50319
Всё самое интересное из мира Python Сотрудничество, реклама: @devmangx Работаем с @Spiral_Yuri РКН: https://clck.ru/3GMMF6
Внутри звука
{
"scene": {
"type": "single_object_studio_render",
"background": {
"color": "pure_black",
"texture": "none",
"lighting": "no_environment_reflections"
}
},
"subject": {
"object_type": "wireless_earbud",
"model_hint": "airpods_pro_3",
"view": "right_side_profile",
"orientation": "stem_down_ear_tip_left",
"composition": "center_frame",
"representation": "xray_cutaway",
"details": {
"shell": {
"visibility": "transparent",
"edge_glow": "subtle_blue_violet",
"thickness": "realistic"
},
"internal_components": {
"show": true,
"elements": [
"battery_cell",
"speaker_driver",
"microphones",
"circuit_boards",
"wiring",
"sensors"
],
"layout": "stacked_modules_following_original_geometry",
"sharpness": "very_high",
"tech_feel": "scientific_medical_xray"
}
}
},
"render_style": {
"look": "false_color_thermal_xray",
"shader": "heatmap_gradient",
"color_palette": {
"cold": "deep_blue_violet",
"mid": "cyan_and_green",
"warm": "yellow_and_orange",
"hot": "red_and_magenta_highlights"
},
"glow": {
"enabled": true,
"intensity": "medium_high",
"soft_edge_bloom": true
},
"transparency": {
"shell_opacity": 0.25,
"internal_parts_opacity": 0.9,
"overlap_blending": "additive"
}
},
"camera": {
"framing": "tight_single_object",
"lens": "standard_50mm",
"angle": "orthographic_like_side_view",
"distance": "medium_close_up",
"perspective": "minimal_distortion"
},
"lighting": {
"environment": "black_void",
"sources": [
{
"type": "soft_invisible_backlight",
"purpose": "enhance_glow_and_xray_edges"
}
],
"shadows": "none"
},
"post_processing": {
"contrast": "high",
"clarity": "very_high",
"saturation": "strong_in_color_bands_only",
"vignette": "very_subtle",
"noise": "none",
"overall_mood": "clinical_scientific_futuristic"
}
}
При изучении Python часто становится скучно(
Сидишь перед жирными туториалами, строчишь код, а ощущения быстрого результата почти нет. Хотя на самом деле многие полезные вещи делаются буквально в несколько строк.
Как раз на GitHub наткнулся на проект qxresearch-event-1, который продвигает идею «минимализма». В нём собрано 50+ Python-приложений, каждое из которых запускается примерно из 10 строк кода.
Покрытие очень широкое: от базовых задач вроде шифрования PDF и объединения файлов до более продвинутых вещей, типа GUI-интерфейсы, диктофон, а также автоматизация почты и голосовой ассистент на базе ChatGPT.
Такой короткий и плотный код отлично подходит для чтения и разбора. Плюс к каждому примеру есть видеоразбор, который помогает быстро понять логику каждой строки. 😑
Достаточно простой настройки окружения, и всё сразу запускается. Подойдёт и новичкам, которые ищут практику, и опытным разработчикам, которым нужен набор удобных скриптов на каждый день.
👉 @PythonPortal
Иногда мне нравится исследовать, какие странные вещи вообще можно «арендовать» в облаке.
Ты в курсе, что существует целый рынок аренды времени на редких аналоговых синтезаторах и аудиооборудовании?
И всё это управляется удалённо роботами, которые физически крутят ручки.
👉 @PythonPortal
Алготрейдинг, Python и машинное обучение имеют одну общую вещь:
PyBroker
Эта мощная библиотека позволяет вам:
• собирать ML-модели
• описывать торговые правила
• запускать walk-forward анализ
И всё это бесплатно.
Вот ссылка:
http://pybroker.com/en/latest/
👉 @PythonPortal
Комьюнити, полезное для всех бекенд-разработчиков
Как работает VK изнутри? Что происходит за интерфейсами, когда миллионы пользователей одновременно отправляют сообщения, загружают фото и смотрят клипы?
В канале Backend VK Hub мы рассказываем о работе всех наших сервисах: от VK Play до Tarantool. Делимся подходами к масштабированию, оптимизации и новым архитектурным решениям. Открыто дискутируем, а также регулярно публикуем вакансии в нашу команду.
Здесь — реальные кейсы, технические разборы, советы от наших экспертов и возможность поговорить с ними в любой момент. Подписывайся!
Нашёл на GitHub свежий инструмент для ML-инженеров — MLE-Agent.
