Python Community

‍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 (https://truetechchamp.ru/)сайте (https://truetechchamp.ru/?utm_source=tg_seeding&utm_medium=payed_posev&utm_campaign=True_tech_champ_2025&utm_content=pythonl&erid=2W5zFH7tWCQ). Регистрация открыта до 20 октября. @Python_Community_ru

🖥 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 @Python_Community_ru

🖥 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]) @Python_Community_ru

🆕 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 (https://github.com/pdfarranger/pdfarranger) #PDF #opensource #Linux #devtools @Python_Community_ru

👩‍💻 Vicinity (https://github.com/MinishLab/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 (https://github.com/MinishLab/vicinity) @Python_Community_ru

⚡️ Hexora — статический анализ Python-скриптов на вредоносные паттерны Что это: - Ищет опасные конструкции в Python-коде: чтение буфера обмена, exec/eval (включая обфускации), подозрительные импорты (pickle, ctypes, marshal), загрузку бинарей, длинные base64/hex-строки и т. п. - Полезен для аудита зависимостей (supply chain), проверки скриптов из Pastebin/GitHub, triage после инцидентов и ревью пакетов из PyPI. Быстрый старт: pip install hexora # или: uv tool install hexora hexora --help # Проверить одиночный файл hexora audit path/to/script.py # Проверить каталог (с удобным выводом) hexora audit --output-format terminal ./resources/test/ # Аудит пакетов из venv (и фильтрация шумных правил) hexora audit \ --exclude HX5020,HX5030,HX5040,HX5050,HX5060 \ --min-confidence high \ .venv/lib/python3.11/site-packages/ 🔗Github (https://github.com/rushter/hexora) @Python_Community_ru

🎙️ VibeVoice: Инновационная модель TTS для длинных разговоров VibeVoice — это передовая система синтеза речи, способная генерировать выразительное аудио для длительных разговоров, включая подкасты. Она решает проблемы традиционных TTS-систем, обеспечивая высокую согласованность голосов и естественное взаимодействие между несколькими спикерами. 🚀 Основные моменты: - Синтезирует речь до 90 минут с 4 различными спикерами. - Использует токенизаторы непрерывной речи для повышения эффективности. - Поддерживает высокое качество звука при низкой частоте кадров. - Применяет диффузионные модели для понимания контекста и потока диалога. 📌 GitHub: https://github.com/microsoft/VibeVoice @Python_Community_ru

🔥 Совет по Python: неожиданное поведение с изменяемыми аргументами по умолчанию Если в функции задать аргумент по умолчанию как list или dict, то этот объект создаётся один раз — при определении функции. Из-за этого все вызовы будут делить один и тот же объект, что часто приводит к багам. Правильный способ — использовать `None` и создавать новый объект внутри функции. def bad_append(x, data=[]): data.append(x) return data print(bad_append(1)) # [1] print(bad_append(2)) # [1, 2] @Python_Community_ru

Диски в облаке — это базовая функциональность. Для пользователя всё просто: приаттачил к ВМ и всё заработало. Но как это устроена работа с i/o на стороне провайдера? Инженеры MWS Cloud Platform ⬜️ делятся (https://vk.cc/cPoxsa) своим опытом работы с фреймворком SPDK: ⏺️чем он лучше работы через QEMU или ядро Linux; ⏺️какие фичи пришлось дописывать самим; ⏺️как довели фреймворк до продакшена и даже отдали часть изменений в апстрим. ⏩️Загляните внутрь дисковой подсистемы облачного провайдера — читайте статью (https://vk.cc/cPoxsa). @Python_Community_ru

Отличный курс для тех, кто хочет разобраться в нейронках с нуля от Андрея Карпати (OpenAI/Tesla). Внутри бесплатная серия лекций на YouTube (и репа на GitHub), где ты с нуля учишься собирать нейронки. Всё максимально hands-on: Автор не просто рассказывает теорию, а пишет код вместе с тобой — от самых азов до тренировки сетей. https://github.com/karpathy/nn-zero-to-hero/ @Python_Community_ru

