Zen of Python

raise в реальной жизни #кек @zen_of_python

Питонистам позалипать на вечер: вышла документалка про Python 🖥 История о том, как скромный проект из Амстердама 90-х превратился в движок для AI, дата-сайенса и топовых IT-компаний. За 90 минут документалка охватывает всё: первые коммиты, сомнения в будущем, почти забвение — и путь к славе. В фильме — интервью с Гвидо ван Россумом, Трэвисом Олифантом (создатель NumPy), Барри Варшавом и другими ведущими разработчиками. Они делятся закулисьем жизни Python, моментами разногласий и тем, как язык стал незаменимым… ну, реально для всего.

Requests для начинающих + пара фишек для адептов requests является де-факто стандартом для HTTP-запросов в Python. Она упрощает взаимодействие с веб-сервисами, предоставляя интуитивно понятный интерфейс для отправки запросов и обработки ответов. Инструмент не входит в стандартную библиотеку ЯП, поэтому его необходимо установить отдельно:

python -m pip install requests

Рекомендуется устанавливать внешние пакеты в виртуальное окружение, чтобы избежать конфликтов зависимостей. Основные методы Для получения данных с сервера используется метод GET:

import requests

response = requests.get('https://example.com')
print(response.text)

Для отправки данных на сервер используется метод POST:

import requests

data = {'key': 'value'}
response = requests.post('https://example.com', data=data)
print(response.text)

Ответы сервера Статус-код запроса можно получить так:

print(response.status_code) # 200 — успешный запрос

Если ответ содержит JSON-данные, их можно преобразовать в Python-объект с помощью метода json():

data = response.json()

Параметры запроса (params) Параметры запроса можно передавать в виде словаря в params:

params = {'q': 'python'}
response = requests.get('https://example.com/search', params=params)

Requests автоматически кодирует параметры и добавляет их к URL. Заголовки (Headers) Заголовки запроса можно передавать в виде словаря в параметре headers:

headers = {'User-Agent': 'my-app'}
response = requests.get('https://example.com', headers=headers)

Это полезно для указания типа контента, авторизации и других параметров. Другие HTTP-методы Requests поддерживает все основные HTTP-методы: 🔘requests.put() — для обновления; 🔘requests.delete() — для удаления. 🔘requests.head() — для получения только заголовков ответа; 🔘requests.options() — для получения поддерживаемых сервером методов. Подготовка запроса Requests позволяет подготовить запрос:

from requests import Request, Session

req = Request('GET', 'https://example.com', params={'q': 'python'})
prepared = req.prepare()

with Session() as session:
    response = session.send(prepared)
    print(response.text)

Это полезно, если необходимо многократно отправлять одинаковые запросы с разными параметрами. Аутентификация Requests поддерживает базовую аутентификацию с помощью параметра auth:

from requests.auth import HTTPBasicAuth

response = requests.get('https://example.com', auth=HTTPBasicAuth('user', 'pass'))

Также поддерживаются другие методы аутентификации, такие как OAuth. Безопасность Requests по умолчанию проверяет SSL-сертификаты при работе с HTTPS. Если необходимо отключить проверку (не рекомендуется в производственной среде), можно использовать параметр verify:

response = requests.get('https://example.com', verify=False)

Повторные попытки и сессии Для улучшения производительности и управления соединениями рекомендуется использовать сессии:

with requests.Session() as session:
    response = session.get('https://example.com')
    print(response.text)

Сессии позволяют повторно использовать соединения и сохранять параметры между запросами. Для автоматических повторных попыток в случае неудачи можно использовать библиотеку urllib3 вместе с Requests. #основы @zen_of_python

​​Еще одна схема мошенничества на PyPi: освободившиеся домены PyPI усиливает защиту аккаунтов от атак через «возрождение» доменов. С июня 2025 года система ежедневно проверяет статус доменов, связанных с адресами электронной почты пользователей. Если домен переходит в период восстановления или удаления, PyPI автоматически отменяет верификацию таких адресов, предотвращая возможность захвата аккаунта через сброс пароля. С начала июня более 1 800 адресов были размечены как ненадежные. Пользователям рекомендуется добавить вторичный адрес с надежного почтового сервиса и включить двухфакторную аутентификацию для повышения безопасности. #безопасность @zen_of_python 😈 — Если для мошенников в опенсорсе отдельный котел в аду

