists_zero_users():
    user1 = User(username="john@doe.com")
    repository = InMemoryUserRepository()
    repository.add(user1)

    assert repository.search(str(uuid.uuid4())) == []


# security test
def test_search_users_with_sql_injection_has_no_effect():
    user1 = User(username="john@doe.com")
    repository = InMemoryUserRepository()
    repository.add(user1)

    repository.search("DELETE FROM USERS;")
    assert repository.search() == [user1]

👉 @PythonPortal

Теперь в Minecraft можно генерировать 3D-объекты по одному промпту. Мод Falcraft добавляет в игру продвинутый AI. Можно на лету менять текстуры блоков через NanoBanana или генерировать целые 3D-структуры одной командой прямо во время игры. 🌟 Скачать на GitHub: https://github.com/blendi-remade/falcraft?tab=readme-ov-file 👉 @PythonPortal

Зарплата 207.000р у Middle-разработчика в Яндекс «В день уходит несколько часов на созвоны, в остальное время закрываю задачки из спринта, редко перерабатываю. У компании топовый офис, но с коллективом как-то не заладилось. Радуюсь классному ДМС и стабильной зарплате» - middle разработчик из Яндекса. Бигтех по-русски - канал с реальными зарплатами и историями IT-специалистов российского БигТеха. Там уже опубликованы рассказы программистов Альфа-банка, Сбера и Тинькофф 🤯 Читайте: @bigtech_russia

Ловите очередной полезный гайд 👉 @PythonPortal

Представляю Goldman Sachs GS-Quant Python-инструментарий для количественного анализа, созданный Goldman Sachs. GS Quant — это Python-набор инструментов для квант-финансов, построенный на базе одной из самых мощных платформ управления рисками. GS Quant создан для ускорения разработки квант-трейдинговых стратегий и решений для риск-менеджмента. В его основе более 25 лет опыта работы на глобальных рынках. Чтобы получить доступ к API, нужен client id и secret. Они доступны только институциональным клиентам Goldman Sachs. Исходники GS-Quant можно найти на GitHub: https://github.com/goldmansachs/gs-quant 👉 @PythonPortal

78 тем, которые необходимо освоить в области Data Science 👉 @PythonPortal

Весь мир: простая понятная капча Китайцы: почисть лоток 👉 @PythonPortal