🖥 Что такое псевдослучайность в Python Когда мы используем модуль random, числа выглядят случайными, но на самом деле они вычисляются по алгоритму. Поэтому такие числа называют псевдослучайными. Главное: - Если задать одинаковый seed (зерно), генератор выдаст одинаковую последовательность. Это удобно для тестов и экспериментов — результат можно воспроизвести. - Алгоритм по умолчанию — Mersenne Twister (https://ru.wikipedia.org/wiki/%D0%92%D0%B8%D1%85%D1%80%D1%8C_%D0%9C%D0%B5%D1%80%D1%81%D0%B5%D0%BD%D0%BD%D0%B0). Он быстрый и подходит для моделирования, но не годится для безопасности. - Для генерации паролей, токенов и других защищённых данных нужно использовать модуль secrets, который делает случайность криптографически стойкой. Просто правило: - Для экспериментов → random с фиксированным seed. - Для безопасности → secrets. Пример работы seed import random random.seed(42) print([random.random() for _ in range(3)]) random.seed(42) print([random.random() for _ in range(3)]) те же числа Криптографически безопасные значения import secrets print(secrets.token_hex(8)) print(secrets.randbelow(10)) @Python_Community_ru

🖥 PlutoPrint — быстрое создание PDF и PNG из HTML с помощью Python PlutoPrint — это лёгкая и удобная библиотека на Python для генерации качественных PDF и изображений напрямую из HTML или XML. Она основана на мощном рендеринг-движке PlutoBook, что делает её идеальной для отчетов, счетов, билетов и визуализаций. Основные возможности Поддержка PDF и PNG – можно создавать как статичные изображения, так и печатные документы из Простота установки и использования — установка через pip install plutoprint; пример для командной строки: plutoprint input.html output.pdf --size=A4 🟠 Github (https://github.com/plutoprint/plutoprint) @Python_Community_ru

📝 PDF-Extract-Kit (https://github.com/opendatalab/PDF-Extract-Kit) — библиотека для извлечения данных из PDF-файлов с поддержкой сложных документов с помощью моделей компьютерного зрения! 🔍 Основные особенности: 🌟 Точное извлечение текста и таблиц из структурированных и неструктурированных PDF, включая многостраничные таблицы и иерархические блоки! 🌟 OCR-интеграция, позволяющая обрабатывать PDF-документы с отсканированными изображениями! 🌟 Гибкий API на Python, что делает его удобным для анализа и интеграции в приложения! 🔐 Лицензия: AGPL-3.0 🖥 Github (https://github.com/opendatalab/PDF-Extract-Kit) @Python_Community_ru

🚀 Энергоэффективный транспайлер Python в Rust Depyler — это транспайлер, который преобразует код Python в безопасный и производительный Rust, снижая потребление энергии на 75-85%. Он предлагает мощные инструменты для тестирования и верификации, обеспечивая высокое качество кода и поддержку CI/CD. 🚀 Основные моменты: - Эффективное преобразование Python в Rust - Поддержка многоуровневого тестирования и верификации - Интеграция с AI для улучшения качества кода - Поддержка формата Ruchy для функционального программирования - Высокие стандарты безопасности и производительности 📌 GitHub: https://github.com/paiml/depyler @Python_Community_ru

🦀 PyApp — новый способ упаковать Python-программы PyApp написан на Rust и превращает Python-проекты в готовые .exe или бинарники, которые работают без отдельной установки Python. В отличие от PyInstaller или Nuitka, это не библиотека, а отдельный инструмент: - для каждого проекта нужна своя сборка; - зато конфигурация максимально гибкая и можно тонко настроить процесс. 🔗 Репозиторий: https://github.com/ofek/pyapp @Python_Community_ru

