Python/ django

🆕 В pyfonts — мощное обновление! Теперь можно задать глобальный шрифт по умолчанию — и он применится ко всем текстам автоматически. Больше не нужно вручную проставлять font в каждом элементе 🎯 Идеально для проектов с единой визуальной стилистикой — экономит кучу времени и кода. 🔥 Фичу реализовал John Gardner — спасибо! Ждём фидбек, звёзды и предложения ✨ 📦 GitHub: http://github.com/JosephBARBIERDARNAL/pyfonts @pythonl

Новость для тех, кто хочет строить карьеру в computer science Яндекс Образование вместе с Неймарком и ФКН ВШЭ организуют студкемп в Нижнем Новгороде на тему компьютерного зрения. 🔹 Интенсивная теория: лекции и семинары от Яндекса, Неймарка, ФКН ВШЭ, личное общение со специалистами 🔹 Практическая часть: командные проекты и работа над навыками создания и внедрения компьютерного зрения в автономные системы и робототехнику. Участие в студкемпе бесплатно, но есть отбор. Победителям организаторы оплатят дорогу и проживание. Регистрация до 14 августа, по ссылке.

🔥 WaterCrawl — продвинутая платформа для веб-краулинга и подготовки данных под LLM Если нужно собрать и структурировать контент с сайтов для ИИ — это мощный инструмент. 🧠 В основе: — Django + Scrapy + Celery — Асинхронный краулинг, API и UI — Скриншоты, PDF, JS-рендер, SSE 🚀 Возможности: — Быстрый запуск через Docker (`docker compose up`) — Интеграции с Dify, n8n, Langflow — Пакетная отправка запросов через REST API — SDK для Python, Go, Node, PHP ⚙️ Репозитории @pythonl

Новость для тех, кто хочет строить карьеру в computer science Яндекс Образование вместе с Неймарком и ФКН ВШЭ организуют студкемп в Нижнем Новгороде на тему компьютерного зрения. 🔹 Интенсивная теория: лекции и семинары от Яндекса, Неймарка, ФКН ВШЭ, личное общение со специалистами 🔹 Практическая часть: командные проекты и работа над навыками создания и внедрения компьютерного зрения в автономные системы и робототехнику. Участие в студкемпе бесплатно, но есть отбор. Победителям организаторы оплатят дорогу и проживание. Регистрация до 14 августа, по ссылке.

🖥 Хочешь узнать, какие библиотеки в твоём Python‑проекте реально используются? Многие проекты тянут за собой ненужные зависимости, особенно после десятков итераций. С помощью vulture ты можешь найти неиспользуемый код и импорты — и легко вычистить проект от мусора.

Установка vulture
pip install vulture

Поиск неиспользуемого кода и импортов
vulture your_project/ > unused.txt

Пример: посмотреть, что не используется
cat unused.txt

@pythonl

📘 На Stepik вышел курс — «Python для профессионалов» Уже пишете на Python, но хотите копнуть глубже? Этот курс выведет вас за пределы «основ» и покажет, что умеет современный язык 3.8+. 🔍 Что вы получите: • Итераторы, генераторы, декораторы — пишем чистый и лаконичный код • Async / await, asyncio, concurrent.futures — правильная конкурентность без боли • Метапрограммирование: дескрипторы, метаклассы, динамические классы • Понимание «под капотом»: байткод CPython, GIL, сборщик мусора • Оптимизация: cProfile, tracemalloc, timeit + приёмы ускорения и снижения памяти • ~200 задач, несколько задач с ручным ревью 🎓 Сертификат Stepik по завершении — добавьте в резюме или профиль LinkedIn 🚀 Прокачайте Python до уровня middle/senior. Начните уже сегодня и получите скидку 25%, которая действительна в течение 48 часов 👉 Пройти курс на Stepik

🌐 BrowserOS — операционная система внутри браузера на базе AI BrowserOS — это экспериментальный проект, превращающий браузер в полноценную AI‑среду с "живущими" агентами. По сути, это OS-слой внутри вкладки браузера, где ИИ-агенты могут взаимодействовать с интерфейсами как пользователи. 🧠 Основные идеи: — Агент может кликать, печатать, читать и взаимодействовать с окнами внутри браузера — Поддержка многозадачности: можно открыть несколько окон, как в реальной ОС — Простое API для создания интерфейсов и запуска ИИ-агентов — Можно подключать LLM и наделять их возможностью выполнять действия 📦 Особенности: — UI построен на React — Использует WebAssembly и Web Workers — Позволяет тестировать и запускать агента в контролируемой "песочнице" 💡 Подходит для: — Исследований в области AI-агентов — Прототипирования мультимодальных систем — Демонстрации взаимодействия LLM с интерфейсами 🔗 GitHub @pythonl

Хочешь знать, что происходит внутри ИТ крупного банка? Команда ПСБ рассказывает о работе и жизни в блоке ИТ!   🔹 Знакомься с командой, их проектами и хобби 🔹 Участвуй в активностях: митапы, конференции, спорт 🔹 Читай и комментируй экспертные статьи   Подписывайся на канал  ИТ ПСБ !

