39269
Все самое полезное для питониста в одном канале. Список наших каналов: https://t.me/proglibrary/9197 Курс по ML: https://cl Для обратной связи: @proglibrary_feeedback_bot По рекламе: @proglib_adv РКН: https://gosuslugi.ru/snet/67b885cbd501cf3b2cdb5b36
⚙️ Полезные хаки для Python REPL
Если вы часто открываете Python REPL — чтобы быстро протестировать идею, посчитать что-то, проверить фрагмент кода или преподавать Python — эти модификации могут серьёзно улучшить ваш опыт.
PYTHONSTARTUP, можно сделать так, чтобы при запуске REPL автоматически выполнялся код из файла (например, ~/.startup.py):export PYTHONSTARTUP=$HOME/.startup.py
_repl.bind("Home", "home") # В начало блока
_repl.bind("End", "end") # В конец блока
_repl.bind("Alt+M", "move-to-indentation") # В начало строки без пробелов
_repl.bind("Shift+Tab", "dedent") # Уменьшить отступ
_repl.bind("Alt+Up", "move-line-up") # Поднять строку
_repl.bind("Alt+Down", "move-line-down") # Опустить строку
_repl.bind_to_insert("Ctrl+N", "[2, 3, 5, 8]") # Быстрая вставка чисел
_repl.bind_to_insert("Ctrl+F", '["apple", "banana", "pear"]') # Быстрая вставка строк_repl.update_theme(
keyword="green",
builtin="blue",
comment="intense blue",
string="cyan",
number="cyan",
definition="blue",
soft_keyword="bold green",
op="intense green",
)
_pyrepl и _colorize.PYTHONSTARTUP и вернуть REPL в дефолтное состояние.pyrepl-hacks работал во всех окружениях, автор добавляет путь к нему напрямую:from pathlib import Path
import sys
sys.path.append(str(Path.home() / ".pyhacks"))
import pyrepl_hacks as _repl
@_repl.bind("Ctrl+X Ctrl+R", with_event=True)
def subprocess_run(reader, event_name, event):
reader.insert("import subprocess\n")
code = 'subprocess.run("", shell=True)'
reader.insert(code)
Ctrl+X Ctrl+R автоматически вставит шаблон вызова subprocess.run().pyrepl-hacks — просто красивая обёртка над внутренними модулями Python, которая делает эти хаки чище и проще.pip install pyrepl-hacks
⚡️ Func To Web 0.7.2 — превращает Python-функции в веб-интерфейсы за секунды
Минималистичная библиотека func-to-web автоматически создаёт веб-UI для любых ваших функций — без шаблонов, фреймворков и фронтенда.
Достаточно добавить аннотации типов, вызвать run(), и готово:
from func_to_web import run
def divide(a: int, b: int):
return a / b
run(divide)
http://127.0.0.1:8000 — и увидите автоматически сгенерированную форму.examples/ — 20+ готовых примеров: от простых форм до обработки изображений и визуализации данных.python examples/01_basic_division.py
python examples/08_image_blur.py
python examples/20_lists_limits.py
pip install func-to-web
🐸 Библиотека задач по Data Science
Читать полностью…
📱 Python новости за последние 7 дней
🧩 Практика и алгоритмы
— Элегантный обход двоичного дерева поиска — идиоматичные подходы к обходу BST на Python 3, включая рекурсивные и итеративные методы.
— Генераторы для начинающих —пошаговое введение в генераторы с домашним заданием — учимся экономить память и писать чистый код.
— Декораторы. Продвинутый уровень — универсальный шаблон декоратора и продвинутые приёмы для чистого и повторно используемого кода.
⚙️ Инструменты Python
— Пул интерпретаторов в Python 3.14 — что это такое, зачем нужен и как использовать новые возможности для параллелизма и масштабирования.
— Занимательные графики с matplotlib — практические примеры построения визуализаций — от простых до интересных “игровых” графиков.
🧠 Карьерные советы и тренды
— От джуна к эксперту — как карта навыков и план развития помогают Python-разработчику строить карьеру и прокачивать скиллы.
— Python-разработчик в 2025 году — скилсет джуниора, ожидания рынка и актуальные тренды для начинающих специалистов.
🐸 Библиотека питониста
#свежак
♾️ 17 формул, которые изменили мир
Математика в действии — как уравнения, придуманные века назад, сегодня управляют интернетом, медициной, космосом и вашими финансами.
