Python/ django

🧠 Как подготовиться к техническому собеседованию с помощью Если ты готовишься к собеседованию в IT и не знаешь, с чего начать — обрати внимание на бесплатный курс от freeCodeCamp, основанный на знаменитом списке задач NeetCode 150. ⚙️ Что такое NeetCode 150? • 🟤 Это отобранные 150 задач с LeetCode, покрывающие всё, что нужно знать: • массивы • строки • хеш-таблицы • деревья и графы • динамическое программирование • стек и очередь • backtracking и двоичный поиск 🎓 Что предлагает курс freeCodeCamp: • 38 часов подробного видеоконтента • Каждая задача разбирается пошагово — с объяснением стратегии и кода • Языки: Python и JavaScript • Полностью бесплатно 📈 Почему это эффективно: • Все задачи — реальный опыт с технических собеседований • Структура курса позволяет идти от простого к сложному • Удобно учиться в своем темпе - Стартуй здесь - Видео с разбором вопросов - Решения Не упусти шанс систематизировать знания и уверенно пройти собеседование! @pythonl

⚡️Создаём свою нейросеть в PyTorch Хотите быстро разобраться в PyTorch и написать свою нейросеть? Мы подготовили для вас вебинар, где на практике разберём все этапы создания ML-модели. Вебинар проведет Владислав Агафонов — ML-инженер, ранее работал в Yandex и Huawei. Что будет на вебинаре? 🟠Установим PyTorch в Google Colab и настроим работу на бесплатном GPU; 🟠Поймём, что такое тензоры и почему они — фундамент всех нейросетей; 🟠Скачаем готовый датасет, разберём его структуру и подготовим для обучения; 🟠Научимся использовать DataLoader для эффективной загрузки данных; 🟠Пошагово соберём облегчённую версию классической свёрточной нейронной сети (CNN); 🟠Обучим и протестируем модель. 🕗 Встречаемся 14 мая в 18:30 по МСК, будет много практики, ответы на вопросы и полезные инсайты от эксперта. 😶Зарегистрироваться на бесплатный вебинар

📬 BillionMail — автономная платформа для email-маркетинга и почтовых серверов 🧩 Что это такое BillionMail — это self-hosted open-source платформа, которая позволяет: • Настроить полноценный почтовый сервер • Управлять рассылками email • Отслеживать открытие писем и клики • Контролировать доставляемость и отклонения • Работать через браузерный интерфейс без зависимости от облака 🚀 Ключевые возможности • Управление почтовыми ящиками и доменами • Email-маркетинг с шаблонами, сегментами и аналитикой • Встроенный SMTP-сервер и логика ретраев • Поддержка DKIM, SPF, DMARC • Мониторинг отправок, спама, bounce-статистики • API и интеграции с внешними системами ⚙️ Технологии • Backend: Python • Web-интерфейс: Vue.js • СУБД: MySQL • Mail engine: Postfix + Dovecot • OS: Linux-серверы (Ubuntu/Debian) 🛠 Установка

1. Установите `Docker` и `docker-compose`  
2. Клонируйте репозиторий:
```bash
git clone https://github.com/aaPanel/BillionMail.git
cd BillionMail

Запустите:

docker-compose up -d

🔗 Репозиторий

❓Как найти аномалии в данных с помощью машинного обучения? В мире данных выявление аномалий — ключевая задача, которая помогает находить неисправности, мошенничество и отклонения. Без правильных методов вы рискуете упустить важные факты, которые могут повлиять на результаты. На открытом вебинаре 13 мая в 18:00 мск мы подробно разберем, как эффективно искать аномалии в данных с использованием популярных методов, от простых статистических до продвинутых, таких как Isolation Forest и OneClassSVM. 📣 Спикер Мария Тихонова – PhD Computer Science, Senior Data Scientist и преподаватель в одном из крупнейших университетов России. ➡️ Запишитесь на вебинар и получите скидку на большое обучение «Специализация Machine Learning»: https://otus.pw/YfwA/?erid=2W5zFH7af1a  Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