🖥 Контекстный перехват stdout — как легко отключить или сохранить print 💡 Хотите, чтобы print() не мешал логике и при этом легко отключался или сохранялся в файл? Вместо того чтобы комментировать все print() в проде, подмените стандартный вывод через контекстный менеджер — и легко направляйте вывод в файл, /dev/null или даже буфер для последующей обработки. Это особенно полезно при отладке в прод-среде или при генерации логов без сторонних библиотек.

import sys
from contextlib import contextmanager
from io import StringIO
import os

@contextmanager
def capture_stdout(to_file=None, suppress=False):
    original_stdout = sys.stdout
    try:
        if suppress:
            sys.stdout = open(os.devnull, 'w')
        elif to_file:
            sys.stdout = open(to_file, 'w')
        else:
            buffer = StringIO()
            sys.stdout = buffer
        yield sys.stdout
    finally:
        sys.stdout.close() if sys.stdout not in (original_stdout, sys.__stdout__) else None
        sys.stdout = original_stdout

# Пример использования:
with capture_stdout(suppress=True):
    print("Этого вы не увидите")

with capture_stdout(to_file="output.log"):
    print("А это уйдёт в файл")

with capture_stdout() as captured:
    print("Это записано во внутренний буфер")

print("Буфер содержит:", captured.getvalue().strip())

@pythonl

E-CUP возвращается. Реальные данные. Масштабные проекты. Большие призы Решайте ML-задачи в стиле Ozon Tech. Девять победителей разделят призовой фонд соревнования — 7 200 000 рублей 🔥 Тест-драйв работы в e-com бигтехе стартует здесь. 🗓 Регистрация: https://cnrlink.com/ecup25pythondjango 💻 Формат участия: онлайн 👥 Команда: от 1 до 5 человек 🎯 Для кого: Data Scientists, ML-специалисты, аналитики данных, дата-инженеры, специалисты Big Data и разработчики, которые интересуются ML/DS. Что вас ждёт: 🔹 Работа над проектом для миллионов пользователей на основе данных от ведущего e-com в России. 🔹 Обмен опытом с экспертами Ozon Tech. 🔹 Эксклюзивный мерч для победителей и подарки для самых активных участников. 🔹 Питчинг — 13 сентября на конференции E-CODE. Ozon Tech предоставит финалистам билеты и оплатит поездку. Три трека E-CUP: 1️⃣ Рекомендации: предсказание следующей покупки пользователя 2️⃣ Логистика: автопланирование курьеров 3️⃣ Контроль качества: автоматическое выявление поддельных товаров Регистрация на платформе Codenrock: https://cnrlink.com/ecup25pythondjango

🔥 Нашёл 100% open-source AI-агента для задач в разработке ПО! ByteDance выпустили Trae Agent — LLM-агент для автоматизации задач в области программной инженерии. ✅ Планирование и использование инструментов из коробки ✅ Умеет рефакторить, дебажить, разбираться в коде ✅ Полностью автономный ✅ Абсолютно открытый код Отличная база, если вы строите что-то с AI. git clone https://github.com/bytedance/trae-agent.git cd trae-agent uv venv uv sync --all-extras https://github.com/bytedance/trae-agent @pythonl

⚡️ Почему лучшие разработчики всегда на шаг впереди? Потому что они знают, где брать настоящие инсайд! Оставь “программирование в вакууме” в прошлом, выбирай свой стек — подпишись и погружайся в поток идей, лайфхаков и знаний, которые не найдёшь в открытом доступе. ИИ: t.me/ai_machinelearning_big_data Python: t.me/pythonl Linux: t.me/linuxacademiya Devops: t.me/DevOPSitsec Базы данных: t.me/sqlhub Мл собес t.me/machinelearning_interview C++ t.me/cpluspluc Docker: t.me/DevopsDocker Хакинг: t.me/linuxkalii МЛ: t.me/machinelearning_ru Data Science: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_ci Java: t.me/java_library Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code ИИ: t.me/vistehno PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc Разработка игр: https://t.me/gamedev Физика: t.me/fizmat SQL: t.me/databases_tg Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy 🎓954ГБ ОПЕНСОРС КУРСОВ: @courses 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🖥 Chatgpt для кода в тг: @Chatgpturbobot - 📕Ит-книги: https://t.me/addlist/BkskQciUW_FhNjEy 💼ИТ-вакансии t.me/addlist/_zyy_jQ_QUsyM2Vi Подпишись, чтобы всегда знать, куда двигаться дальше!

