Библиотека питониста | Python, Django, Flask
40.4K subscribers
2.79K photos
75 videos
51 files
4.37K links
Все самое полезное для питониста в одном канале.

Список наших каналов: https://t.iss.one/proglibrary/9197

Курс по ML: https://cl

Для обратной связи: @proglibrary_feeedback_bot

По рекламе: @proglib_adv
РКН: https://gosuslugi.ru/snet/67b885cbd501cf3b2cdb5b36
Download Telegram
🔥 Poetry vs UV: какой менеджер пакетов лучше для Python?

Каждый разработчик сталкивался с хаосом зависимостей: одна библиотека требует одну версию пакета, другая — другую, а обновления превращаются в боль. Менеджеры пакетов помогают с этим, но какой выбрать?

В этой статье разберем Poetry и UV — как их устанавливать, создавать проекты и какой из них быстрее.

Ссылка: https://clc.to/Yltrlg
👍81🔥1
🔹 Автоматизация с Python: от рутинных задач до DevOps

Python отлично справляется с рутиной: помогает скачивать файлы, проверять API, отправлять отчёты и даже кликать по кнопкам в браузере. Если действие повторяется слишком часто — значит, пора поручить его скрипту.

✔️ В статье делимся полезными скриптами для автоматизации: от простых задач до DevOps.
✔️ Будет полезно и новичкам, и тем, кто уже использует Python в работе.
✔️ А ещё разберём несколько правил, которые помогут писать чистый и удобный код.

Ссылка: https://clc.to/MwTL6w
7👍2
🚀 Python + Win32 API

Хотите управлять Windows на низком уровне? Python Core Win32 API позволяет автоматизировать и кастомизировать систему, обрабатывать события и вызывать нативные функции ОС.
👍10😁65🤩1
Media is too big
VIEW IN TELEGRAM
📊 Технический вопрос с собеса, который гугл давал 30 раз

Proglib рассказывает про задачу с Литкода в формате рилса
Please open Telegram to view this post
VIEW IN TELEGRAM
👍10😁51🌚1
🤌 Использовать аннотации типов или нет?

Гибкость Python — его главное преимущество, но и источник сложностей. Аннотации типов, появившиеся в Python 3.5, сначала казались лишней бюрократией: дополнительные строки, символы, усложнение кода.

Зачем же они нужны?
Позволяют находить ошибки ещё до выполнения кода.
Улучшают читаемость и поддержку кода.
Дают больше возможностей автодополнения в редакторах.

Подробнее в статье с примерами: https://clc.to/8RNDYQ
👍9😁51👏1
GitHub запускает GPT-4o Copilot для VS Code и Xcode

🚀 GitHub представил GPT-4o Copilot для VS Code, который улучшает автозаполнение кода для 30+ языков программирования, предлагая более точные и контекстные рекомендации.

🧠 Модель, обученная на 275 000+ публичных репозиториях, доступна для пользователей Copilot в рамках публичного превью, с планами расширения для JetBrains IDEs.

⚙️ Что нового:
1. GPT-4o Copilot предлагает контекстные и точные рекомендации благодаря обширной тренировочной базе.
2. Бесплатные пользователи Copilot получают 2000 дополнений в месяц.
3. Copilot для Xcode упрощает разработку, снижая ошибки и излишний код.
4. Улучшения в GitHub Projects ускоряют создание задач.

Подробнее: https://clc.to/AQ82Jw
👍5🔥21😁1🌚1
🎉 34 года Python: язык, который изменил всё

📅 20 февраля 1991 года Гвидо ван Россум выпустил первую версию Python 0.9.0 в alt.sources. Это стало началом пути, который превратил Python в один из самых популярных языков программирования в мире.

🚀 В отличие от многих языков того времени, Python сделал ставку на простоту и читаемость — отступы вместо скобок, интуитивный синтаксис, приближенный к естественному языку.

Ключевые вехи в развитии Python:
🔹 2000 — Python 2.0: появились списковые включения и сборщик мусора.
🔹 2001 — основан Python Software Foundation (PSF).
🔹 2008 — Python 3.0: улучшенная работа с Unicode, оптимизированные функции и числа, но потеря обратной совместимости.

Ставьте ❤️, если вы любите Python так же, как мы!
80👍9🔥1😁1
Совет: вместо громоздких if-else конструкций можно использовать словарь (dict), сделав код лаконичным и удобным для чтения.
👍59🤔9🤩3🔥21
👉 Интенсив «Архитектуры и шаблоны проектирования» для middle и senior-разработчиков

Проверьте свои знания, ответив на 8 вопросов – https://proglib.io/w/95249f34

🧐 Кому подойдет?
Разработчикам, которые знают любой объектно-ориентированный язык программирования и хотят углубиться в архитектурные паттерны.

🎮 Как проходит обучение?
В течение всего интенсива вы будете создавать игру «Звездные войны» и применять ключевые архитектурные паттерны. В процессе изучите:
– Как строить гибкую архитектуру, которая не замедляет разработку
– Как применять IoC-контейнеры и писать модульные тесты
– Как использовать SOLID за пределами ООП
– Как внедрять CI/CD и снижать технический долг

👉 Подробная программа обучения

А по промокоду MIDDLE до 28 февраля вы получите дополнительную скидку на обучение
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3❤‍🔥11🔥1😁1
😀 «У меня все работает!»
😁465🔥3
📚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
1013👍6🔥1
📊 Big Data и Data Science в некоммерческом секторе.

Big Data и Data Science применяются не только в IT-гигантах, но и в некоммерческом секторе, где технологии анализа данных помогают оптимизировать работу организаций, собирать средства и оказывать помощь эффективнее.

➡️ Что внутри статьи:

▪️ Как некоммерческие организации используют Data Science.

▪️ Оптимизация фондов и финансирования с помощью аналитики.

▪️ Роль прогнозных моделей в благотворительности.

▪️ Кейсы Amnesty International, Khan Academy и DataKind.

🔵 Вливайся в мир Big Data вместе с нашим курсом «Базовые модели ML и приложения»

📎 Статья Proglib
Please open Telegram to view this post
VIEW IN TELEGRAM
👍42🔥1