🖥 systemd-pilot — это десктопное приложение для управления сервисами systemd на GNU/Linux системах! 🌟 По сути, это графический интерфейс для команд systemctl. Он позволяет просматривать и управлять системными сервисами, быстро развертывать новые сервисы, а также запускать, останавливать и перезапускать их. Приложение легковесное и использует всего один Python-скрипт. Также предусмотрена поддержка поиска сервисов по имени. 🔐 Лицензия: GPL-3.0 🖥 Github @pythonl

🖥 Шпаргалка по RegEx в Python 📦 Импорт:

import re

🔍 Основные функции модуля re

re.search(pattern, string)     # Ищет первое совпадение (где угодно в строке)
re.match(pattern, string)      # Ищет совпадение только в начале строки
re.fullmatch(pattern, string) # Проверяет, соответствует ли вся строка шаблону
re.findall(pattern, string)   # Возвращает все совпадения в виде списка
re.finditer(pattern, string)  # То же, но как итератор Match-объектов
re.sub(pattern, repl, string) # Замена по шаблону
re.split(pattern, string)     # Разбиение строки по шаблону

# 🧠 Основы синтаксиса шаблонов | Шаблон | Что значит | |---------|-------------------------------------| | . | Любой символ, кроме \n | | ^ | Начало строки | | $ | Конец строки | | * | 0 или больше повторений | | + | 1 или больше | | ? | 0 или 1 повторение | | {n} | ровно n раз | | {n,} | n или больше | | {n,m} | от n до m | | [] | Символьный класс | | [^] | Отрицание символьного класса | | | | Или (`a|b`) | | () | Группа (захват) | | \ | Экранирование спецсимвола | 💡 Примеры

re.search(r'\d+', 'ID=12345')       # Найдёт '12345' (одно или больше цифр)
re.match(r'^\w+$', 'hello_world')   # Вся строка — только буквы/цифры/_
re.findall(r'[A-Z][a-z]+', 'Mr. Smith and Dr. Brown')  # ['Smith', 'Brown']
re.sub(r'\s+', '-', 'a  b   c')     # 'a-b-c'
re.split(r'[;,\s]\s*', 'one, two;three four')  # ['one', 'two', 'three', 'four']

🎯 Захват групп

text = 'Name: John, Age: 30'
match = re.search(r'Name: (\w+), Age: (\d+)', text)
if match:
    print(match.group(1))  # John
    print(match.group(2))  # 30

Группы можно называть:

pattern = r'(?P<name>\w+): (?P<value>\d+)'
match = re.search(pattern, 'score: 42')
match.group('name')   # 'score'
match.group('value')  # '42'

🧱 Комбинированные шаблоны

pattern = r'\b(?:https?://)?(www\.)?\w+\.\w+\b'
text = 'Visit https://example.com or www.test.org'
re.findall(pattern, text)  # [['www.'], ['www.']]

⚠️ Полезные советы • Всегда используйте r'' перед шаблоном, чтобы не экранировать \ • re.compile(pattern) ускоряет повторное использование • Старайтесь избегать re.match — чаще нужен re.search ✅ Быстрая проверка шаблонов 📍 Онлайн-проверка: [regex101.com](https://regex101.com/) [pythex.org](https://pythex.org/) Хочешь отдельную шпаргалку по re.sub с лямбдами, заменами и функциями внутри, ставь лайк 👍 @pythonl

🐍 Задача с подвохом: Декораторы и мутабельные ловушки Условие: Что выведет следующий код и почему?