Это AI-ассистент, который сам собирает базовый ML-пайплайн, умеет разруливать ошибки, искать статьи на Arxiv/Papers with Code и даже проходить полный цикл Kaggle-соревнований. Работает через CLI и поддерживает OpenAI, Claude и Ollama. 🌟
Забираем: https://github.com/MLSysOps/MLE-agent
👉 @PythonPortal
Алгоритм Луна, созданный Хансом Петером Луном в 50-х, это математический способ проверить, корректно ли сформирован номер карты перед тем, как система его обработает. Он не проверяет баланс и не подтверждает реальное существование аккаунта, а просто ловит опечатки и отсеивает номера, которые в принципе не могут быть валидными.
Зачем он нужен:
Быстро понять, что номер введён с ошибкой
Избежать лишних запросов в базу
Снизить нагрузку на сервис и количество фейлов при операций
По сути, Луна — это быстрый фильтр, который не даёт системе тратить ресурсы на заведомо невозможный номер.
Пример с вымышленным номером:
4539 1488 0343 6467
Переворачиваем цифры справа налево
7 6 4 6 3 4 3 0 8 8 4 1 9 3 5 4
Удваиваем каждую вторую цифру:
Первая цифра (7) остаётся как есть.
Вторая (6) удваивается и становится 12.
Вся последовательность получается такой:
7, 12, 4, 12, 3, 8, 3, 0, 8, 16, 4, 2, 9, 6, 5, 8
Все значения больше 9 уменьшаем на 9
(12 → 3, 12 → 3, 16 → 7)
Итоговый ряд:
7, 3, 4, 3, 3, 8, 3, 0, 8, 7, 4, 2, 9, 6, 5, 8
Складываем все числа
Сумма: 80
Проверка
Алгоритм Луна проходит, потому что сумма кратна 10 (заканчивается на 0).
Итог
Алгоритм Луна применяют не только в банковских картах, но и в любых идентификаторах, где важно быстро ловить ошибки. Его задача убедиться, что номер правильно сформирован перед обработкой, чтобы избежать лишних ошибок и не тратить ресурсы впустую.
👉 @PythonPortal
Кто-то явно готовит что-то мощное для Python 3.15. Похоже, нас ждёт очень крутой новый профайлер
👉 @PythonPortal
Прокачай логику программирования с этим ресурсом 🥹
Разрули 24 челленджа на JavaScript, TypeScript и Python
✓ Каждый день декабря открывается новый челлендж
✓ Ачивки, рейтинг и фидбек
✓ Финальный подарок, который можно забрать
✓ Бесплатно
→ adventjs.dev
👉 @PythonPortal
17-летний парень собрал протез руки с управлением через мозг за 300 долларов.
Да, за 300.
Вещь, которая обычно стоит около 450 тысяч.
Просто вдумайся.
Школьник, у себя дома, с помощью AI, дешевых компонентов и 23 тысяч строк кода сделал устройство, которое читает сигналы мозга без операций, без имплантов и без ценника в полмиллиона.
Это не милая вдохновляющая история.
Это сигнал.
Как вообще ученик старшей школы смог собрать что-то в 1500 раз дешевле индустриального стандарта?
Что это говорит об инновациях?
О ценообразовании?
О том, кто реально получает доступ к технологиям, меняющим жизнь?
Конечно, медицинские протезы дорогие не просто так:
материалы, тесты, сертификация, кастомизация.
Но если честно, не все это тянет на ценник в полмиллиона.
Эта история показывает простой факт:
Будущее доступных технологий придет не от системы.
Оно придет от тех, кто готов ее ломать и переизобретать.
Если 17-летний школьник может приблизиться к топовым протезам за копейки…
почему такие решения недоступны миллионам, которые в них нуждаются?
Как считаешь — это момент прорыва или только начало большой революции? 😕
👉 @PythonPortal
Нашёл инструмент под названием Logsensor. Это утилита на Python, которая помогает находить логин-панели и проверять POST-формы на SQL-инъекции.
Работает не только по одному сайту, а умеет гонять сразу пачку хостов. Есть поддержка таргет-сканов отдельных форм и прокси. 🛡
Выглядит как полезная штука для тестеров безопасности, CTF-наблюдателей и тех, кто любит ковырять веб-уязвимости.
Репозиторий тут: https://github.com/Mr-Robert0/Logsensor
👉 @PythonPortal
Что происходит, если поделить на ноль на механическом калькуляторе 50-х?
В 50-х механические калькуляторы не имели защитных проверок, как современные устройства.
Поэтому если кто-то пытался разделить число на ноль, машина не показывала ошибку. Вместо этого она уходила в бесконечный цикл и начинала бешено крутить шестеренки.
Это продолжалось потому, что устройство пыталось посчитать то, что по сути не имеет результата, и просто не понимало, когда нужно остановиться. 🤙
👉 @PythonPortal
Эта новая функция терминала VS Code имба
Если вы хотите выполнить какое-либо действие в терминале, но не помните точную команду, просто нажмите Ctrl + i в терминале. Откроется небольшое окно чата.
