Немного Python

Оказывается, в Python есть ЛЕНИВЫЙ ИМПОРТ 🦥 Если в проекте есть тяжёлые библиотеки (pandas, torch, tensorflow), но ты используешь их не всегда — не загружай их раньше времени. 🐍 Python позволяет отложить импорт до момента первого обращения к модулю, с помощью importlib. Пример кода:

import importlib

# Обёртка для ленивого импорта
def lazy_import(name):
    return importlib.util.LazyLoader(importlib.import_module(name))

# Теперь импорт будет отложен
np = lazy_import('numpy')  # numpy ещё не загружен

# Загрузка произойдёт только при первом вызове
print(np.array([1, 2, 3]))

💡 Такой подход помогает ускорить запуск кода и экономить память, особенно в CLI-утилитах, бэкендах и Jupyter-ноутбуках.

​⌨️ Пишем автокликер на Python В этом небольшом уроке вы узнаете, как с помощью библиотеки PyAutoGUI написать собственный автокликер на Python, который будет искать на экране заданные изображения и нажимать по ним. 1. Особенности библиотеки — [0:30] 2. Установка библиотеки — [3:57] 3. Начало написания скрипта — [5:05] 4. Тестирование параметра confidence — [14:03] 5. Итог — [16:50] Перейти к просмотру #видео #python

😰 Python Developer Stack — лучший арсенал для разработчика в одном месте! Хочешь разобраться в технологиях, которые реально нужны Python-разработчику? Вот универсальная шпаргалка по лучшим инструментам, библиотекам и фреймворкам — всё, что пригодится от новичка до синьора. 📦 Package Management → pip, conda, poetry — ставим и управляем библиотеками без боли. 🧠 AI & ML → TensorFlow, PyTorch, Scikit-learn — топовые фреймворки для машинного обучения. → NumPy, Pandas, Matplotlib, Seaborn — для анализа и визуализации данных. ⚙️ Автоматизация и AI-агенты → LangGraph, CrewAI — построение умных агентов. → Airflow, Celery, Luigi — для таск-менеджмента и ETL. 🌐 Веб-фреймворки → Django, Flask, FastAPI — на любой вкус: от монолита до микросервисов. → Tornado, Pyramid — для продвинутых задач. 📊 Базы данных → PostgreSQL, MySQL, MongoDB, SQLite, Redis, Cassandra — SQL и NoSQL на выбор. ✍️ Тестирование → Pytest, Unittest, nose2 — делаем стабильный и покрытый тестами код. 🔍 Web Scraping → BeautifulSoup, Scrapy, Selenium, Playwright — качай данные отовсюду, даже если они не хотят 😎 🤓 DevOps/Deploy → Docker, Kubernetes, AWS, Heroku, Azure, GCP — всё, чтобы задеплоить как профи. ⌨️ Редакторы и IDE → VS Code, PyCharm, Jupyter Notebook, Spyder — кто во что горазд, но с удобством и подсказками. 💡 Version Control и CI/CD → Git, GitHub, GitLab, Bitbucket — контроль версий и коллаборация без хаоса. 🔥 Это не просто список — это твой навигатор по миру Python. Сохрани и возвращайся, когда выбираешь стек под проект или хочешь прокачать себя 👍 #doc #python #cheatsheet

🧨 Готовая настраиваемая мультиагентная AI-система на Python 🔥 evi-run — мощный фреймворк с продвинутой архитектурой на OpenAI Agents SDK для создания AI-ботов в Telegram с enterprise-возможностями. Deploy за 5 минут через Docker, а дальше — безграничная кастомизация! 🧠 Что умеет из коробки: 💬 Управление памятью и обработка контекста 💬 Обработка документов (PDF, images, text, Markdown, Word, PowerPoint, Python files) 💬 Генерация VHQ изображений 💬 Веб-аналитика и интеллектуальный поиск 💬 Глубокое исследование 💬 DEX-аналитика и автоматизированная торговля криптой 💬 Кастомные агенты для любых задач 💬 Три режима: private (для себя), free (для сообщества), pay (для монетизации) 👊 Установка — проще некуда:

git clone https://github.com/pipedude/evi-run.git
cd evi-run
cp .env.example .env  # добавляешь API ключи
./docker_setup_en.sh
docker compose up --build -d