def memoize(fn):
    cache = {}
    def wrapper(arg):
        if arg in cache:
            print("Из кэша")
            return cache[arg]
        else:
            result = fn(arg)
            cache[arg] = result
            return result
    return wrapper

@memoize
def add_to_list(val, lst=[]):
    lst.append(val)
    return lst

res1 = add_to_list(1)
res2 = add_to_list(2)
res3 = add_to_list(1)

print(res1)
print(res2)
print(res3)

❓ Вопрос: Что будет выведено? Где здесь двойной подвох? 🔍 Разбор: На первый взгляд кажется, что: 1. add_to_list(1) вернёт [1] 2. add_to_list(2) вернёт [2] 3. add_to_list(1) снова вызовет функцию (или достанет из кэша) Но тут два подвоха: Подвох №1: изменяемый аргумент по умолчанию Аргумент lst=[] создаётся один раз при определении функции. Все вызовы без передачи списка будут использовать один и тот же список. Подвох №2: кэширование по ключу Декоратор memoize кэширует результат по ключу arg. Но функция возвращает список, который изменяется при каждом вызове. Даже если кэш сработает, вы получите тот же объект списка, который менялся между вызовами! 🧮 Что реально произойдёт: - `res1 = add_to_list(1)` → функция вызвана, список становится `[1]` - `res2 = add_to_list(2)` → функция вызвана снова (новый аргумент), список становится `[1, 2]` - `res3 = add_to_list(1)` → аргумент `1` есть в кэше, сработает ветка `print("Из кэша")` и вернётся **ссылку на тот же изменённый список** 🔢 **Вывод:** ``` [1, 2] [1, 2] Из кэша [1, 2] ``` Все результаты указывают на один и тот же изменённый список. 💥 **Почему это важно:** 1️⃣ **Изменяемые аргументы по умолчанию** сохраняются между вызовами 2️⃣ **Кэширование мутабельных объектов** может привести к неожиданным результатам: при возврате списка вы возвращаете не "результат на момент вычисления", а ссылку на объект, который может измениться позже 🛡️ **Как исправить:** 1️⃣ Использовать `lst=None` и инициализировать внутри функции: ```python def add_to_list(val, lst=None): if lst is None: lst = [] lst.append(val) return lst ``` 2️⃣ Если кэшировать мутабельные объекты, лучше возвращать **копию**: ```python import copy cache[arg] = copy.deepcopy(result) ``` ✅ **Вывод:** Декораторы + мутабельные аргументы = ловушка даже для опытных разработчиков. Особенно, когда мутабельные объекты кэшируются и меняются за кулисами. @pythonl

📡 FISSURE — фреймворк для анализа и реверс-инжиниринга радиосигналов. Этот open-source проект объединяет инструменты для работы с RF-сигналами: от обнаружения и классификации до атак и автоматизированного тестирования. Инструмент поддерживает популярное SDR-оборудование и возможность развертывания распределённых сенсорных узлов для задач радиомониторинга. Проект активно развивается, в 2024 году добавили Z-Wave-анализ и автоматические триггеры для атак. 🤖 GitHub @pythonl

🖥 История развития Python (1989 – 2025) 1989-12 — Гвидо ван Россум, работая в CWI (Нидерланды), начинает писать новый язык как «лучший ABC». 1991-02 — Публикация Python 0.9.0 в alt.sources; уже есть классы, исключения и базовые коллекции. 1994-01-26 — Выходит Python 1.0.0: добавлены lambda, map, filter, reduce. 1994-02 — Создана группа новостей comp.lang.python, вокруг которой формируется сообщество. 2000-10-16 — Python 2.0: list-comprehensions, сборщик циклического мусора, первая реализация Unicode. 2003-07-29 — Python 2.3: внедрён сортировщик Timsort. 2008-12-03 — Python 3.0 («Py3k»): переход на новый str`/`bytes, print() как функция, разделённый range. 2010-07-03 — Python 2.7: «долгожитель», поддержка продлена до 2020-01-01. 2015-09-13 — Python 3.5: появляется синтаксис async / await. 2018-07-12 — Гвидо объявляет о выходе с поста BDFL после споров вокруг оператора «морж» :=. 2019-10-14 — Python 3.8: тот самый оператор :=, позиционные-только аргументы / и улучшенный typing. 2020-01-01 — Официальный End-of-Life ветки 2.x. 2021-10-04 — Python 3.10: структурное сопоставление match/case. 2023-10-02 — Python 3.12: заметное ускорение интерпретатора (до +25 %), префиксные f-строки. 2024-10-07 — Python 3.13.0: экспериментальная сборка Free-Threaded CPython без GIL (PEP 703). 2025-04-08 — Python 3.13.3 (текущая стабильная версия). 