📎 Читать статью
А если после статьи захотите разобраться, как эта математика работает в Data Science — вот экспресс-курс, который всё расставит по полочкам:
«Математика для Data Science»
— практика и живые уроки
— разбор кода и проверка домашних
— поддержка в Telegram-чате
Недавно мы анонсировали старт нового курса «Математика для Data Science».
В ближайшие дни выйдет серия постов о том, что ждёт вас на курсе, а пока познакомим вас с его экспертами.
Спикеры курса:
👤 Ксения Кондаурова
Преподаватель и автор курсов для бакалавриата Центрального Университета (Т-Банк), спикер и методист для Edutoria (Сбербанк). Ксения расскажет, как линейная алгебра применяется для построения предсказательных моделей, и научит проверять гипотезы для бизнеса с помощью статистики.
👤 Диана Миронидис
Преподаватель НИУ ВШЭ, автор и методист Яндекс Практикума. Самый экстравагантный преподаватель из всех, с кем вы учились, — убедитесь, что математика может быть нескучной. Диана погрузит в математический анализ, научит исследовать функции и находить параметры, при которых ошибка модели минимальна.
👤 Маргарита Бурова
Академический руководитель образовательных программ по аналитике и анализу данных, Wildberries & Russ. Проведёт квиз с розыгрышем годовой подписки TG Premium. Маргарита — эксперт в дата-сайенс, ИИ и математических методах анализа данных, фанат развития ИТ-образования.
Вместе с экспертами за 8 недель вы не просто получите знания, а познакомитесь с математикой заново.
🎁 Только при оплате до 19 октября курс «Базовая математика» в подарок!
👉 Записаться на курс
🐍 Python 3.14 — релиз, который добавил красок (буквально)
Самые заметные и полезные нововведениями Python 3.14 — без теоретических JIT и free-threading, только практичные вещи, которые можно использовать уже сегодня ⬇️
1️⃣ Python теперь в цвете:
— REPL и PDB получили синтаксическую подсветку,
— unittest теперь подсвечивает тесты (зелёные — прошли, красные — упали),
— argparse и json выдают цветной вывод,
— даже calendar теперь выделяет текущую дату.
Пример:
$ python -m unittest
..F
======================================================================
FAIL: test_example (tests)
----------------------------------------------------------------------
AssertionError: Expected 42 != 0
# Теперь ошибки — красным, успехи — зелёным
shutil:from pathlib import Path
source = Path("readme.txt")
destination = Path("docs/readme.md")
source.copy_into(destination.parent)
source.move(destination)
improt math
# SyntaxError: invalid syntax. Did you mean 'import'?
import col<TAB>
# collections, colorsys
from datetime import date
date.strptime("2026-03-14", "%Y-%m-%d")
# datetime.date(2026, 3, 14)
from uuid import uuid7
print(uuid7())
# UUID('0199b0ac-10b0-7628-8c45-96ab90bcc870')
try:
int("abc")
except ValueError, TypeError:
print("Invalid number")
InterpreterPoolExecutor из concurrent.futures позволяет запускать несколько интерпретаторов Python в одном процессе, но с отдельными GIL — почти как multiprocessing, только легче.
🤖 Hypothesis — пусть Python сам придумывает тесты
Хотите тестировать Python-код умнее, а не больше?
Попробуйте Hypothesis — библиотеку, которая сама генерирует тестовые данные и помогает находить неожиданные крайние случаи.
Вместо десятков однотипных тестов вы просто описываете свойства, которые ваш код должен соблюдать — всё остальное Hypothesis сделает за вас.
👉 Это не просто «юнит-тесты», а полноценное исследование поведения программы. Отличный способ обнаружить скрытые баги ещё до продакшна.
🔗 Документация и код: https://clc.to/NlOt_g
🐸 Библиотека дата-сайентиста
#буст
➡️ Python не стоит на месте
Пока все обсуждают Python 3.14, уже вышла Python 3.15 Alpha.
Что нового:
ℹ️ PEP 799 – новый пакет для профилирования: единая организация инструментов Python профилирования
ℹ️ PEP 686 – UTF-8 теперь используется по умолчанию
ℹ️ PEP 782 – новый C API PyBytesWriter для создания объектов bytes
ℹ️ Улучшенные сообщения об ошибках
🔸 Подробнее
🐸 Библиотека питониста
#свежак
📚 Классика, которая не стареет: курс по структурам данных
Одни из легендарных лекций по структурам данных от MIT, где каждая лекция — как путешествие в глубину компьютерной науки.