⚡️ Идеально для: — создания AI-помощников и виртуальных персонажей — автоматизация саппорта — построения торговых ботов для DeFi — кастомные мультиагентные системы ⚙️ Архитектура: Python • OpenAI Agents SDK • Solana RPC • MCP • Telegram Bot API • PostgreSQL • Redis • Docker ♎️ GitHub/Инструкция 🖥 Demo-бот 👍 Сохраняй, точно пригодится — это готовое решение для серьёзных AI-проектов! #python #soft #nn #github

🚀 Python — язык, на котором можно ВСЁ. От веба и автоматизации до нейросетей, игр и мобильных приложений! 📦 Python превращается в суперсилу, когда ты комбинируешь его с нужными библиотеками. ⚡️ Лови подборку мощных связок: 📈 Аналитика и Data Science ➡️ Python + Pandas — мгновенная магия с таблицами и данными. ➡️ Python + NumPy — быстрая математика и работа массивами данных. ➡️ Python + Matplotlib / Seaborn — визуализация, графики, которые всё скажут за тебя. 🤖 Искусственный интеллект и ML ➡️ Scikit-Learn — классика машинного обучения. ➡️ TensorFlow / PyTorch — глубокое обучение и нейросети. ➡️ OpenCV — компьютерное зрение и обработка изображений. 🌍 Веб и API ➡️ Flask — лёгкий и быстрый запуск веб-приложения. ➡️ Django — фуллстек с авторизацией, админкой и БД. ➡️ FastAPI — молниеносные API с автодокументацией. ➡️ SQLAlchemy / PyMongo — работа с базами данных как с объектами. 🔐 Тестирование и безопасность ➡️ Pytest — тесты без боли. ➡️ PyJWT — аутентификация через токены — надёжно и понятно. 🎮 Игры и UI ➡️ PyQt / Kivy — кроссплатформенные GUI. ➡️ Pygame — 2D-игры для фана и прототипов. ➡️ Ursina / Panda3D — создание 3D-мира на Python. 💡 Python — это не просто язык. Это универсальный набор ключей от всех дверей в IT. 👍 Начни с одной библиотеки. Дальше затянет. #python #cheatsheet

✍️ Перевод на русский учебника по Flask Пошагово, с примерами и практикой. Идеально, чтобы разобраться с Flask с нуля до продвинутого уровня: 📖 Главы: 1. Привет, мир! - https://habr.com/ru/articles/804245/ 2. Шаблоны - https://habr.com/ru/articles/804887/ 3. Веб-формы - https://habr.com/ru/articles/805997/ 4. База данных - https://habr.com/ru/articles/807371/ 5. Логины пользователей - https://habr.com/ru/articles/808091/ 6. Страница профиля и аватары - https://habr.com/ru/articles/809411/ 7. Обработка ошибок - https://habr.com/ru/articles/809743/ 8. Подписчики - https://habr.com/ru/articles/811791/ 9. Разбивка на страницы - https://habr.com/ru/articles/815427/ 10. Поддержка электронной почты - https://habr.com/ru/articles/815623/ 11. Дизайн приложения - https://habr.com/ru/articles/816603/ 12. Дата и время - https://habr.com/ru/articles/817289/ 13. I18n и L10n - https://habr.com/ru/articles/817369/ 14. Ajax - https://habr.com/ru/articles/818001/ 15. Улучшенная структура приложения - https://habr.com/ru/articles/818639/ 16. Полнотекстовый поиск - https://habr.com/ru/articles/819969/ 17. Развертывание на Linux - https://habr.com/ru/articles/821757/ 18. Развертывание на Heroku - https://habr.com/ru/articles/822619/ 19. Развертывание в Docker - https://habr.com/ru/articles/822935/ 20. Немного магии JavaScript - https://habr.com/ru/articles/823232/ 21. Уведомления пользователей - https://habr.com/ru/articles/823422/ 22. Фоновые задания - https://habr.com/ru/articles/824396/ 23. API (интерфейсы прикладного программирования) - https://habr.com/ru/articles/826182/ Отличный курс, чтобы прокачаться в Flask и понять, как строятся настоящие веб-приложения. 👍 Сохраняй, пригодится! #article #doc #python