2025-10 (ожидается) — Python 3.14: дальнейшая стабилизация «без-GIL»-сборки, новый `buffer`-API. --- ### Интересные факты - Название появилось благодаря юмористическому шоу *Monty Python’s Flying Circus*; отсюда мемы «spam / eggs». - Команда import this выводит Zen of Python — 19 однострочных принципов языка (PEP 20). - Пасхалка import antigravity открывает комикс xkcd #353; from __future__ import braces выдаёт SyntaxError: not a chance. - Timsort, написанный для Python 2.3, позже стал дефолтным алгоритмом сортировки в Java 7, Android, Swift и Rust. - PEP 703 позволяет собирать CPython без GIL, открывая путь к настоящему многопоточному Python без радикального «Python 4». - В апреле 2025 Python обновил рекорд индекса TIOBE, превысив 25 % и почти втрое обогнав C++. - Гвидо носил титул BDFL (Benevolent Dictator For Life) почти 30 лет; c 2023 г. он возвращён как *BDFL-Emeritus*. - PyPI (Python Package Index) превысил 500 000 пакетов, а pip install скачивается около 40 млрд раз в месяц (апрель 2025). - import __hello__ просто печатает *Hello world!* — напоминание, что «явное лучше неявного». > Итог: за три с лишним десятилетия Python превратился из рождественского хобби-проекта в язык № 1, оставаясь при этом дружелюбным, читаемым и немного шутливым. https://www.youtube.com/shorts/ZDMz1foKKlM?feature=share @pythonl

🛠 Werkzeug — набор утилит для WSGI-приложений на Python Пока все говорят о Flask, его мозги — библиотека Werkzeug, остается в тени. Этот инструмент уровня middleware лежит в основе многих Python-фреймворков, предоставляя базовые механизмы работы с HTTP-запросами, маршрутизацией и сессиями без навязывания архитектуры. В Werkzeug нет ORM или шаблонизатора, но зато есть: ▪️Интерактивный дебаггер с REPL прямо в браузере ▪️Гибкая система роутинга (которую позже заимствовал Flask) ▪️WSGI-сервер для разработки с горячей перезагрузкой 🤖 GitHub @pythonl

👩‍💻 datasketch — Python-библиотека, содержащая реализации вероятностных структур данных, которые используются для оптимизации работы с большими объемами данных! 🌟 Среди основных возможностей — оценка схожести Jaccard с помощью MinHash и его взвешенной версии, а также оценка кардинальности множества с помощью HyperLogLog и HyperLogLog++. Эти структуры данных позволяют выполнять операции, такие как поиск схожих элементов или подсчет уникальных объектов, быстро и с минимальными затратами памяти. 🔐 Лицензия: MIT 🖥 Github @pythonl

🔐 Что такое DES - шифрование и как работает? 💡 DES (Data Encryption Standard) DES — симметричный алгоритм шифрования, разработанный в 1970-х. Он использует один и тот же ключ для шифрования и дешифрования, поэтому ключ нужно хранить в секрете. Длина ключа: 56 бит Блоки данных: 64 бита Основан на 16 раундах перестановок и подстановок Хотя DES считается устаревшим из-за своей уязвимости (его можно взломать брутфорсом за считанные часы), он до сих пор используется в учебных целях и в некоторых устаревших системах. 🐍 Пример использования DES на Python Для работы с DES в Python можно использовать библиотеку PyCryptodome. Пример простого шифрования текста:

from Crypto.Cipher import DES
from Crypto.Util.Padding import pad, unpad

# Ключ должен быть ровно 8 байт
key = b'8bytekey'
cipher = DES.new(key, DES.MODE_ECB)

data = b'HelloWorld123'  # Длина должна быть кратной 8, иначе нужно дополнить
padded_data = pad(data, 😍

encrypted = cipher.encrypt(padded_data)
print("Зашифрованные данные:", encrypted)

# Дешифрование
decrypted = unpad(cipher.decrypt(encrypted), 😍
print("Расшифрованные данные:", decrypted)

✅ Важно: Ключ должен быть ровно 8 байт (DES = 64-битный ключ, но 8 бит используются для контроля чётности). Данные должны быть кратны 8 байтам, поэтому часто используется padding (дополнение пустыми байтами). ⚠️ Почему DES больше не рекомендуют? Маленький размер ключа → легко перебрать с помощью современных вычислительных мощностей. Уязвим к атакам (например, differential cryptanalysis). Сегодня вместо DES чаще используют AES (Advanced Encryption Standard), который безопаснее и быстрее. ✍️ Вывод Шифрование — важнейший инструмент защиты данных. DES — классический пример симметричного шифрования, но сегодня он больше используется в учебных целях или для совместимости с устаревшими системами. Если нужна настоящая защита, выбирайте современные алгоритмы, такие как AES.