Темы, которые остаются актуальными и сейчас:
➡️ Time travel — персистентные структуры данных: как «помнить прошлое», но не менять его.
➡️ Geometry — работа с многомерными данными (карты, таблицы, базы).
➡️ Dynamic optimality — идеальное дерево поиска: существует ли оно вообще?
➡️ Memory hierarchy — оптимизация работы с кэшем, даже не зная его размера.
➡️ Hashing — самая используемая структура данных в мире, и до сих пор поле активных исследований.
➡️ Integers — когда логарифм слишком медленно, а константа — возможна.
➡️ Dynamic graphs — как быстро пересчитывать граф при изменениях связей.
➡️ Strings — поиск подстрок в гигантских текстах (Google, ДНК и всё между).
➡️ Succinct structures — структуры, которые занимают почти столько же места, сколько сами данные.
🎓 Ссылка на лекции от MIT
Хочешь прокачаться в алгоритмах с практикой и поддержкой?
— Алгоритмы и структуры данных
⚡️ Сейчас действует акция –40% на курс и ещё несколько программ.
🐸 Библиотека дата-сайентиста
#буст
🤓 Пока Python стал π-thon, ты можешь стать Data Scientist'ом
В Proglib.academy стартует экспресс-курс «Математика для Data Science»: 10 живых вебинаров, практика на Python и спикеры из ВШЭ, Яндекс Практикума и Wildberries, которые всё разложат по полочкам.
В программе:
🔹 матан, линал, теория вероятностей;
🔹 3 практических проекта + викторина с розыгрышем TG Premium;
🔹 поддержка преподавателей и чат с единомышленниками;
🎁 Оплати курс до 19 октября — получи курс по базовой математике в подарок.
🗓️ Старт — 6 ноября
👉 Записаться на курс
😢 PyOCI — приватный PyPI без облаков и головной боли
Почему вообще нужен PyOCI? Потому что не хочется зависеть от очередного «облачного провайдера» только ради того, чтобы хранить приватные Python-пакеты.
PyOCI делает так, что любой OCI-registry (вроде ghcr.io или Azure Container Registry) начинает работать как обычный Python-index.
То есть можно использовать GitHub Packages как приватный PyPI — с уже встроенной системой доступа и без лишней настройки.
➡️ Как это работает
1⃣ PyOCI выступает прокси между pip и вашим OCI-registry.
2⃣ Он поддерживает любые регистры, реализующие [OCI distribution spec](https://github.com/opencontainers/distribution-spec).
3⃣ После публикации пакеты появляются прямо в интерфейсе OCI — как обычные контейнеры, просто с метаданными Python-пакетов.
Пример установки:
pip install --index-url="https://<user>:<token>@pyoci.com/<registry>/<namespace>/" <package>
hello-world из организации allexveldman через ghcr.io:pip install --index-url="https://$GITHUB_USER:$GITHUB_TOKEN@pyoci.com/ghcr.io/allexveldman/" hello-world
чтобы наверняка 😆
🐸 Библиотека питониста
#развлекалово
тонко 👌
🐸 Библиотека питониста
#развлекалово
⚙️ Компиляция Python, которая запускается везде
Python любим за простоту. Но его слабое место известно всем — производительность.
Что, если можно было бы оставить язык таким, как он есть, и при этом запускать его код так же быстро, как C++, на любой платформе — без интерпретатора и без контейнеров?
Новый экспериментальный компилятор превращает обычный Python-код в самодостаточные бинарные файлы — программы, которые работают где угодно:
✅ на сервере, в мобильном приложении, на десктопе и даже в браузере.
✅ Без JIT.
✅ Без переписывания.
✅ Без Python под капотом.
История началась с банальной боли:
Как удобно распространять и запускать AI-модели?
Контейнеры казались очевидным решением — но оказались тупиком.
Они громоздкие, медленные и тянут за собой целую мини-ОС.
«А что если не упаковывать систему в контейнер, а собрать исполняемый файл, который сам запускает модель — без ничего лишнего?»