Теперь вы можете вводить текст на обычном языке, и VS Code определит правильную команду и запустит ее для вас. Это сэкономит вам массу времени и нервов. 😏
👉 @PythonPortal
"Структуры данных и алгоритмы на Python"
В этой книге объёмом более 300 страниц отлично разобраны все основные структуры данных и алгоритмы.
Есть версии и для C++, и для Java.
Вот копия для Python
👉 @PythonPortal
Гвидо ван Россум, создатель Python, говорит, что никогда не представлял, что язык станет настолько важным для ИИ. Даже в будущем, где будет доминировать искусственный интеллект, нам всё равно понадобится код, и Python остаётся самым дружелюбным к человеку способом его писать.
То, что удобно людям, часто заходит и машинам. Python становится тем самым мостом, где обе стороны могут понимать друг друга.
Согласны?🩷
👉 @PythonPortal
GitHub теперь в Telegram!
Самый прогерский канал, где за 10 минут ты научишься:
/ Пробив по фото и номеру в ТГ
// Как взломать вебку подруги
/// Мануал по OSINT разведке
Подписывайся, нас уже сотни тысяч: >@GitHub
Увлекательное чтиво про метаклассы в Python.
Если ты не понимаешь, зачем тебе это читать, значит, тебе точно стоит это прочитать.
Читаем здесь и прокачиваемся 🙂
👉 @PythonPortal
5 МБ данных на 62 500 перфокартах в 1955 году.
👉 @PythonPortal
Проверка использования оперативной памяти на Python
Импортируется psutil, затем через psutil.virtual_memory() берутся данные о памяти.
Функция convert_bytes переводит байты в гигабайты.
Дальше код вычисляет:
- общий объём RAM
- доступную RAM
- использованную RAM
- процент использования
И выводит это в консоль.
import psutil
memory = psutil.virtual_memory()
def convert_bytes(size):
# Convert bytes to GB
gb = size / (1024 ** 3)
return gb
total_gb = convert_bytes(memory.total)
available_gb = convert_bytes(memory.available)
used_gb = convert_bytes(memory.used)
print(f"Total RAM: {total_gb:.3f} GB")
print(f"Available RAM: {available_gb:.3f} GB")
print(f"Used RAM: {used_gb:.3f} GB")
print(f"RAM Usage: {memory.percent}%")
Иногда теряешься в большом Markdown-файле? Больше такого не будет.
treemd это интерактивный навигатор по Markdown с деревом заголовков, которое можно сворачивать.
Читаешь Markdown как код.
Два окна, навигация в стиле vim, живой поиск и синхронизированный скролл.
🦀Написан на Rust, собран на базе ratatui
GitHub: https://github.com/Epistates/treemd
👉 @PythonPortal
Когда решил прочитать документацию к библиотеке прямо во время деплоя:
👉 @PythonPortal
Подсказка по Python.
Декоратор @dataclass сам генерирует стандартные методы вроде init, repr и eq на основе атрибутов класса.
Пример 👇
# с dataclass
from dataclasses import dataclass
@dataclass
class Point:
x: int
y: int
@dataclass:class Point:
def __init__(self, x: int, y: int):
self.x = x
self.y = y
def __repr__(self):
return f"Point(x={self.x}, y={self.y})"
def __eq__(self, other):
return (self.x, self.y) == (other.x, other.y)
Нашлась полезная штука для тех, кто хочет наконец-то подружиться с Git — бесплатная онлайн-книга "Pro Git"
Она не просто перечисляет команды, а нормально объясняет как Git живёт внутри, почему он работает именно так и как это использовать с умом. Подача простая, начинаешь с базовых вещей, а потом плавно переходишь к продвинутым сценариям и внутренней логике системы. ✏️
👉 @PythonPortal
Вышла новая Python-библиотека для агентного data-processing и ETL с использованием ИИ.
Представляем DocETL.
Что важно знать:
1. Что такое DocETL?
Это инструмент для создания и выполнения дата-пайплайнов, особенно хорошо подходит для сложной обработки документов.
Он включает:
- интерактивный UI-плейграунд
- Python-пакет для запуска пайплайнов в проде
2. DocWrangler
DocWrangler помогает постепенно собирать пайплайн:
- пробовать разные промпты и смотреть результат в реальном времени
- строить пайплайн шаг за шагом
- экспортировать финальную конфигурацию для продакшена
3. Python-пакет DocETL
Используется для запуска пайплайнов в продакшене. В примере создаётся пайплайн, который анализирует медицинские транскрипты, находит названия лекарств, нормализует похожие названия и генерирует сводку побочных эффектов и областей применения.
Подробнее: https://github.com/ucbepic/docetl
👉 @PythonPortal
Приватная? Вот и не лезь туда, оно тебя сожрет
👉 @PythonPortal