Онлайн-студия big tech night Если вас не будет в Москве в день ивента, подключайтесь к нашей онлайн-студии. Мы подготовили огненную программу, которая отличается от офлайн-активностей: 🔴 Выступления спикеров от компаний-организаторов и других топов в индустрии 🔴 Микс форматов — от дискуссий и интервью до фановых историй из жизни разработчиков 🔴 Интерактивы с комментариями зрителей Проведём сразу два прямых эфира: ✨ Студия Hard В формате дискуссий и интервью обсудим сложные темы — управление IT-командой, AI в разработке, запуск проектов на несколько бизнесов. ✨ Студия Soft Настоящая вечеринка в формате Late Night Show. Будем общаться, шутить и делиться сокровенным — например, обсудим необычные хобби и безумные pet-проекты. ❗️ Можно переключаться между студиями, чтобы поймать все самые интересные темы. 💻 Мы в эфире 12 сентября с 18:00 до 21:00 ❤️Зарегистрируйтесь на сайте, чтобы получить ссылку на трансляцию Подписывайтесь: 💬 big tech night Реклама. Рекламодатель: ООО "Яндекс" ИНН 7736207543 Это #партнёрский пост

Python в 2025 году: исследование Python Software Foundation Восьмой ежегодный опрос разработчиков Python, проведённый создателями языка и командой PyCharm, собрал более 30 000 ответов. И вот интересные факты на его базе: — Python остаётся основным языком для своих пользователей. В отличие от многих других языков, 86 % респондентов используют Python как основной язык программирования; — Половина сообщества — новички. Интересно, что 50 % опрошенных имеют менее двух лет профессионального опыта в программировании, а 39 % — менее двух лет опыта работы с Python; — доля респондентов, использующих FastAPI, выросла с 29 до 38%. — Менеджер пакетов uv становится новым стандартом из-за скорости; — Использование GPT через Hugging Face Transformers позволяет легко интегрировать ИИ в проекты. #факт @zen_of_python

​​6 способов автоматизировать ревью кода — подборка сервисов Если вы устали от ручного кода-ревью, в подборке Tproger вы найдете шесть действенных способов автоматизировать этот процесс. Среди тулов выделяется BeeCR, который интегрируется с GitLab. Также представлен Reshift — легковесный JavaScript-плагин, ориентированный на выявление уязвимостей ещё на этапе разработки. #инструмент @zen_of_python

Маск тихо представил Grok Code и сделал его частью Cursor Ночью xAI тихо выкатили новую модель Grok Code — гибрид на 37B активных параметров, специально обученный под кодинг. Контекстное окно — внушительные 262K токенов. До релиза модель пряталась под именем «sonic». Те, кто уже успел попробовать новинку, отмечают: работает быстро и точно, хотя официальных бенчей пока нет. Самое приятное — попробовать Grok Code можно прямо сейчас в Cursor и Opencode. Причем до 2 сентября это бесплатно. @your_tech

Mixins | Что это и как использовать В ООП миксины — это инструмент, который позволяет переиспользовать общую функциональность между несколькими, часто несвязанными типами данных. Это шаг в сторону гибкого модульного кода с минимальной связностью похожих объектов. В отличие от других ЯП (Ruby, Dart и проч.), которые поддерживают этот паттерн явно через специализированный синтаксис, Python полагается на множественное наследование как на механизм для реализации этой концепции. Представьте, что вы создаете классы Animal и Vehicle с различными форматами данных. Реализация одной и той же функции serialize() приводит к дублированию кода:

# Плохо: Дублирование кода
class Animal:
    def __init__(self, name, species):
        self.name = name
        self.species = species
    
    def serialize(self) -> dict:
        return vars(self)

class Vehicle:
    def __init__(self, make, model, year):
        self.make = make
        self.model = model
        self.year = year
    
    def serialize(self) -> dict:  # Дублирование!
        return vars(self)

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age
    
    def serialize(self) -> dict:  # Дублирование!
        return vars(self)

Решение через примеси:

# Миксин обычно предоставляет одну конкретную функцию
class SerializableMixin:
    def serialize(self) -> dict:
        if hasattr(self, "__slots__"):
            return {
                name: getattr(self, name)
                for name in self.__slots__
            }
        else:
            return vars(self)

