Когда в потоке слов наконец-то обнаружил знакомое

👉 @PythonPortal

30 Kubernetes туториалов

Нашёл 30 действительно полезных руководств. Каждое из них фокусируется на ключевом концепте, инструменте или лучших практиках

1. Архитектура Kubernetes

2. High Availability (HA)

3. Best practices по дизайну и настройке кластера

4. Minikube

5. Kubeadm

6. Файл kubeconfig

7. Кластер на Vagrant VM

8. eksctl для AWS EKS

9. kubectl и контексты

10. Ручная сборка кластера Kubernetes

11. Etcd: бэкап и восстановление

12. Pod в Kubernetes

13. Init-контейнеры

14. DaemonSet

15. Жизненный цикл Pod’а

16. Ingress в Kubernetes

17. Nginx Ingress Controller

18. YAML-манифесты для K8s

19. Alertmanager

20. EFK стек (Elasticsearch, Fluentd, Kibana)

21. Логирование в Kubernetes

22. Kustomize

23. Sealed Secrets

24. Docker-образ в Pod’е

25. Jenkins Build Agents в K8s

26. Secrets и ConfigMap через Kustomize

27. Деплой Argo CD через Helm

28. Установка Helm в Kubernetes

29. MongoDB в Kubernetes

30. HashiCorp Vault в Kubernetes

👉 @PythonPortal

Худшие 3 однострочника в Python, которых стоит избегать

1. List comprehension для побочных эффектов

data = [print(i**2) for i in range(100) if i % 2 == 0]

List comprehension создаёт список, а не «побочки». В итоге получаем непонятный список из None.

2. Сжатие функции в одну строчку

def f(a, b=1): return a * b if a > 0 else a + b

Формально это работает, но даже простая логика становится хуже читаемой.

3. Безумие с точками с запятой

a = 1; b = 2; c = a + b; print(c * 2 ** a + b)

Пихать всё в одну строчку через ; это убийство читаемости. Разбей на несколько строк, и всем станет легче.

👉 @PythonPortal

Учись программировать, играя

Codédex выпустили новую версию своей платформы

Это интерактивный мир, где ты выбираешь приключение, проходишь миссии, апаешь уровень, зарабатываешь бейджи, тренируешься и создаёшь проекты

То, что они сделали это реально круто 😦

Думаю, самое простое что можно сделать — поддержать их запуск на Product Hunt, оставив голос

👉 @PythonPortal

Может лучше не стоит?

👉 @PythonPortal

Я давно знал про dict.fromkeys в Python

Но только сегодня узнал, что можно задать значение по умолчанию для всех ключей

Я думал, что всегда нужно инициализировать словарь так, чтобы все ключи указывали на None 🌟

👉 @PythonPortal

Эта библиотека реально взлетит, и вот почему

Она лучше всего подходит для создания чат-бота, который не галлюцинирует и умеет отвечать на вопросы.

Она open-source, и чтобы её запустить, достаточно пары строк кода.

Смотри видео с примером

GitHub: emcie-co/parlant

Каждая компания, либо уже делает, либо использует чат-бота. Эта библиотека может заменить тонны кода и при этом дать куда более качественный результат. 🌼

👉 @PythonPortal

Шпаргалка для собеседования по Python

1. Swap переменных без временной

a, b = 5, 10
a, b = b, a

2. Однострочный if-else (тернарный)

result = "Even" if x % 2 == 0 else "Odd"

3. List Comprehension

squares = [x**2 for x in range(10)]
evens = [x for x in range(10) if x % 2 == 0]

4. Set и Dict Comprehension

unique = {x for x in [1,2,2,3]}        # удалить дубликаты
squares = {x: x**2 for x in range(5)}  # dict comprehension

5. Наиболее частый элемент в списке

from collections import Counter
most_common = Counter(['a','b','a','c']).most_common(1)[0][0]

6. Объединение словарей (Python 3.9+)

a = {'x': 1}
b = {'y': 2}
merged = a | b

7. Возврат нескольких значений

def stats(x):
    return max(x), min(x), sum(x)

high, low, total = stats([1, 2, 3])

8. Использование zip для итерации по двум спискам

names = ['a', 'b']
scores = [90, 85]

for n, s in zip(names, scores):
    print(f"{n}: {s}")

9. «Выпрямление» вложенных списков

nested = [[1,2], [3,4]]
flat = [item for sublist in nested for item in sublist]

10. Значения по умолчанию в словаре

from collections import defaultdict
d = defaultdict(int)
d['apple'] += 1   # без KeyError

11. Лямбда в одну строку

square = lambda x: x**2
print(square(4))

12. enumerate с индексом

for i, v in enumerate(['a', 'b', 'c']):
    print(i, v)

13. Сортировка по ключу или значению

d = {'a': 3, 'b': 1, 'c': 2}
sorted_by_val = sorted(d.items(), key=lambda x: x[1])

14. Чтение строк файла в список

with open('file.txt') as f:
    lines = f.read().splitlines()

15. Type Hints

def add(x: int, y: int) -> int:
    return x + y

👉 @PythonPortal

База

👉 @PythonPortal

Нашел на Хабре годную статью 👧

Там показано, как собрать своего оффлайн голосового AI-ассистента всего за вечер

Микрофон слушает тебя, Whisper переводит речь в текст, локальная LLM отвечает, а gTTS всё это озвучивает

Полностью кастомный и без интернета

Код и гайд тут — Habr
Репо: тут

👉 @PythonPortal

Автоформатирование текста с помощью textwrap

В Python есть модуль textwrap, который упрощает работу с длинными строками. Он автоматически разбивает текст на заданную ширину, чтобы он выглядел аккуратно и легко читался, будь то вывод в консоли, логи или отчёты.

