About Python [ru]

😭 Гендерный разрыв в IT никуда не делся Исследование Selecty и hh․ru показало: >200 тыс. рублей в месяц получают 51,5% мужчин и только 34,8% женщин. В тестировании этот порог пробивают 60% парней и 45% девушек, а в бэкенде высокие доходы лишь у 26,5% разработчиц. Почему так? Мужчины чаще забирают руководящие посты и сеньорские грейды. ✖️ xCode Journal

Личный канал про: 🔘 опыт, 🔘 ошибки, 🔘 деньги, 🔘 работу, 🔘 и в целом про жизнь Геныч. - @just_genych

👩‍💻 Состояние производительности Python 3.13: Free-Threading Статья посвящена новому free-threaded режиму в CPython 3.13, который открывает возможности параллельного выполнения потоков. Рассматриваются особенности его использования и влияние на производительность. Читать...

👩‍💻 Задачка по Python Напишите функцию, которая принимает строку и возвращает список всех её подстрок. Подстрока — это непрерывная последовательность символов, содержащаяся в строке. ➡️ Пример:

"abc"
['a', 'ab', 'abc', 'b', 'bc', 'c']

Решение задачи ⬇️

def generate_substrings(s): substrings = [] for i in range(len(s)): for j in range(i + 1, len(s) + 1): substrings.append(s[i:j]) return substrings # Пример использования: input_string = "abc" result = generate_substrings(input_string) print(result) # Ожидаемый результат: ['a', 'ab', 'abc', 'b', 'bc', 'c']

👩‍💻 Кастомизация Django Admin. Часть 1: Структура шаблонов Статья открывает цикл о кастомизации Django админки, начиная с основ. Рассматриваются ключевые шаблоны и механизм их поиска, чтобы упростить понимание структуры и облегчить работу с админкой. Читать...

Хотите знать, как работать с ИИ, облаками и данными в 2026 году? ✨ Узнайте на GoCloud 2026 — большой конференции про ИИ и облака от команды Cloud.ru. В этом году ключевой темой станет ИИ как сервис: а именно, простые, управляемые и безопасные инструменты для работы с искусственным интеллектом и ИИ-агентами. Также обсудят кибербезопасность, гибридные решения, тренды в работе с данными и облаками, которые определят 2026 год. Что вас ждет:

▶️4 трека про ИИ, данные, инструменты разработки и облачную инфраструктуру ▶️50+ спикеров ▶️демозоны сервисов ▶️практические воркшопы ▶️нетворкинг и afterparty

Где и когда: Встречаемся 9 апреля офлайн в Москве или на онлайн-трансляции. ➡️Успейте зарегистрироваться

Курсы повышения квалификации при МГУ "Машинное обучение. Искусственные нейронные сети и генетические алгоритмы" Продолжается прием заявок на прохождение курсов повышения квалификации "Машинное обучение. Искусственные нейронные сети и генетические алгоритмы", проводимых НИИ ядерной физики имени Д.В.Скобельцына Московского Государственного Университета имени М.В.Ломоносова. Окончившим курсы МГУ выдаёт удостоверение установленного образца о повышении квалификации на бланке строгого учёта с подписью проректора и гербовой печатью МГУ, в твёрдом переплёте. Внимание! Занятия будут проходить в двойном формате - очно на территории МГУ на Воробьевых горах с возможностью подключения через zoom, что позволяет обучаться лицам из любого региона РФ. Занятия будут проходить два раза в неделю в вечернее время. Начало занятий 27 февраля 2026 г. Получить более подробную информацию о программе обучения и подать заявку для прохождение курсов Вы можете по этому адресу.

👩‍💻 Задачка по Python Напишите функцию, которая принимает список чисел и возвращает второе наибольшее число. Если в списке меньше двух уникальных чисел, функция должна вернуть None. ➡️ Пример:

[10, 20, 4, 45, 99]
45

[5, 5, 5]
None

Решение задачи ⬇️

def find_second_largest(numbers): # Удаляем дубликаты и сортируем список в порядке убывания unique_numbers = sorted(set(numbers), reverse=True) # Если уникальных чисел меньше двух, возвращаем None return unique_numbers[1] if len(unique_numbers) >= 2 else None # Пример использования: print(find_second_largest([10, 20, 4, 45, 99])) # Ожидаемый результат: 45 print(find_second_largest([5, 5, 5])) # Ожидаемый результат: None

💼 «Хочу уволиться, но боюсь»: что делать «Завтра напишу заявление об увольнении» — фраза, которую многие повторяют каждый понедельник, но так и не решаются на перемены. Сегодня поговорим о том, как перестать саботировать собственную карьеру и научиться управлять страхом перемен. Спойлер: дело не в лени и не в комфортной зарплате. Читать...

⚙️ Что такое dataclasses в Python и зачем они нужны? dataclasses — это модуль, добавленный в Python 3.7, который упрощает создание классов для хранения данных. Он автоматически генерирует методы, такие как __init__, __repr__, и __eq__, на основе аннотаций типов. ➡️ Пример:

from dataclasses import dataclass

@dataclass
class Point:
    x: int
    y: int

point = Point(10, 20)
print(point)  # Point(x=10, y=20)
print(point == Point(10, 20))  # True

🗣️ В этом примере класс Point автоматически получает методы для удобной работы с объектами, что экономит время и делает код чище.