🧹 ObjectClear — инструмент для удаления объектов с изображений с помощью ИИ Что умеет: 🖼 Загружаешь изображение 🎯 Выделяешь объект, который хочешь убрать ✨ Модель автоматически удаляет его и восстанавливает фон Под капотом: — Segment Anything (SAM) от Meta для выделения объекта — Inpaint-Anything для генерации фона — Поддержка работы в браузере (Gradio UI) Можно запускать локально. Всё open-source. 📎 GitHub: https://github.com/zjx0101/ObjectClear @pythonl

📦 Гайд: “The Step-by-Step Guide to Python Packaging Tools 2025” Python-инфраструктура сильно изменилась. Выбор между pip, poetry, uv, hatch, pdm и др. — это уже не просто "pip install", а стратегическое решение. В этом гайде сравниваются 6 ключевых инструментов, каждый со своими сильными и слабыми сторонами: 1️⃣ uv — самый быстрый и универсальный (написан на Rust) ✅ До 100× быстрее pip ✅ Объединяет pip, virtualenv и pip-tools ✅ Поддержка PyPI-паблишинга и Python-менеджмента 📌 Выбор для CI/CD и monorepo-проектов 2️⃣ Poetry 2 — стандарт для библиотек и модульных приложений ✅ Поддержка semantic versioning, lock-файлов, плагинов ✅ Отлично подходит для open source 📌 Идеален для reproducible builds и PyPI 3️⃣ Hatch — “Cargo для Python” ✅ Поддержка матриц окружений, monorepo, хуков ✅ Интеграция с uv для скорости 📌 Выбор для сложных enterprise-проектов и тестовых фреймворков 4️⃣ PDM — стандартизированный менеджер без virtualenv ✅ Поддержка PEP 582 (__pypackages__), PEP 621 ✅ Изоляция без виртуалок, удобен для прототипов 📌 Подходит для rapid dev и экспериментальных сборок 5️⃣ Pipenv — простой интерфейс для приложений ✅ Pipfile, auto-venv, чистый CLI 📌 Хорош для небольших проектов и начинающих 6️⃣ pip — классика ✅ Совместим везде, гибкий ❌ Нет lock-файлов, окружений, требует внешних тулов 📌 Решение для легаси-проектов или скриптов 💡 Выводы: • uv — лучший выбор для скорости, CI и автоматизации • Poetry — стандарт для библиотек, особенно с open source • Hatch — для сложных проектов и продвинутых пайплайнов • PDM — для быстрой разработки и современных стандартов • Pipenv — простой, но морально устарел • pip — базовый минимум, но требует ручной сборки обвязки Если ты: 🔹 Собираешь ML‑пайплайн → смотри в сторону uv + Hatch 🔹 Работаешь над библиотекой → Poetry 2 будет логичным выбором 🔹 Строишь монорепу или сложный фреймворк → Hatch + workspace 🔹 Пишешь простые скрипты или MVP → подойдёт PDM или Pipenv 🔗 Полный гайд @pythonl

🐍 Продвинутый трюк в Python: свой `with` без классов Хочешь выполнять код до и после блока with, но не писать громоздкий класс с __enter__ и __exit__? Используй @contextmanager из contextlib:

from contextlib import contextmanager
import time

@contextmanager
def timer(label="Block"):
    start = time.time()
    print(f"[{label}] Start")
    try:
        yield
    finally:
        end = time.time()
        print(f"[{label}] End — elapsed: {end - start:.3f}s")

# Пример использования
with timer("Download step"):
    time.sleep(1.2)

📌 До yield — код до with 📌 После yield — код после with 🔥 Это мощный способ: - логировать действия, - временно менять окружение (stdout, переменные, режимы), - управлять ресурсами, не создавая классы. @pythonl

🐍 Python Gotcha: как правильно логировать необработанные исключения В этой статье разбирают частую проблему: программа падает, но в логах — тишина. Необработанные исключения отправляются в stderr, а не в лог-файл, и вы не знаете, что пошло не так. Пример кода:

import logging

logger = logging.getLogger(__name__)
logger.setLevel(logging.INFO)
handler = logging.FileHandler("app.log")
handler.setFormatter(logging.Formatter("%(asctime)s %(name)s %(levelname)s %(message)s"))
logger.addHandler(handler)

def divide(a, b):
    return a / b

def main():
    logger.info("Start")
    logger.info(divide(10, 0))  # ZeroDivisionError
    logger.info("End")

if __name__ == "__main__":
    main()