# Классы используют mixin без странной иерархии
class Animal:
    def __init__(self, name, species):
        self.name = name
        self.species = species

class Vehicle:
    def __init__(self, make, model, year):
        self.make = make
        self.model = model
        self.year = year

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

# Применяем mixin к нужным классам
class SerializableAnimal(Animal, SerializableMixin):
    pass

class SerializableVehicle(Vehicle, SerializableMixin):
    pass

class SerializablePerson(Person, SerializableMixin):
    pass

Когда использовать Mixins 1️⃣ Когда нужно переиспользовать функциональность между несвязанными классами 2️⃣ Когда нужно создать модульный и композируемый код 3️⃣ Когда нужно расширить функциональность сторонних библиотек Когда НЕ стоит использовать Mixins 1️⃣ Когда функциональность специфична для одного класса 2️⃣ Когда создается слишком сложная иерархия наследования #основы @zen_of_python 🤓 — Если изучил досконально

Паттерн Flyweight | как экономить память и избегать дублирования кода Flyweight («вес мухи») — один из структурных паттернов, предназначенный для оптимизации расходования памяти. Суть — разделять состояния объектов на: ➡️ Внутреннее (intrinsic): общие, неизменяемые компоненты, которые можно разделять между объектами; ➡️ Внешнее (extrinsic) — уникальные, изменяемые данные, передаваемые в объект лишь в контексте его использования. Это позволяет хранить меньше объектов при одинаковом поведении. Стоит задуматься об этом паттерне, если требуется создать множество объектов с частично общими данными. Пример Представь, что у нас лес в игре из 100К деревьев. У каждого дерева есть: — Внутреннее состояние: текстура, цвет листвы, форма кроны, высота модели. Это разделяемые каждым деревом в лесу свойства; — Внешнее состояние: координаты на карте, текущее состояние (здорово/повалено). Такое уникально для каждого дерева. Если бы мы для каждого дерева хранили копию текстуры и модели, мы бы потратили гигабайты памяти. Flyweight избавляет от проблемы: Наивный вариант (без Flyweight)

class Tree:
    def __init__(self, texture, color, shape, x, y):
        self.texture = texture
        self.color = color
        self.shape = shape
        self.x = x
        self.y = y

    def draw(self):
        print(f"Drawing {self.color} {self.shape} at ({self.x}, {self.y})")
        

# создаём 100.000 деревьев, каждое хранит одинаковую текстуру и форму
forest = [
    Tree("oak_texture.png", "green", "oak", x, y)
    for x, y in zip(range(1000), range(1000))
]

Каждый объект Tree хранит одинаковые данные (oak_texture.png, "oak", "green"), хотя это лишнее. С Flyweight

# Общие характеристики
class TreeType:
    def __init__(self, texture, color, shape):
        self.texture = texture
        self.color = color
        self.shape = shape

    def draw(self, x, y):
        # внешние данные передаются параметром
        print(f"Drawing {self.color} {self.shape} at ({x}, {y})")


# Фабрика для переиспользования типов деревьев
class TreeFactory:
    _tree_types = {}

    @classmethod
    def get_tree_type(cls, texture, color, shape):
        key = (texture, color, shape)
        if key not in cls._tree_types:
            cls._tree_types[key] = TreeType(texture, color, shape)
        return cls._tree_types[key]


# Контекст: хранит только уникальные данные (extrinsic)
class Tree:
    def __init__(self, x, y, tree_type):
        self.x = x
        self.y = y
        self.tree_type = tree_type

    def draw(self):
        self.tree_type.draw(self.x, self.y)


# создаём 100ю000 деревьев, но реально разных TreeType всего 2-3
forest = []
for i in range(100000):
    if i % 2 == 0:
        tree_type = TreeFactory.get_tree_type("oak_texture.png", "green", "oak")
    else:
        tree_type = TreeFactory.get_tree_type("pine_texture.png", "darkgreen", "pine")
    forest.append(Tree(i, i * 2, tree_type))

# Нарисуем первые пять
for tree in forest[:5]:
    tree.draw()

⚡️ У нас 100 000 объектов Tree, но всего 2 объекта `TreeType` (oak и pine). Экономия памяти огромная: вместо хранения 100.000 текстур хранится только 2. Недостатки паттерна — Усложнение структуры кода; — Возможны сложности с сопровождением, особенно при неправильном управлении extrinsic; — Повышен риск связности — общие объекты могут влиять на многие части системы . #основы @zen_of_python