🔥 Когда понимаешь SOLID — жизнь становится проще
В октябре действует скидка 40% на все курсы от Proglib Academy, включая интенсив «Архитектуры и шаблоны проектирования»
📘 На интенсиве ты:
— разберёшься, как проектировать приложения, которые не ломаются при каждом изменении;
— освоишь SOLID-принципы, IoC, адаптеры и фабрики;
— научишься строить масштабируемые архитектуры;
— создашь собственную игру «Звёздные войны».
👨💻 Примеры кода на C#, Java, Python, PHP, C++ и JavaScript. Главное — понимать принципы, а не язык.
Преподаватель — Евгений Тюменцев, директор компании HWdTech, разрабатывал многопоточные кроссплатформенные приложения для IBM Watson.
📆 Формат: онлайн, 1 месяц.
📚 9 лекций + 2 бонусных занятия + практика.
Интенсив подойдёт джунам, которые хотят апнуться до мидла, и мидлам, мечтающим о роли архитектора.
👉 Переходи к курсам со скидкой 40%
🧩 T-Strings: действительно ли они делают SQL лучше в Python 3.14
В Python 3.14 появились t-строки — новый формат строк, созданный для более безопасной и читаемой работы с SQL-запросами.
Они разделяют сам текст запроса и параметры, упрощая их обработку и снижая риск SQL-инъекций.
Это особенно удобно, когда запросы становятся сложными и содержат множество параметров:
user_id = 42
query = t"SELECT * FROM users WHERE id = {user_id}"
⏰ Сегодня последний день!
🎁 Только при оплате до 19 октября — курс «Базовая математика» в подарок!
Успей попасть на экспресс-курс «Математика для Data Science» — 10 живых вебинаров, практика на Python, поддержка менторов и преподаватели из ВШЭ, Яндекс Практикума и Wildberries.
За 2 месяца разберёшься с тем, на чём держится Data Science:
• векторы, матрицы и регрессия;
• градиенты, оптимизация, вероятности и статистика;
• реальные задачи анализа данных;
📚Напоминаем про наш полный курс «Самоучитель по Python для начинающих»
Мы написали и собрали для вас в одну подборку все 25 глав и 230 практических заданий!
🐍 Часть 1: Особенности, сферы применения, установка, онлайн IDE
🐍 Часть 2: Все, что нужно для изучения Python с нуля – книги, сайты, каналы и курсы
🐍 Часть 3: Типы данных: преобразование и базовые операции
🐍 Часть 4: Методы работы со строками
🐍 Часть 5: Методы работы со списками и списковыми включениями
🐍 Часть 6: Методы работы со словарями и генераторами словарей
🐍 Часть 7: Методы работы с кортежами
🐍 Часть 8: Методы работы со множествами
🐍 Часть 9: Особенности цикла for
🐍 Часть 10: Условный цикл while
🐍 Часть 11: Функции с позиционными и именованными аргументами
🐍 Часть 12: Анонимные функции
🐍 Часть 13: Рекурсивные функции
🐍 Часть 14: Функции высшего порядка, замыкания и декораторы
🐍 Часть 15: Методы работы с файлами и файловой системой
🐍 Часть 16: Регулярные выражения
🐍 Часть 17: Основы скрапинга и парсинга
🐍 Часть 18: Основы ООП – инкапсуляция и наследование
🐍 Часть 19: Основы ООП – абстракция и полиморфизм
🐍 Часть 20: Графический интерфейс на Tkinter
🐍 Часть 21: Основы разработки игр на Pygame
🐍 Часть 22: Основы работы с SQLite
🐍 Часть 23: Основы веб-разработки на Flask
🐍 Часть 24: Основы работы с NumPy
🐍 Часть 25: Основы анализа данных с Pandas
🐸 Библиотека питониста
#развлекалово
Один One Day Offer вам или целых три — всем? 😉
25 октября Сбер проведёт сразу три экспресс-отбора кандидатов в две команды: GigaData и Kandinsky. Чем вам предстоит заниматься 👇
✔️ Развивать GigaData — внутреннюю платформу Сбера, которая обрабатывает петабайты данных и миллиарды запросов в сутки. One Day Offer для Python‑разработчиков.
✔️ Работать над Kandinsky — обучать большие модели с нуля, собирать и подготавливать данные, исследовать самые эффективные методы дообучения моделей.
— One Day Offer для Machine Learning Engineers с опытом в Deep Learning и компьютерном зрении (CV).
— One Day Offer для Research и Deep Learning Engineers.