📄 В логе:

2025-07-24 12:00:00 __main__ INFO Start

❗ А сам ZeroDivisionError — только в консоли. Лог молчит. ✅ Решение — использовать sys.excepthook:

import sys

def handle_uncaught_exception(exc_type, exc_value, exc_traceback):
    logger.critical("Uncaught exception", exc_info=(exc_type, exc_value, exc_traceback))

sys.excepthook = handle_uncaught_exception

Теперь, если произойдёт ошибка, она попадёт в лог:

CRITICAL Uncaught exception
Traceback (most recent call last):
  ...
ZeroDivisionError: division by zero

📌 Вывод: — Необработанные исключения не попадут в лог, если явно не подключить sys.excepthook — Это особенно важно в продакшене: лог покажет, где и почему всё сломалось — Просто и надёжно 🔗 Подробнее @pythonl

🐍 Python Gotcha: как правильно логировать необработанные исключения В этой статье разбирают частую проблему: программа падает, но в логах — тишина. Необработанные исключения отправляются в stderr, а не в лог-файл, и вы не знаете, что пошло не так. Пример кода:

import logging

logger = logging.getLogger(__name__)
logger.setLevel(logging.INFO)
handler = logging.FileHandler("app.log")
handler.setFormatter(logging.Formatter("%(asctime)s %(name)s %(levelname)s %(message)s"))
logger.addHandler(handler)

def divide(a, b):
    return a / b

def main():
    logger.info("Start")
    logger.info(divide(10, 0))  # ZeroDivisionError
    logger.info("End")

if __name__ == "__main__":
    main()

📄 В логе:

2025-07-24 12:00:00 __main__ INFO Start

❗ А сам ZeroDivisionError — только в консоли. Лог молчит. ✅ Решение — использовать sys.excepthook:

import sys

def handle_uncaught_exception(exc_type, exc_value, exc_traceback):
    logger.critical("Uncaught exception", exc_info=(exc_type, exc_value, exc_traceback))

sys.excepthook = handle_uncaught_exception

Теперь, если произойдёт ошибка, она попадёт в лог:

CRITICAL Uncaught exception
Traceback (most recent call last):
  ...
ZeroDivisionError: division by zero

📌 Вывод: — Необработанные исключения не попадут в лог, если явно не подключить sys.excepthook — Это особенно важно в продакшене: лог покажет, где и почему всё сломалось — Просто и надёжно 🔗 Подробнее @pythonl

Хотите обрабатывать тексты в несколько кликов?   Освойте регулярные выражения в новом бесплатном курсе Академии Selectel.   Вы научитесь: 🔹 моментально извлекать данные из гигабайтов текста, 🔹 валидировать формы любой сложности, 🔹 работать с кириллицей без сломанных \b, 🔹 решать задачи с помощью lookarounds и именованных групп.   Курс будет полезен как новичкам, так и опытным специалистам, которые хотят прокачаться в работе со скриптами и редакторами.   Начните обучение прямо сейчас Реклама. АО «Селектел», ИНН 7810962785, ERID: 2VtzqxE8kx8

🐧 Pynguin — генератор юнит-тестов для Python. Инструмент автоматически создаёт тесты для Python-кода, экономя время разработчиков и при этом адаптирован под особенности динамической типизации Python. Проект пока находится в стадии исследования и требует осторожности — он исполняет тестируемый код, поэтому разработчики рекомендуют использовать изолированные среды вроде Docker. Установка через pip install pynguin, минимальная конфигурация требует указания пути к проекту и модулям для тестирования. 🤖 GitHub @pythonl

🖥 Полезный трюк в Python: как отсортировать список по нескольким условиям одновременно Если вы хотите отсортировать список объектов (например, словарей или кортежей) сразу по нескольким критериям — например, сначала по возрасту по возрастанию, а затем по имени по убыванию — не нужно писать громоздкие функции. Используйте sorted() с key, комбинируя несколько полей с нужной логикой сортировки. Вот как:

people = [
    {"name": "Alice", "age": 30},
    {"name": "Bob", "age": 25},
    {"name": "Charlie", "age": 25},
    {"name": "David", "age": 30},
]

# Сортировка: сначала по age (по возрастанию), затем по name (по убыванию)
sorted_people = sorted(people, key=lambda p: (p["age"], -ord(p["name"][0])))

for person in sorted_people:
    print(person)

💡 Работает и с объектами, и с кортежами — главное, правильно составить key. Особенно полезно для фильтрации списков в табличных данных, при выводе результатов или генерации отчётов. #python Больше коротких уроков тут