🖥 Подробнее тут

👩‍💻 Задачка по Python Напишите функцию, которая принимает строку и возвращает новую строку, в которой слова идут в обратном порядке. Слова разделены пробелами. ➡️ Пример:

print(reverse_words("Hello World"))  # Ожидаемый результат: "World Hello"
print(reverse_words("Python is great"))  # Ожидаемый результат: "great is Python"

Решение задачи ⬇️

def reverse_words(sentence): return ' '.join(sentence.split()[::-1]) # Пример использования: print(reverse_words("Hello World")) # Ожидаемый результат: "World Hello" print(reverse_words("Python is great")) # Ожидаемый результат: "great is Python"

👩‍💻 Увеличиваем размер выборки и прокрашиваем серые метрики: неочевидная ошибка при проведении А/B — тестов В этой статье я постараюсь простым языком рассказать о последствиях, к которым может привести слепой запуск A/B-тестов без предварительного А/А-тестирования. Читать...

🔨 Последний гвоздь в крышку гроба ручного программирования 🫡 Создатель Node.js признал, что эра написания кода людьми закончилась. Полная цитата:

Об этом говорилось уже тысячу раз, но позвольте мне добавить свой голос: эра, когда код писали люди, закончилась. Это тревожно для тех из нас, кто считает себя разработчиками программного обеспечения, но это так. Это не значит, что у разработчиков ПО нет работы, но написание синтаксиса напрямую — это не то, чем они теперь занимаются.

🥲 - За что? ✖️ xCode Journal

⚙️ Что такое генераторы в Python и зачем они нужны? Генераторы — это функции в Python, которые возвращают значения по одному с помощью ключевого слова yield, вместо полного возврата всех значений сразу. Они полезны для работы с большими объемами данных, так как сохраняют память, генерируя значения на лету. ➡️ Пример:

# Генератор для получения первых N чисел Фибоначчи
def fibonacci(n):
    a, b = 0, 1
    for _ in range(n):
        yield a
        a, b = b, a + b

# Используем генератор
for num in fibonacci(5):
    print(num)

# Вывод: 0, 1, 1, 2, 3

🗣️ В этом примере генератор fibonacci вычисляет числа по запросу, вместо сохранения всех значений в памяти. Это делает генераторы особенно удобными для работы с потоками данных или бесконечными последовательностями.

🖥 Подробнее тут

👩‍💻 Всем программистам посвящается! Вот 14 авторских обучающих IT каналов по самым востребованным областям программирования: Выбирай своё направление: 👩‍💻 Python — t.me/python_ready 🤔 InfoSec & Хакинг — t.me/hacking_ready 🖥 SQL & Базы Данных — t.me/sql_ready 🤖 AI & ML — t.me/neuro_ready 👩‍💻 Frontend — t.me/frontend_ready 👩‍💻 IT Новости — t.me/it_ready 👩‍💻 C/C++ — https://t.me/cpp_ready 👩‍💻 C# & Unity — t.me/csharp_ready 👩‍💻 Linux — t.me/linux_ready 👩‍💻 Java — t.me/java_ready 📖 IT Книги — t.me/books_ready 📱 JavaScript — t.me/javascript_ready 🖼️ DevOps — t.me/devops_ready 🖥 Design — t.me/design_ready 📌 Гайды, шпаргалки, задачи, ресурсы и фишки для каждого языка программирования!

👩‍💻 7 продвинутых приемов pandas для науки о данных Статья делится 7 продвинутыми приёмами работы с pandas для оптимизации задач анализа данных. Рассматриваются, например, итерации по группам с df.groupby().iter() и другие способы упростить повторяющиеся операции. Читать...

🕵️‍♂️ Когда твоя работа зависит от Василия Задача вроде простая, но всё стопорится, потому что «это знает только Василий, он тут со времён динозавров». Никакой документации, только магия в его голове. В итоге — пока он не ответит, ты зависаешь, а проект буксует. Звучит знакомо? ⚙️ Если так, пора разорвать этот порочный круг. Вместо бесконечных вопросов начни собирать всё в одну базу знаний — хоть в Notion, хоть на салфетках. Предложи команде попробовать парное программирование: пока Василий творит чудеса, ты уже разбираешься, как эти фокусы повторить.

⚙️ Разбей и властвуй: как создать кастомный токенизатор в SpaCy Статья показывает, как создавать кастомные токенизаторы в SpaCy для специфических задач: от разбивки текста по уникальным правилам до обработки экзотических языков программирования. Практические примеры включены. Читать...

📈 Подборка статей для вашей карьеры • Как растут data science-инженеры и что советуют синьоры, чтобы развиваться быстрее • Как пройти стажировку бизнес- и системного аналитика и не «сгореть» в персональной преисподней • Карьерный рост из senior: кто такой staff-инженер? • Что лучше — оценка рекрутера или подбрасывание монетки? • Мотивационные стили в обучении: почему вам (возможно) не нужны цели или общение с одногруппниками

👩‍💻 Кроссплатформенные приложения на Python с Flet и FastAPI: Полное руководство по разработке Статья демонстрирует, как с помощью Python и библиотек Flet и FastAPI создавать кроссплатформенные приложения. Рассматриваются подходы к разработке веб, мобильных и десктопных решений без необходимости изучать другие языки. Читать...