✍️ novelWriter — минималистичный редактор для писателей с поддержкой Markdown. Проект использует облегченный синтаксис на основе Markdown и сохраняет все данные в виде обычных текстовых файлов, что делает его идеальным для работы с системами контроля версий. Инструмент делает акцент на простоте и надежности. Вместо проприетарных форматов он использует чистый текст с метаданными в JSON. Редактор написан на Python с использованием Qt6 и доступен для всех основных ОС. При этом проект остается полностью открытым и принимает contributions, особенно в части переводов через Crowdin. 🤖 GitHub @pythonl

🚀 Jittor — фреймворк, использующий JIT-компиляцию и мета-операторы для оптимизации вычислений прямо во время выполнения. Проект сочетает простоту Python-интерфейса с низкоуровневой компиляцией на C++/CUDA. В отличие от традиционных графовых подходов, он динамически компилирует операции под конкретную модель, что потенциально может ускорить выполнение сложных сетей. 🤖 GitHub @pythonl

👣 Pyrefly — это новая, высокопроизводительная система статической типизации и IDE-платформа, написанная на Rust, для Python, разрабатываемая командой Facebook. Главное: 🔍 Наследник Pyre Pyrefly задуман как следующая версия проверяльщика типов Pyre от Meta, но с упором на скорость, модульную архитектуру и возможность генерации «типизированного» AST. 🚀 Реализовано на Rust Большая часть кода написана на Rust для лучшей безопасности памяти и конкурентности. Только ~1 % кода в Python и ~6 % в TypeScript (для интерфейса сайта и LSP). ⚙️ Три этапа проверки Сбор экспорта каждого модуля (решение всех import * рекурсивно) Преобразование кода в набор «байндингов» (definitions, uses, anon) с учётом потоковых типов Решение этих байндингов (flow-types, phi-функции при ветвлениях и рекурсии) 💡 Масштабируемость и инкрементальность Модульно-ориентированный подход: проверка каждого модуля целиком, с возможностью параллельного запуска и минимальной сложности по сравнению с тонкозернистыми DAG-алгоритмами. 🛠️ Интеграция и упаковка Разработчикам Rust: cargo build, cargo test Во внутренних проектах Meta: запуск через Buck2 (buck2 run pyrefly -- check file.py) Для PyPI: сборка колес через Maturin (pip install maturin && maturin build) 📡 IDE-функции и LSP Включена поддержка Language Server Protocol для автодополнения, перехода к определению и интерактивной отладки в редакторах. 📆 Планы Полная замена Pyre к концу 2025 года с выпуском стабильных версий на PyPI каждую неделю. 📜 Лицензия MIT — свободное использование и вклад в проект приветствуются. 🔜 Узнать подробнее и принять участие можно в репозитории: Github @pythonl

🖥 Задача (с подвохом). Что выведет этот код?