🔥 Подборка небанальных Python-трюков, которые реально упрощают жизнь разработчику 🌀 1. functools.cached_property — ленивое свойство с кэшем Позволяет вычислить значение один раз и потом возвращать готовый результат. from functools import cached_property import time class DataFetcher: @cached_property def heavy_data(self): print("⏳ Запрос к API...") time.sleep(2) return {"status": "ok", "data": [1, 2, 3]} obj = DataFetcher() print(obj.heavy_data) # первый вызов → считает print(obj.heavy_data) # второй вызов → из кэша 🪄 2. contextlib.suppress — игнорируем ошибки красиво Вместо громоздкого try/except: import os from contextlib import suppress with suppress(FileNotFoundError): os.remove("tmp.txt") 👉 Идеально для операций, где ошибка — нормальная ситуация (удаление файла, закрытие сокета и т.п.). 🧩 3. Свой контекстный менеджер через enter / exit Можно сделать объекты, которые сами открываются и закрываются как файлы. class DemoResource: def __enter__(self): print("🔓 Ресурс открыт") return self def __exit__(self, exc_type, exc_value, traceback): print("🔒 Ресурс закрыт") if exc_type: print(f"⚠️ Ошибка: {exc_value}") return True # подавить исключение with DemoResource() as res: print("⚡ Работаем...") raise ValueError("Что-то пошло не так!") 👉 Отлично для работы с ресурсами: подключение к БД, временные настройки, логирование. @Python_Community_ru

🔥 Thyme: Think Beyond Images Thyme — это инновационная модель, которая улучшает обработку изображений и сложные задачи рассуждения, используя автономное генерирование и выполнение операций через исполняемый код. Она сочетает в себе методы супервайзинга и обучения с подкреплением, обеспечивая высокую точность выполнения кода. 🚀 Основные моменты: - Автономная генерация и выполнение операций с изображениями. - Комбинация супервайзинга и обучения с подкреплением. - Поддержка высокоразрешающей перцепции и сложного рассуждения. - Использует алгоритм GRPO-ATS для оптимизации работы. 📌 GitHub: https://github.com/yfzhang114/Thyme @Python_Community_ru

‍🚀 Lemonade SDK — локальный сервер для LLM с максимальной производительностью Что это? Lemonade — это open-source проект (спонсируется AMD), который позволяет запускать большие языковые модели прямо у себя: на ПК, в браузере или на сервере. Всё работает локально, без облака, с поддержкой GPU и NPU, и при этом совместимо со стандартом OpenAI API. Возможности - Lemonade Server — локальный сервер, который имитирует OpenAI API. Поддерживает движки llama.cpp (GGUF), ONNX Runtime GenAI и HuggingFace Transformers. Работает с ускорением через Vulkan и ROCm. - Lemonade CLI — консольный инструмент для запуска моделей, тестов производительности, проверки памяти и точности. - Python API — простой способ подключить LLM к своим скриптам и приложениям. Интеграция и совместимость - Полная поддержка OpenAI API (`/chat/completions`, /completions, /models, /load, /stats и др.). - SDK доступен для Python, C++, Java, C#, Go, Node.js, Rust, PHP и других языков. Почему это важно - Всё работает локально → выше приватность и ниже затраты. - Автоматическая оптимизация под ваше железо. - Подходит для продакшн-нагрузок, edge-устройств и экспериментов. - Удобные инструменты: сервер, CLI, Python API, web-панель. - Проект активно развивается: свежие релизы выходят каждую неделю. 👉 Репозиторий: [github.com/lemonade-sdk/lemonade](https://github.com/lemonade-sdk/lemonade) #LLM #AI #Lemonade #OpenSource #AMD @Python_Community_ru

👨‍💻 Omnara — Mission Control для AI-агентов Что это? Omnara — это «диспетчерская» для ваших AI-агентов. С её помощью можно управлять и наблюдать за работой агентов в реальном времени: через терминал, веб-интерфейс и мобильное приложение. Возможности - Отслеживание всех шагов агента в реальном времени. - Push-уведомления, когда агент ждёт обратной связи. - Ответы и контроль прямо с телефона или браузера. - Единый дашборд для всех агентов. Почему это удобно - Не нужно сидеть за ПК, чтобы держать процесс под контролем. - Всё open-source, можно разворачивать самостоятельно. - Подходит как для разработчиков-одиночек, так и для команд. 👉 Omnara делает взаимодействие с AI-агентами гибким и удобным: вы всегда в курсе, что они делают, и можете вмешаться в любой момент. 🔗 GitHub (https://github.com/omnara-ai/omnara) @Python_Community_ru