Пример кода:

import textwrap

text = "Python — универсальный язык, который подходит для веба, анализа данных, автоматизации и многого другого."
result = textwrap.fill(text, width=40)

print(result)

Вывод:

Python — универсальный язык, который
подходит для веба, анализа данных,
автоматизации и многого другого.

Когда пригодится?

- автоматический перенос строк
- форматирование текста в CLI-программах
- подготовка читаемых логов, email или документации

👉 @PythonPortal

PyTorch против TensorFlow — новое исследование расставило точки над i

PyTorch → примерно на 25% быстрее в обучении и на ~78% быстрее в инференсе. Проще для ресёрча

TensorFlow → сильнее в продакшене (мобилки, браузер, сервера)

Полный обзор читай тут

👉 @PythonPortal

Аргумент

👉 @PythonPortal

Шпаргалка по регулярным выражениям

В ней собрано, как работают якори, классы символов, кванторы, диапазоны, утверждения, спецсимволы, модификаторы и подстановки, плюс примеры готовых шаблонов вроде поиска дат, e-mail или HTML-тегов.

Пригодится 👍

👉 @PythonPortal

Строй полноценные full-stack веб-приложения, используя только Python

Пиши полностью готовые приложения с фронтендом и бэкендом на Python без необходимости учить JavaScript или вести отдельные кодовые базы.

reflex это фреймворк на Python, который позволяет делать фронт и бэк одним языком. ты пишешь UI, логику, состояние, всё в Python, а Reflex сам компилит интерфейс на React/Next.js и запускает backend на FastAPI с WebSocket’ами для реактивности

Полностью опенсорс 😋

👉 @PythonPortal

Лучший дисклеймер

👉 @PythonPortal

FastAPI теперь официально самый популярный веб-фреймворк среди Python-разработчиков 🎉

А вот ещё несколько интересных фактов из свежего опроса State of Python 2025 от JetBrains:

> 51% используют Python для работы с данными
> 46% применяют его для веб-разработки
> Половина сообщества — новички
> 83% всё ещё сидят на старых версиях Python

Подробный разбор: https://jb.gg/python-25

👉 @PythonPortal

Совет по Python:

Вы можете заставить аргументы быть только позиционными, используя символ / в сигнатуре функции.

def add(x, y, /):
    return x + y

add(1, 2)          
add(x=1, y=2)      # TypeError: add() got some positional-only arguments passed as keyword arguments: 'x, y'

👉 @PythonPortal

Шпаргалка по очистке данных в Python Pandas

1. Обзор данных

import pandas as pd
df = pd.read_csv('data.csv')   # Загрузить CSV
df.head(5)                     # Первые 5 строк
df.info()                      # Типы данных и количество null
df.describe()                  # Сводная статистика

2. Работа с пропусками и дубликатами

df.isnull().sum()              # Посчитать пропуски
df.dropna()                    # Удалить строки с null
df.fillna(0)                   # Заполнить пропуски нулями
df.duplicated().sum()          # Посчитать дубликаты
df.drop_duplicates()           # Удалить дубликаты

3. Переименование и приведение типов

df.rename(columns={'old': 'new'})   # Переименовать колонку
df.astype({'col': 'int'})           # Сменить тип данных
df.columns.str.strip()              # Убрать пробелы

4. Фильтрация и выборка

df.loc[df['col'] > 100]             # Фильтр по условию
df.iloc[0:5]                        # Выбор по индексу строк
df['col'].isin(['A', 'B'])          # Фильтр по значениям

5. Сортировка и группировка

df.sort_values('col')               # Сортировка по возрастанию
df.groupby('group')['val'].mean()   # Группировка и агрегация
df['col'].value_counts()            # Подсчёт уникальных значений

6. Операции с колонками

df['new'] = df['col1'] + df['col2']               # Новая колонка
df['col'] = df['col'].apply(lambda x: x*2)        # Применить функцию
df.drop('col', axis=1)                            # Удалить колонку

7. Сохранение очищенных данных

df.to_csv('cleaned.csv', index=False)  # Экспорт в CSV

👉 @PythonPortal

Подождут 🙄

👉 @PythonPortal

PyAutoGUI

Крайне любопытная библиотека языка Python, позволяющая превратить твой ПК в автоматизированную систему

За пару строчек кода можно заставить скрипт сделать скриншот, заставить мышку навести на нужную точку на экране, взаимодействовать с различными параметрами окон, написать слово или целый абзац или даже загуглить за тебя 🚬

Вот так можно создать простейший кликер:

import pyautogui
import time
 
def click(): 
    time.sleep(0.1)     
    pyautogui.click()
 
def main():
    for i in range(20): 
        click()
 
main()

Документация тут: https://pyautogui.readthedocs.io/en/latest/

👉 @PythonPortal