def extend_list(val, lst=[]):
    lst.append(val)
    return lst

# Первый вызов: используем список по умолчанию
list1 = extend_list(10)
# Второй вызов: передаём новый пустой список
list2 = extend_list(123, [])
# Третий вызов: снова используем список по умолчанию
list3 = extend_list('a')

print('list1 =', list1)
print('list2 =', list2)
print('list3 =', list3)

🧩 Решение Механика дефолтного списка В сигнатуре функции lst=[] создаётся один список при определении функции и затем переиспользуется во всех вызовах, где lst не передан. Первый вызов ```python list1 = extend_list(10) lst не передан → берётся дефолтный список. Добавляем 10. ⇒ list1 становится [10]. ```p Второй вызов ```python list2 = extend_list(123, [])``` Передаём новый пустой список []. В него добавляется 123. ⇒ list2 становится [123]. Третий вызов ```python list3 = extend_list('a')``` Опять не передан lst → используется тот же дефолтный список, куда уже был добавлен 10. Добавляем 'a'. ⇒ дефолтный список становится [10, 'a'], и list3 тоже ссылается на [10, 'a']. Итоговый вывод программы: ```python list1 = [10, 'a'] list2 = [123] list3 = [10, 'a']``` Обратите внимание, что list1 и list3 — это один и тот же дефолтный список, поэтому изменения сохраняются между вызовами. @pythonl

🖥 TUIFIManager Это кроссплатформенный терминальный termux-ориентированный файловый менеджер, предназначенный для использования с проектом Uni-Curses 📌 Как использовать: Запустите tuifi в терминале, или импортируйте его в один из ваших проектов Uni-Curses как компонент, например: from TUIFIManager import * Установка sudo pip3 install tuifimanager --upgrade pip3 install TUIFIManager --upgrade https://github.com/GiorgosXou/TUIFIManager @pythonl

🖥 Microsoft: до 30 % кода уже пишет AI На конференции LlamaCon CEO Microsoft Сатья Наделла объявил, что от 20 % до 30 % кода в репозиториях компании сегодня «написаны программным обеспечением», то есть с использованием искусственного интеллекта. ## Ключевые моменты - Зависимость от языка. Лучшие результаты при генерации — на Python, более слабые — на C++. - Интеграция на всех этапах. AI применяется не только для генерации чернового кода, но и для его ревью. - Сравнение с конкурентами. Google уже сообщает о более 30 % AI-сгенерированного кода, Meta прогнозирует до 50 % при разработке своих языковых моделей. - Долгосрочная перспектива. По прогнозам CTO Microsoft, к 2030 г. доля AI-генерируемого кода может вырасти до 95 %. - Ограничения метрик. Пока не до конца ясно, что именно учитывается в «AI-коде» (автодополнение, шаблоны, бизнес-логика), поэтому цифры стоит воспринимать с осторожностью. ## Почему это важно 1. Ускорение разработки. Рутинные задачи автоматизируются, разработчики получают больше времени на архитектуру. 2. Новый уровень качества. Автоматическое ревью помогает быстрее находить ошибки, но требует строгой проверки. 3. Риски безопасности. Сгенерированный код нуждается в дополнительном анализе на уязвимости. 4. Эволюция ролей. Разработчики всё больше становятся архитекторами и аудиторами, а не «создателями» кода. @pythonl

🖥 PyXL — аппаратный процессор, исполняющий Python без интерпретатора Разработчик представил PyXL — уникальный аппаратный процессор, который исполняет Python-программы без использования традиционного интерпретатора или виртуальной машины. Архитектура PyXL: Python → CPython Bytecode → собственный набор инструкций для прямого исполнения на "железе". Основан на стековой модели, полностью конвейерный, с сохранением динамической типизации Python без ограничений статических типов. ⏩ Бенчмарк GPIO: PyXL выполняет переключение GPIO с задержкой всего 480 наносекунд. Для сравнения: MicroPython на Pyboard — 14–25 микросекунд, несмотря на более высокую частоту (168МГц против 100МГц у PyXL). Разработчик самостоятельно создал: Компилятор, линкер и генератор кода Аппаратную реализацию процессора Проект демонстрирует, что возможно аппаратное исполнение Python с высокой скоростью и без потери гибкости языка. Полные технические детали будут представлены на PyCon 2025. 🎬 Демо и подробности: https://runpyxl.com/gpio

Что выведет этот код при запуске на Python 3.10+ (например, 3.11)? 📌 Подсказка: Подумайте о порядке проверок, о том, какие атрибуты попадают в others, и об использовании __match_args__. Ответ: Automatic mode Mode manual, other keys: ['threshold', 'debug'] Low threshold 0 Краткое пояснение: Для первого объекта (mode="auto", threshold=10) срабатывает первый case Config(mode="auto") → Automatic mode. Для второго (mode="manual", threshold=5, debug=True) первый не совпадает, второй с threshold<5 не проходит (5 < 5 → False), зато третий case Config(mode=mode, **others) — биндинг mode='manual', остальные ключи (threshold и debug) попадают в others → Mode manual, other keys: ['threshold', 'debug']. Для третьего (threshold=0) первый и третий не подходят (нет mode), а второй — case Config(threshold=threshold) if threshold<5 — срабатывает (0<5) → Low threshold 0. @pythonl