Выбирайте то, что больше подходит под ваши навыки, и регистрируйтесь на One Day Offer!
🔥 PyTorch 2.9: новые возможности и улучшения
Новая версия приносит улучшения в производительность, переносимость и опыт разработчика:
🔜 Стабильный libtorch ABI для C++/CUDA расширений
🔜 Symmetric memory для мульти-GPU ядер
🔜 Расширенная поддержка wheel: ROCm, XPU, CUDA 13
🔜 Оптимизации для Intel, Arm и x86
С 3,216 коммитами от 452 участников, PyTorch 2.9 продолжает развивать open source AI для разработчиков по всему миру.
🟡 Полный блог о релизе: https://clc.to/Pvqrqw
🐸 Библиотека дата-сайентиста
#свежак
🎲 Мы не только учим, но и играем!
На экспресс-курсе «Математика для Data Science» — викторина с призом TG-Premium 🎁
Проверь знания, прокачай математику и забери приз.
‼️ Оплатишь до 19 октября — получишь базовый курс в подарок.
👉 Записаться на курс
🧐 Хочешь в Data Science, но не знаешь, с чего начать?
Пройди короткий тест по математике — бот покажет, насколько ты готов к переходу и что стоит подтянуть.
Всего пару минут — и ты поймёшь, куда двигаться дальше.
⏫ Быстрый способ увидеть все зависимости Python-пакета
Инструмент PyPIPlus мгновенно показывает все зависимости любого Python-пакета с PyPI.
Полезно для дата-сайентистов:
😗 Офлайн-установки — особенно на изолированных серверах
😗 Экономия времени — мгновенный список всех зависимостей и их подзависимостей
😗 Аудит пакетов — быстро понять, что реально подтягивает пакет
Идеально для: подготовки окружений, деплоя моделей, аудита сторонних библиотек и управления зависимостями.
🐸 Библиотека дата-сайентиста
#буст
👀 Что нового в Python 3.14
7 самых мощных фич новой версии, которые стоит знать 👇
1️⃣ Template Strings (t-строки)
Новый синтаксис t"" (PEP 750) — как f-строки, но безопасные.
Они предотвращают SQL-инъекции и другие уязвимости, возвращая объект Template, а не str.
➡️ Теперь можно форматировать строки без риска.
2️⃣ Встроенный Zstandard
Meta-разработанный алгоритм компрессии zstd теперь в стандартной библиотеке.
➡️ Быстрее, чем zlib и gzip, при этом с отличным уровнем сжатия.
3️⃣ Отложенная оценка аннотаций
Больше никаких NameError при аннотациях внутри классов!
Теперь Python лениво вычисляет типы только при обращении.
➡️ Код становится чище, читаемее и без хаков.
4️⃣ Новый REPL с подсветкой и автодополнением
Терминал Python теперь ближе к IDE:
подсветка синтаксиса, умное автодополнение — даже без VSCode.
➡️ Идеально для быстрого дебага и работы на удалённых серверах.
5️⃣ Контроль в finally-блоках
Теперь Python предупреждает, если в finally встречаются return, break, continue.
➡️ Меньше неожиданных багов, больше логики.
6️⃣ Упрощённый синтаксис except
Теперь без лишних скобок:
except ZeroDivisionError, TypeError:
📱 Python новости за последние 7 дней
🧩 Практика и обучение
— С чего начать? 10 учебных проектов на Python для вашего GitHub — подборка идей для прокачки с примерами и репозиториями.
— EDA в Python для новичков: что почитать и где попрактиковаться — вводное руководство по разведочному анализу данных и полезные ресурсы для старта.
— Топ-5 библиотек Python, которые должен знать каждый новичок — подборка базовых инструментов, которые стоит освоить каждому начинающему разработчику.
⚙️ Инструменты и продвинутая практика
— Настраиваем Docker для Django — как упаковать Django-проект в контейнер и избежать типичных ошибок.
— 12 фишек в административной панели Django, которые экономят мне 12 часов в неделю — скрытые возможности Django Admin, которые повышают продуктивность.
— Регулярная катастрофа и как её избежать. Подход к регулярным выражениям — разбор ошибок и практические советы по безопасному использованию regex.
🧠 Новости и размышления
— Релиз Python 3.14 — свежий релиз с улучшенной производительностью и новыми возможностями.
— Вышел Python 3.14. Насколько он быстр? — анализ тестов производительности и сравнение с предыдущими версиями.