Omnara | Центр управления полетами для ваших ИИ-копайлотов Платформа для мониторинга и управления ИИ-агентами (такими как Claude Code, Cursor и другими), которая позволяет отслеживать их работу в реальном времени и получать уведомления, когда агенты нуждаются в помощи. Инструмент работает как в веб-версии, так и в мобильном приложении. Также реализованы REST API, Python SDK и MCP (Model Context Protocol). Такой тул позволяет вам настроить своих AI-заместителей и больше времени проводить за нерутинными задачами. Цена: бесплатно (но за токены придется платить) Доступен в РФ: да @zen_of_python

Получается нас уже заменили? #постИИрония

Линейка в доме питониста никогда не покрывается пылью 🙂 #кек @zen_of_python

Tproger объединились с Paradox и запустили совместный проект для комьюнити разработчиков   Мы сделали два дизайна — теперь ваш ход. Вы за типичный или за токсичный вайб? Голосуйте за один из вариантов до 30 августа на сайте.   В конце месяца объявим победителя — дизайн, который сообщество реально протащило в прод.   И да, всё самое интересное будет в канале. Среди голосующих разыграем призы — так что не только банке достанется апгрейд.

Мотивация зрелого разработчика #кек @zen_of_python

Вопросы подписчиков Zen of Python поддерживает новоприбывших (и не только) в особой рубрике. Как это работает: — Спрашивайте что угодно (в комментариях под этим постом), связанное с Python. Здесь нет плохих вопросов! — Сообщество вас поддержит. Самые интересные вопросы мы разберём в отдельном посте; #вопросы_новичков @zen_of_python

GlowByte запускает второй сезон образовательного онлайн-ретрита по FineBI — «Второе дыхание»! 13 дней обновленной программы с 3 новыми уроками, практическими вебинарами и призами за лучшие домашние задания.   Что ждет участников: • Обновленные домашние задания с системой призов • Три специальных вебинара: FineReport Pro (28 августа), AI-революция в аналитике (2 сентября), 3D-визуализация с FineVis (9 сентября) • Успешные кейсы от Tele2, Уралсиб, Циан и других компаний Программа для всех, кто работает с данными — от разработчиков до руководителей. Старт 25 августа! Регистрируйтесь по ссылке и получите второе дыхание в мире BI-аналитики.   Это #партнёрский пост

Многофакторное сравнение пяти популярных вычислительных движков Big Data На Tproger сравнили Spark, Presto/Trino, ClickHouse и StarRocks — с оценкой по таким критериям, как скорость, масштабируемость, кэширование, отказоустойчивость и поддержка SQL / Python. Выделено три типа движков: — универсальные (например, Spark, Flink, MapReduce), предназначенные для пакетных сложных вычислений; — интерактивные, для запросов (Presto, Trino) для моментального анализа ad hoc; — аналитические, ориентированные на OLAP-аналитику с векторизацией. Используется система скоринга Metascore, которая облегчит сравнение и принятие обоснованного решения. #инструмент @zen_of_python

Инструкция к Kubernetes, которую поймёт даже водитель Uber Если ваша резиновая уточка уже освоила все популярные технологии, то пора искать новую жертву. Сможете рассказать о сложном так, чтобы вас понял даже далёкий от IT водитель такси? Автор этого материала смог и поделился своим результатом. Если вы всё ещё не до конца понимаете кубер, то скорее читайте статью: https://dev.to/therubberduckiee/explaining-kubernetes-to-my-uber-driver-4f60

Мы писали ранее, что 12 сентября пройдёт big tech night. Событие придумали в Яндексе и организовали вместе со Сбером, X5, Т-Банком и Lamoda. Впервые топовые IT-компании одновременно откроют двери офисов в Москве с 18:00 до 00:00 и покажут специалистам, где рождаются технологии. Пора рассказать о тех, кто выйдет на сцену⚡️ 📣 Кто и о чём расскажет на big tech night? Начинаем представлять спикеров и темы. Читайте на карточках. ➡️ А подробнее про доклады рассказываем на сайте Подписывайтесь: 💬 big tech night Реклама. Рекламодатель: ООО "Яндекс" ИНН 7736207543