🐸 Библиотека питониста

#развлекалово

📱 Python новости за последние 7 дней

tyro 1.0 — CLI из type hints
Релиз tyro 1.0 — генерация CLI-интерфейсов напрямую из аннотированного Python-кода. Минимум бойлерплейта, максимум типизации. Наконец-то инструмент, который не заставляет выбирать между «быстро» и «аккуратно». Type hints реально начинают работать на вас, а не просто радовать линтер.

RoadMap по Python: с нуля до middle
Подробный маршрут обучения Python с акцентом на практику и реальные навыки. Полезно не только новичкам — хороший чек-лист, чтобы понять, где у вас пробелы, даже если вы уже «давно в профессии».

Django 6.0: эволюция фреймворка в деталях
Разбор ключевых изменений Django 6.0 и того, куда движется фреймворк. Django всё дальше уходит от образа «только для CRUD». Фоновые задачи и архитектурные улучшения — сигнал, что фреймворк взрослеет вместе с проектами.

Python + Fortran: когда NumPy уже мало
Как ускорить Python-код в 150 раз с помощью Fortran, не погружаясь в C++. Отличный пример того, что Python — это не про «медленно», а про правильную композицию инструментов.

Что нового в PyCharm 2025.3
Обновления IDE: улучшения анализа кода, AI-фичи и удобства для больших проектов.я

🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🐸 Библиотека питониста

#свежак

🛠 Python 3.14 официально научили сжимать по-взрослому

В Python 3.14 появился новый пакет compression — и это тот редкий случай, когда «объединили старое и добавили новое» получилось реально полезно.

Теперь работа со сжатием — это единый интерфейс, а не квест из пяти разных модулей и документаций.

В пакете compression собрали сразу 5 алгоритмов:
➡️ bz2
➡️ gzip
➡️ lzma
➡️ zlib
➡️ zstd — вот он тут главный новичок: ZstdCompressor и ZstdDecompressor

Причём первые четыре и раньше были в стандартной библиотеке, но теперь их рекомендуют импортировать через compression, чтобы всё было в одном стиле:

from compression import gzip, zstd

👍 Почему это круто

1️⃣ Единый API

У всех модулей есть:

compress(data)
decompress(data)

Можно буквально перебрать алгоритмы в цикле и сравнить результат. Да, Python теперь позволяет выбрать компрессию так же просто, как сортировку.

2️⃣ `zstd` — новый любимчик

На тестовых данных zstd сжимает в 2+ раза лучше, чем старые алгоритмы.

Меньше байтов — меньше боли при хранении, передаче и бэкапах:

from compression import zstd

compressor = zstd.ZstdCompressor()

result = b""
bytes_processed = 0
for chunk in incoming_data_stream():
    # `chunk` is a new batch of data.
    bytes_processed += len(chunk)
    # We compress this batch.
    result += compressor.compress(chunk)
result += compressor.flush()

ratio = len(result) / bytes_processed
print(f"{100 * ratio:>.2f}%")  # 0.56%

3️⃣ Обычная работа с файлами

Например:

with zstd.open("data.zst", "wt") as f:
    f.write("Hello, world!" * 1000)

4️⃣ Потоковое (инкрементальное) сжатие

Для стримов, логов и больших данных есть компрессоры и декомпрессоры:
➡️ сжимаешь кусками
➡️ читаешь чанками
➡️ память не умирает

Например:

compressor = zstd.ZstdCompressor()
compressor.compress(chunk)
compressor.flush()

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст

🤔 Единый стандарт для «служебных» комментариев в коде

В Python куча инструментов — линтеры, форматтеры, анализаторы покрытия, type-checkers.

И почти каждый из них использует специальные комментарии в коде: # noqa, # type: ignore, # fmt: off, # nosec и так далее.

Проблема в том, что единого стандарта для таких комментариев до сих пор не было.

Metacode вводит простой и понятный формат машиночитаемых комментариев, основанный на подмножестве синтаксиса Python:

# key: action[arg1, arg2]

Например:

# type: ignore[error-code]
# fmt: off

Такой формат:
— легко читать человеку
— легко парсить машине
— позволяет несколько комментариев в одной строке
— не привязан к конкретному инструменту

У библиотеки минимальный API:
▪️ parse() — читает комментарии и возвращает структурированный результат
▪️ insert() — аккуратно добавляет комментарии в код


Поддерживаются строки, числа, bool, None, ..., а при желании — даже AST.

🔗 Github

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст

Почему Python — лучший shell для сложных задач

Статья о том, почему Bash-скрипты хорошо работают только до определённого момента — а затем начинают мешать. И как Python решает эти проблемы за счёт кроссплатформенности, предсказуемого поведения и богатой стандартной библиотеки.

✔️ Python проще читать, сопровождать и запускать на разных системах, поэтому он лучше подходит для сборочных и инфраструктурных скриптов, которые должны жить долго.