— PEP 8 как религия: почему Python сам не соблюдает свои же правила — размышления о кодстайле и двойных стандартах в экосистеме Python.
— Django 6.0: Ключевые функции, критические изменения — обзор нового мажорного релиза, на который стоит обратить внимание.
🐸 Библиотека питониста
#свежак
🔥 Python 3.14 стал заметно быстрее — и это не просто цифры на бумаге
Свежий релиз Python 3.14 снова подвинул границы производительности.
Проведённые бенчмарки показывают — прирост скорости чувствуется и в рекурсии, и в итерациях, и даже в многопоточности.
Что тестировали:
➡️ 6 версий CPython — от 3.9 до 3.14
➡️ Pypy 3.11, Node.js 24 и Rust 1.90 — для сравнения
➡️ 3 интерпретатора: стандартный, JIT, free-threading (без GIL)
➡️ 2 скрипта: fibo(40) (рекурсия) и bubble sort (10 000 элементов)
➡️ 2 режима: 1 поток и 4 потока
➡️ Linux (Intel) и macOS (M2)
Результаты:
📍 Fibonacci (1 поток)
— Python 3.14 в среднем на 27% быстрее, чем 3.13.
— С версии 3.11 Python вышел из категории «медленный язык» в «уже вполне быстрый».
— Pypy по-прежнему монстр — ≈ 5 раз быстрее CPython 3.14, Rust — в 70 раз.
📍 Bubble sort (1 поток)
— Прирост скромнее — около 10%, но 3.14 всё ещё самый производительный CPython.
— Pypy — в 18 раз быстрее, Node — в 6 раз, Rust — в 36 раз.
📍 JIT vs Free-Threading
— JIT почти не ускорил код — эффект минимальный.
—А вот free-threading (без GIL) реально раскрылся: в многопоточном режиме Python 3.14 FT работает в 3 раза быстрее, чем стандартный интерпретатор.
Ключевые инсайты:
— Python 3.14 — самый быстрый CPython на сегодня
— Версии 3.11+ — огромный шаг вперёд
— JIT ещё сырый, но потенциал есть
— Free-threading — игра меняет правила для многопоточных нагрузок
— Pypy по-прежнему король скорости
Интересно, как free-threading поведёт себя в реальных ML и backend-нагрузках.
Уже кто-то пробовал запускать свои пайплайны на 3.14 FT? Делитесь наблюдениями 👇
🔗 Подробная статья-сравнение: https://clc.to/Dx4_iA
🐸 Библиотека питониста
#буст
🛠 Тестируем Python-проекты с разными версиями с помощью `uv` и `uv-test`
Удобная комманда для запуска тестов проекта против нескольких версий Python. Ключевой приём:
uv run --with-editable .[test]
[test] extras:cd /tmp
git clone https://github.com/simonw/datasette
cd datasette
uv run --python 3.14 --isolated --with-editable '.[test]' pytest -n auto
--isolated — чтобы окружение было чистым.--with-editable '.[test]' — ставит проект в editable mode, чтобы изменения сразу отражались.-n auto — pytest-xdist использует все CPU автоматически.uv-test -p 3.14 -k permissions -vv
-p.pytest.uv и pyproject.toml/setup.py, чтобы не запускать тесты не из корня проекта.
👍 Python 3.14 — первый стабильный релиз
👇 Свежая версия Python уже доступна, и в ней много интересного:
— Template string literals — более мощная и безопасная работа со строками.
— Отложенная оценка аннотаций — улучшает производительность и совместимость.
— Subinterpreters в стандартной библиотеке — шаг к эффективному использованию многопоточности в Python.
— Free-threaded сборка теперь официально поддерживается: можно запускать Python без GIL.
👇 Обновления стандартной библиотеки:
— Новый модуль compression.zstd для поддержки Zstandard.
— Улучшенная introspection в asyncio.
— Подсветка синтаксиса прямо в REPL.
— Множество доработок, улучшений юзабилити и удалённых устаревших функций.
💡 С релизом Python 3.14 официально завершается поддержка Python 3.9 — теперь можно спокойно использовать возможности, начиная с 3.10 (включая pattern matching и оператор | в аннотациях типов).
Установить Python 3.14 можно с помощью uv:
uv self update
uv python upgrade 3.14
uvx python@3.14
# или версия без GIL:
uvx python@3.14t