Сводка от pythonz 05.10.2025 — 12.10.2025
https://pythonz.net/articles/612/

А теперь о том, что происходило в последнее время на других ресурсах.

runo — ассистент для работы с репозиторием. Часть 1
https://habr.com/ru/articles/955390/

runo — ассистент для репозиториев, который позволяет забыть о проблемах с настройкой локальной среды разработки и переключаться между репозиториями быстро и безболезненно. Больше не надо запоминать что, где и как можно/нужно запускать и что перед этим требуется сделать — обо всём позаботится ассистент. Вот как это работает

Сказ о том, как техпис без опыта программирования свой первый скрипт писал
https://habr.com/ru/companies/sberbank/articles/955228/

Работа моя — складывать сказания да инструкции для продукта, что как царство-государство Kubernetes да с верной свитой операторов. Хоть и славно наше царство, а и есть в нем работа рутинная, не богатырская. Расскажу в статье, как решился я победить ту рутину с помощью ИИ и выковать себе меч-кладенец в виде приложения на Python. Коллегам-техническим писателем и всем, у кого, как и у меня, нет опыта разработки, но есть желание автоматизировать работу, добро пожаловать под кат.

Лучшее время для соло предпринимательства: интеграция платежной системы
https://habr.com/ru/articles/955252/

Вторая часть серии статей "Лучшее время для соло предпринимательства". Описание процесса интеграции платежной системы Paddle с точки зрения юзер-сценариев.

Продвинутый анализ на PySpark: учимся работать с рекуррентными соотношениями
https://habr.com/ru/companies/axenix/articles/952278/

Обработка и анализ временных последовательностей (временных рядов) достаточно часто встречающаяся задача. Обычно она решается с помощью идентичных подходов и методов. Однако когда анализ временного ряда предполагает выражение каждого последующего элемента через предыдущие, возникают проблемы с эффективностью реализации такого анализа.

Django: Introducing django-http-compression
https://adamj.eu/tech/2025/10/10/introducing-django-http-compression/

ㅤ

Python in Visual Studio Code – October 2025
https://devblogs.microsoft.com/python/python-in-visual-studio-code-october-2025-release/

Grapth Researcher: инструмент для анализа графиков фазово-химического состава
https://habr.com/ru/articles/955580/

Когда я писал диссертацию по физической химии, этого инструмента мне очень не хватало. Намучившись с Origin, Excel, Matplotlib и Python в голове появился список того функционала, который хотелось бы иметь для анализа зависимостей количества различных химических соединений от температуры.

Как написать собственный класс линейной регрессии для маленьких
https://habr.com/ru/articles/955520/

В этой статье показан простой способ создания собственного класса линейной регрессии с использованием стохастического градиентного спуска. Будет представлен легкий и понятный код с реализацией основных методов: fit, predict и score. Статья будет полезна тем, кто хочет вкратце разобраться, как работает класс LinearRegression из библиотеки sklearn

Часть-1. Почему ИИ рисует каракули вместо текста: анатомия проблемы и дорожная карта решений
https://habr.com/ru/companies/datafeel/articles/952664/

Вы уже перепробовали все: и промпты в кавычках, и уговоры на английском, и даже шептали запросы своему GPU. Результат? Очередная вывеска с текстом, напоминающим древние руны, переведенные через пять языков. Знакомо? Это наша общая, фундаментальная боль, и сегодня мы не будем ее заливать кофеином и надеждой. Мы возьмем ее, положим на операционный стол и проведем полную анатомическую диссекцию.

Книга «Программирование бэкенда на Python. Практическое руководство»
https://habr.com/ru/companies/bhv_publishing/articles/956044/

Не секрет, что своей нынешней популярности язык Python добился благодаря огромной экосистеме библиотек и тому, насколько он упростил работу в столь разных сферах как машинное обучение и информационная безопасность. Этот успех стал возможен во многом благодаря возросшей вычислительной мощности компьютеров и либерализации требований к работе с памятью. Тем не менее, базовая экологическая ниша Python, в которой он съел PHP и не даёт как следует закрепиться Golang – это автоматизация рутинных задач, скрипты и в целом чёрная работа на бэкенде.

Когда чёрное золото становится умным: нефтегаз в эпоху AI
https://habr.com/ru/articles/955790/

Представьте инженера по добыче на центральном объекте в Permian Basin, которому до рассвета нужно успеть десятки дел. Одна скважина работает ниже нормы. Для другой нужно принять решение о капитальном ремонте. Данные разбросаны по электронным таблицам, SAP, PDF‑документам и полевым логам. Знакомая ситуация?

Декларативное программирование на Python
https://habr.com/ru/articles/956208/

Рассматриваются встроенные в Python возможности декларативного программирования и их развитие в библиотеках SQLAlchemy, NumPy, Pandas. Показывается применение трех видов декларативного программирования с помощью библиотеки DecPy: аналогов SQL, QBE и Prolog. В том числе приводятся рекурсивные запросы.

Talk Python to Me: #523: Pyrefly: Fast, IDE-friendly typing for Python
https://talkpython.fm/episodes/show/523/pyrefly-fast-ide-friendly-typing-for-python

Audio

Python lazy imports you can use today
https://pythontest.com/python-lazy-imports-now/

There’s a proposal, PEP 810 – Explicit lazy imports for Python to natively support lazy importing starting in Python 3.15. However, it has not been accepted yet, and even if it is accepted, 3.15 is a year away. What do we do now?

pylint - 4.0.1
https://pypi.org/project/pylint/4.0.1/

Статический анализатор Python-кода. Скачать можно по ссылке: https://pypi.python.org/pypi/pylint/

Часть 2. Победа над каракулями: бенчмарки Attention/ControlNet/Canva и готовые рецепты
https://habr.com/ru/companies/datafeel/articles/955532/

Мы детально разобрали природу проблемы и изучили арсенал методов. Теперь перейдем к самому важному — практическим результатам. Я протестировал каждый подход на реальной задаче создания инфографики "Agentic AI Explained" и готов показать, что действительно работает.

coverage - 7.11.0
https://pypi.org/project/coverage/7.11.0/

Утилита позволяющая измерить процент покрытия тестами. Скачать можно по ссылке: https://pypi.python.org/pypi/coverage/

numpy - 2.3.4
https://pypi.org/project/numpy/2.3.4/

Модуль для работы с многомерными массивами. Скачать можно по ссылке: https://pypi.python.org/pypi/numpy/

Сможет ли языковая модель научиться читать биржевые графики? Эксперимент с LLM на данных Московской биржи
https://habr.com/ru/articles/955612/

Представьте опытного трейдера: наверняка он не говорит котировками и не рассказывает про индикаторы — он просто говорит «сильный тренд», «пробой уровня» или «ложный отскок». Для него график это язык: свечи, объёмы и уровни складываются в понятные фразы о том, что сейчас происходит на рынке. Именно от этой человеческой интуиции я и отталкивался в своём эксперименте.