🖥 Репозиторий: Pyleak — инструмент для обнаружения утечек в Python Pyleak — это инструмент командной строки, написанный на Python, предназначенный для поиска секретов (например, паролей, ключей API, токенов и т. д.) в файлах и директориях. — Данный инструмент сканирует код, конфигурационные файлы и другие текстовые файлы на наличие шаблонов, которые могут указывать на наличие секретов, чтобы предотвратить их случайную утечку. ⏺ Ссылка на GitHub (https://github.com/deepankarm/pyleak) #Leak #Python @hackernews_lib

Bokeh — это мощная библиотека с открытым исходным кодом, которая позволяет визуализировать данные для веб-приложений, не написав ни строчки на javascript. 5️⃣ GitHub

🌀 Как работает yield в Python? Когда вы пишете функцию с yield, она превращается в генератор. Это не просто функция — это объект, который можно итерировать, и при каждой итерации он "просыпается", возвращает значение и снова засыпает. Пример:

def squares():
    for i in range(3):
        yield i * i

for x in squares():
    print(x)

Вывод:

0
1
4

Подробнее тут. Важно: yield не только возвращает значение, но и сохраняет состояние функции. Это значит, что переменные не сбрасываются, цикл не начинается с начала — выполнение продолжается с того же места. Зачем это нужно? 🟠Работать с большими объёмами данных 🟠Писать "ленивый" код, который экономит память 🟠Делать асинхронные пайплайны и обработчики Крч если хочешь писать код, который не захлёбывается от объёмов — генераторы тебе в помощь 😢

🔥 Полезные библиотеки Python Python PDF Handling Tutorial — интересная подборка скриптов для работы с PDF-файлами в Python: Вы научитесь: ➡️ Извлекать текст и изображения из PDF файлов; ➡️ Извлекать таблицы и URL адреса из PDF файлов; ➡️ Извлекать страницы из PDF файлов как изображения; ➡️ Создавать PDF файлы; ➡️ Добавлять текст, изображения и таблицы в PDF файлы; ➡️ Выделять текст в PDF файлах и многое другое. Пример извлечения текста:

from io import StringIO
from pdfminer.pdfinterp import PDFPageInterpreter, PDFResourceManager
from pdfminer.pdfpage import PDFPage
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
 
# PDFMiner Analyzers
rsrcmgr = PDFResourceManager()
sio = StringIO()
codec = "utf-8"
laparams = LAParams()
device = TextConverter(rsrcmgr, sio, codec=codec, laparams=laparams)
interpreter = PDFPageInterpreter(rsrcmgr, device)
 
# path to our input file
pdf_file = "sample.pdf"
 
# Extract text
pdfFile = open(pdf_file, "rb")
for page in PDFPage.get_pages(pdfFile):
   interpreter.process_page(page)
pdfFile.close()
 
# Return text from StringIO
text = sio.getvalue()
 
print(text)
 
# Freeing Up
device.close()
sio.close()

Пример извлечения изображений:

import fitz
import io
from PIL import Image
 
# path to our input file
pdf_file = "sample.pdf"
 
# Input PDF file
pdf_file = fitz.open(pdf_file)
 
for page_no in range(len(pdf_file)):
   curr_page = pdf_file[page_no]
   images = curr_page.getImageList()
 
   for image_no, image in enumerate(curr_page.getImageList()):
       # get the XREF of the image
       xref = image[0]
       # extract the image bytes
       curr_image = pdf_file.extractImage(xref)
       img_bytes = curr_image["image"]
       # get the image extension
       img_extension = curr_image["ext"]
       # load it to PIL
       image = Image.open(io.BytesIO(img_bytes))
       # save it to local disk
       image.save(open(f"page{page_no+1}_img{image_no}.{img_extension}", "wb"))

⚙️ GitHub/Инструкция #python #soft #github

👨‍💻 Изучаем Python: программирование игр, визуализация данных, веб-приложения Год: 2025 #books

💻 Кнопки в стиле Cyberpunk 2077 на чистом CSS! Эффект глитча реализован с помощью свойства clip-path. Идеально для сайтов, которые хотят добавить щепотку киберхаоса в свой дизайн. 📂 Код на codepen 👇 Готовые исходники в архиве #soft #code