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

Ещё играть не начал, а уже пройти не может

👉 @PythonPortal

Нужно потестить HTTPS локально в Python?

Вот простое решение в 3 шага — удобно для проверки SSL/TLS, интеграций с API или любых приложений, которым нужен HTTPS в dev-среде.

Только для локальной разработки, браузер будет ругаться на самоподписанный сертификат. 😋

Для NodeJS есть альтернатива: web.dev

👉 @PythonPortal

Помни, что итераторы в Python (и не только) рассчитаны на одно использование.

Когда ты прошёл по всем элементам, назад «перемотать» их нельзя.

Это поведение называется исчерпание итератора

umbers = [1, 2, 3]
reversed_numbers = reversed(numbers)

print(list(reversed_numbers))   # [3, 2, 1]
print(list(reversed_numbers))   # [] — итератор уже пуст

После одного прохода итератор «заканчивается» и повторно использовать его нельзя.

Чтобы пройтись снова, нужно создать новый итератор:

reversed_numbers = reversed(numbers)
print(list(reversed_numbers))   # [3, 2, 1] снова работает

👉 @PythonPortal

Как-нибудь разберутся

👉 @PythonPortal

Microsoft выпустила новый курс по MCP для Python-разработчиков.

Курс полностью бесплатный и с открытым исходным кодом.

GitHub : https://github.com/microsoft/lets-learn-mcp-python

👉 @PythonPortal

Шпаргалка по Git-командам

🔸Конфигурация

- git config --global user.name "Your Name"
Задаёт имя для коммитов глобально (для всех репозиториев).

- git config --global user.email "[email protected]"
Задаёт email для коммитов глобально.

- git config --list
Показывает все настройки конфигурации Git.

🔸Репозиторий и удалённые репозитории

- git init
Инициализирует новый Git-репозиторий в текущей директории.

- git clone <repo>
Создаёт локальную копию удалённого репозитория.

- git remote add <name> <url>
Добавляет новый удалённый репозиторий с именем и URL.

- git remote remove <name>
Удаляет удалённый репозиторий по имени.

- git remote rename <old-name> <new-name>
Переименовывает удалённый репозиторий.

🔸Ветки

- git branch
Список всех веток в репозитории.

- git branch <branch-name>
Создаёт новую ветку с указанным именем.

- git checkout -b <branch-name>
Создаёт новую ветку и сразу переключается на неё.

- git checkout <branch-name>
Переключается на указанную ветку.

- git merge <branch>
Сливает изменения из указанной ветки в текущую.

- git rebase <branch>
Переносит коммиты из текущей ветки поверх другой.

- git branch -d <branch-name>
Удаляет ветку, которая уже была слита.

- git branch -D <branch-name>
Принудительно удаляет ветку, независимо от её состояния.

🔸Индексация и коммиты

- git add <file>
Добавляет изменения в указанный файл в staging.

- git add .
Добавляет все изменения в текущей директории и подпапках.

- git commit -m "message"
Фиксирует проиндексированные изменения с сообщением.

- git commit --amend
Изменяет последний коммит (сообщение или содержимое).

🔸Отмена изменений

- git reset <file>
Убирает файл из staging (оставляет изменения).

- git reset HEAD~1
Отменяет последний коммит, но сохраняет изменения в рабочей директории.

🔸Просмотр изменений

- git status
Показывает состояние рабочего каталога и staging.

- git diff
Показывает различия между рабочей директорией и индексом.

- git diff --staged
Показывает различия между staged-изменениями и последним коммитом.

🔸История

- git log
Показывает историю коммитов текущей ветки.

- git log --oneline
Сокращённый лог (одна строка на коммит).

- git show <commit>
Показывает информацию о конкретном коммите.

- git blame <file>
Показывает последнюю модификацию для каждой строки файла.

🔸Stash

- git stash
Сохраняет текущие изменения во временное хранилище.

- git stash list
Список всех stash-записей.

- git stash apply
Применяет изменения из последнего stash.

- git stash drop
Удаляет конкретный stash.

- git stash pop
Применяет последний stash и удаляет его.

🔸Работа с удалённым репозиторием

- git pull
Загружает изменения из удалённого репозитория и сливает их.

- git push
Отправляет локальные коммиты в удалённый репозиторий.

- git push origin <branch>
Отправляет указанную ветку в удалённый репозиторий.

- git fetch
Загружает изменения из удалённого репозитория без слияния.

- git fetch --all
Обновляет все удалённые репозитории.

🔸Теги

- git tag <tag-name>
Создаёт тег для определённого коммита.

- git tag -a <tag-name> -m "message"
Создаёт аннотированный тег с сообщением.

- git push origin <tag-name>
Отправляет тег в удалённый репозиторий.

- git tag -d <tag-name>
Удаляет тег локально.

🔸Продвинутые команды

- git cherry-pick <commit>
Применяет изменения из указанного коммита в текущую ветку.

- git rebase -i HEAD~n
Интерактивный rebase для последних *n* коммитов.

- git reflog
Показывает журнал всех действий в репозитории.

- git bisect
Позволяет найти коммит с багом методом бинарного поиска.

- git describe
Показывает последний тег, доступный для коммита.

👉 @PythonPortal

Когда все-таки согласился на пятничный деплой 😉

👉 @PythonPortal

🖥 7000+ ГБ платных материалов для программистов утекли в Telegram

Выбирай нужное и обучайся:

385 ГБ — Python
229 ГБ — JS, HTML, CSS
422 ГБ — C, C++, C#
147 ГБ — Java, PHP
202 ГБ — Rust, Golang
352 ГБ — Flutter, Kotlin, Swift
168 ГБ — DevOps, СисАдмин
242 ГБ — ИБ, Хакинг
122 ГБ — Windows, Linux
107 ГБ — Git, GitHub
242 ГБ — БД (SQL и NoSQL)
163 ГБ — QA-тестирование
108 ГБ — ИИ, Machine Learning
189 ГБ — Разработка игр
171 ГБ — Разработка ботов
612 ГБ — Собеседования в IT
3942 ГБ — Другие направления

🔒 Успей подписаться, пока не удалили

Управление глазами с помощью Python

EyeGestures — это открытая библиотека на Python для отслеживания взгляда. Использует обычные камеры, веб-камеры или камеры смартфонов, чтобы отслеживать движение глаз, фиксации и моргания, и конвертировать это в события, вроде управления курсором движением глаз

Версия на JavaScript позволяет запускать всё прямо в браузере

Установка:

$ git clone https://github.com/NativeSensors/EyeGestures.git
$ cd EyeGestures
$ pip install -r requirements.txt

или

python3 -m pip install eyeGestures

Открытый код, документация и примеры использования - тык

👉 @PythonPortal