🔗 Ссылка на статью

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст

ℹ️ Pyrefly теперь понимает Pydantic — прямо в редакторе

В Pyrefly появилась экспериментальная поддержка Pydantic — и это большой шаг для статической проверки Python-кода.

Что это даёт:
♾ Статическую валидацию Pydantic-моделей во время набора кода, а не только на рантайме
♾ Без плагинов и конфигов — просто пишешь Pydantic, Pyrefly всё распознаёт сам
♾ Анализ учитывает реальное поведение Pydantic: strict / lax режимы, Field, extra=forbid, конфигурацию моделей
♾ Мгновенный фидбек в IDE — ошибки видны сразу

Поддержка сторонних библиотек вроде Pydantic — сложная задача для тайпчекеров. До сих пор полноценную поддержку предлагал в основном Mypy (через отдельный плагин). Pyrefly идёт другим путём — минимум трения, максимум соответствия рантайму.

Как протестить:
1. Установить Pydantic (лучше v2)
2. Установить Pyrefly v0.33.0+
3. Писать модели как обычно

Поддержка пока экспериментальная, но команда активно собирает фидбек и уже планирует расширение на Django и SQLAlchemy.

➡️ Ссылка на новость

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст

🔍 Browse PyPI по типам пакетов — удобный способ искать библиотеки

Если вам когда-то было сложно найти нужный пакет на PyPI (например, по категории, функциональности или типу), может быть полезно это альтернативное представление PyPI:
👉 https://clc.to/_Sl_yA

Этот сайт позволяет просматривать пакеты по типам, а не только по ключевым словам, что делает поиск библиотек быстрее и понятнее — особенно когда вы не уверены, как точно называется нужный модуль.

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст

🖥 Топ-вакансий для питонистов за неделю

Senior Full-Stack Python Developer — до 300 000₽, удалёнка

Python Backend-разработчик, офис (Ростов-на-Дону)

LLM Application Engineer — от 4 500$, удалёнка

🔛 Еще больше топовых вакансий — в нашем канале Python jobs

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст

🚀 ty — новый сверхбыстрый type checker и LSP для Python (beta)

Astral выпустили ty — новый Python type checker и language server, написанный на Rust. Это альтернатива mypy, Pyright и Pylance с сильным фокусом на скорость и инкрементальность.

Что важно:
✔️ Очень высокая производительность: без кеша ty работает в 10–60 раз быстрее mypy и Pyright.
✔️ Спроектирован как LSP с нуля: архитектура построена вокруг инкрементальных обновлений — пересчитывается только то, что реально изменилось.
✔️ Современная система типов: Intersection types, продвинутое narrowing, анализ достижимости кода — меньше ложных срабатываний, больше полезных ошибок.
✔️ Диагностика уровня Rust: ошибки показывают не только что не так, но и почему, часто с контекстом из нескольких файлов.
✔️ Полноценный language server: Go to definition, rename, autocomplete, auto-imports, inlay hints, semantic highlighting — всё есть.

Как попробовать:

uv tool install ty@latest

Также доступно расширение для VS Code и других LSP-совместимых редакторов.

📱 Github
🔗 Блог-статья

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст

🐸 Библиотека питониста

#развлекалово

🥇 Свежий обзор: топ библиотек 2025

Вышел ежегодный дайджест библиотек, которые реально сформировали экосистему за год.

2025 легко мог стать «годом одних LLM», и авторы это честно признают. Новые модели, агенты, оркестраторы и тулзы появлялись почти каждую неделю. Но вместо бесконечного списка AI-фреймворков они сделали более здравый и полезный выбор.

Подборка получилась сбалансированной и немного субъективной (в хорошем смысле): топ-10 по категориям + заметные проекты, которые активно используют в продакшене, а не только в демках.

🔗 Ссылка на обзор

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст

❓ Что выведет этот код?

Не торопитесь — код любит внимание.

Ответ: ➡️ спрятан здесь

🐸 Библиотека питониста

#буст

🦾 А что если ускорить Python в 37 раз… одной строкой кода?

Оптимизировать медленные функции в большом Python-проекте — боль.

Numba? Отлично, если у вас численные вычисления и NumPy.

Cython? Мощно, но .pyx, аннотации типов, сборка — прежде чем увидеть прирост, можно потратить полдня (а то и больше).

Codon реально удивил.

Добавляешь всего один декоратор @codon.jit, и функция компилируется прямо в машинный код. Без переписывания, без аннотаций, без шаманства.

Почему это круто:
• Работает с обычным Python-кодом, не только с NumPy
• Типы выводятся автоматически
• Скомпилированные функции кэшируются
• По сути — никаких изменений в коде, кроме декоратора

📦 Репозиторий
☕️ Потыкать руками

Если кто уже пробовал Codon в проде — поделитесь впечатлениями 👀

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст

📱 Python новости за последние 7 дней

Как я писал книгу «Python для инженерных задач»
Автор честно рассказывает, как из практики, боли и реальных кейсов рождается книга. Полезно тем, кто думает, что «когда-нибудь тоже напишет» — сразу становится понятно, почему это долго и почему всё равно стоит.

11 Python-скриптов, которые изменят вашу рутину
Подборка из разряда «почему я не писал так раньше». Ничего революционного, но именно такие мелочи в итоге экономят часы — особенно если вы живёте в терминале.

Свежий обзор: топ библиотек 2025
Ежегодный дайджест экосистемы — хороший способ быстро сверить часы: чем реально пользуются, а что осталось в твиттере. Отличный материал, чтобы обновить mental map Python-мира.

ty — новый сверхбыстрый type checker и LSP для Python (beta)
Astral продолжают наступление: после Ruff — ty. Rust под капотом, ставка на скорость и инкрементальность. Пока beta, но если mypy и Pyright вам кажутся «тяжеловатыми», стоит присмотреться.

Pandas 3.0 почти здесь — вышел первый RC
Большие изменения давно назревали, экосистема явно готовится к апгрейду.

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#свежак

📱 Коротко о том, что нового в Python 3.15

Почитали свежие What’s New in Python 3.15 — версия ещё альфа, но изменений уже много и некоторые из них прям радуют.

Вот что лично бросилось в глаза 👇

1️⃣ Профилирование стало намного мощнее

В Python появился отдельный пакет profiling.

Самое интересное — Tachyon, новый статистический профайлер:
— можно подключаться к уже запущенному процессу по PID
— почти нулевой overhead (до 1 000 000 Hz семплинга 😳)
— подходит для продакшена, где раньше профилировать было страшно
— flamegraph, heatmap, live-режим, async-aware — всё из коробки

Если коротко: профилировать Python в проде теперь реально удобно.

2️⃣ JIT снова прокачали

JIT в CPython стал заметно умнее:
— новый tracing-frontend
— базовое распределение регистров
— меньше reference counting
— лучше генерация машинного кода
— LLVM 21 под капотом

По бенчмаркам — в среднем +3–4%, но в отдельных местах ускорения доходят до 2×.

Это всё ещё не «Python стал C++», но направление очень правильное.

3️⃣ Ошибки стали объяснять по-человечески

Теперь AttributeError может подсказать путь:

Did you mean: inner.area?

Мелочь, а приятно. Особенно в больших объектах и dataclass’ах.

4️⃣ UTF-8 теперь всегда по умолчанию

Python окончательно сказал: «Хватит сюрпризов с кодировками». Если не указали encoding= — будет UTF-8.

Старое поведение можно отключить, но в целом это шаг к меньшему количеству багов.

5️⃣ Много чистки и аккуратных улучшений

— bytearray.take_bytes() — можно забирать bytes без копирования
— улучшения в argparse, sqlite3, difflib, ssl, collections
— куча deprecated-вещей наконец-то готовятся к удалению
— C API стал чище и логичнее

Версия ещё prerelease, но уже понятно — Python 3.15 не про «косметику», а про инструменты, производительность и удобство разработки.

Если интересно, вот официальная страница релиза:
👉 What’s new in Python 3.15

👀 Как впечатления? Что из этого ждёте больше всего — Tachyon или улучшенный JIT?

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст

☸️ kubesdk — современный Kubernetes-клиент для Python

kubesdk — async-first Kubernetes client + генератор API-моделей для Python.

Проект делался с прицелом на большие multi-cluster окружения, где важны производительность, типы и нормальный DX, а не бесконечная борьба с YAML и dict[str, Any].

Что делает kubesdk удобным:
— Async-first API — отлично ложится на современные Python-сервисы
— Полная типизация — автокомплит работает не только для built-in ресурсов, но и для ваших CRD
— IDE-friendly — наконец можно работать с Kubernetes API без угадывания полей
— Минимум зависимостей — только aiohttp и PyYAML

⬇️ Архитектура из трёх пакетов

1️⃣ kubesdk — основная клиентская библиотека, которую вы используете в коде.

2️⃣ kube-models — отдельный пакет с предсгенерированными Python-моделями для всех upstream Kubernetes API:
⏺️ Поддержка Kubernetes 1.23+
⏺️ Все API собраны в одну версию пакета

Можно использовать:
➡️ новый клиент со старым кластером
➡️ старые модели с новой версией клиента

Модели автоматически генерируются и публикуются во внешний репозиторий, чтобы не раздувать основной repo.

3️⃣ kubesdk-cli

CLI-инструмент для генерации моделей:
➡️ из живого кластера
➡️ из OpenAPI-спеки
➡️ включая ваши собственные CRD

📱 Github

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст