🐍 Python новости

🚀 Релизы и инструменты:
— IPython 9— новые возможности интерактивной оболочки
— Mesop 1.0 — новый UI-фреймворк на Python для веб-приложений
— Flet — фреймворк для кроссплатформенных мобильных и десктопных приложений

🔬 Глубже в Python:
— Removing deprecated config format? Что может пойти не так? — удаление устаревших конфигураций в setuptools вызвало проблемы (но уже откатили)
— Django Template Components — новый подход к компонентам в Django
— Smoke-тестирование Django Admin — защита от неожиданных ошибок

📚 Обучение и лучшие практики:
— Как уменьшить размер Docker-образа на 80%
— Poetry, Rye или UV? — что выбрать для управления зависимостями
— Как построить Hot Module Replacement в Python — обновляем код без перезапуска

📢 Анонсы и события:
— Google Summer of Code 2025 — открыт приём заявок

Библиотека питониста #свежак

📌 Методы экземпляра, класса и статические методы в Python

Хотите писать чистый и поддерживаемый код? Давайте разберем, чем отличаются эти три типа методов в Python.

🔹 Методы экземпляра (`self`):
✓ Работают с конкретным объектом
✓ Изменяют атрибуты экземпляра
✓ Доступ к атрибутам класса через self.__class__

class MyClass:
    def method(self):
        return "Метод экземпляра", self

🔹 Методы класса (`cls`, `@classmethod`):
✓ Работают с классом в целом
✓ Могут изменять атрибуты класса
✓ Не изменяют атрибуты экземпляра

class MyClass:
    @classmethod
    def class_method(cls):
        return "Метод класса", cls

🔹 Статические методы (`@staticmethod`):
✓ Не принимают self или cls
✓ Не изменяют состояние ни экземпляра, ни класса
✓ Используются для вспомогательных функций

class MyClass:
    @staticmethod
    def static_method():
        return "Статический метод"

🔹 Применение в реальном коде:

class Pizza:
    def __init__(self, ingredients):
        self.ingredients = ingredients

    @classmethod
    def margherita(cls):
        return cls(["моцарелла", "помидоры"])

    @staticmethod
    def circle_area(r):
        import math
        return r ** 2 * math.pi

pizza = Pizza.margherita()  # Классовый метод
print(Pizza.circle_area(4))  # Статический метод

🔹 Вывод:
✓ Методы экземпляра изменяют данные конкретного объекта
✓ Методы класса работают с классом и создают альтернативные конструкторы
✓ Статические методы полезны для утилитарных функций

Библиотека питониста #буст

🧩 Python-загадка

Пора сыграть в любимую всеми игру: что делает этот код?

def foo():
  try:
    return os._exit()
  finally:
    return False

import os
foo()

Что он делает:
🔥 — возвращает None
❤️ — возвращает False
👍 — выбрасывает исключение
⚡️ — завершает процесс без вывода чего-либо

Объясните свои ответы в комментариях.👇

Ответ:

Возвращает False. Хотите знать почему?

🟢Обычно os._exit завершает процесс без выполнения «обработчиков очистки» (блоков finally). Однако ему нужен один аргумент. Этот фрагмент кода забывает передать код выхода, поэтому вместо завершения процесса он выбрасывает TypeError. Затем блок finally тихо подавляет исключение из-за return.

🟢Возврат из блока finally на самом деле так часто используется неправильно, что разработчики Python планируют сделать так, чтобы в будущем выпуске это вызывало SyntaxWarning.

🟢Можно было бы подумать, что import os идёт после определения функции. Но в Python используется динамическая область видимости, так что это нормально.

🟢Также можно перепутать sys.exit с os._exit. sys.exit работает, выбрасывая исключение SystemExit, которое было бы перехвачено и подавлено блоком finally. Но _exit напрямую завершает процесс:

-> Завершает процесс с кодом состояния n, не вызывая обработчики очистки, не сбрасывая буферы stdio и т.д.

🔗 Оригинал статьи: https://clc.to/uL6PfA

Библиотека питониста #междусобойчик

☀️ IT-календарь: главные релизы апреля

📅 Важные релизы:

• Python 3.14 alpha 7 — ожидается 8 апреля 2025 года. Предварительный релиз для тестирования, не предназначен для продакшн-сред.

• Python 3.12.9 — последний багфикс-релиз перед окончанием активной поддержки 2 апреля 2025 года. Далее только обновления безопасности.

• Python 3.13.3 — предполагаемый релиз с исправлениями ошибок, приблизительная дата апрель 2025 года.

• Django 5.2 — ожидается финальный релиз в апреле 2025 года. Вероятно, получит статус LTS.

🌟 Ключевые мероприятия:

• PyCon DE & PyData 2025 — состоится в Дармштадте, Германия, 23-25 апреля.

• DjangoCon Europe 2025 — пройдет в Дублине, Ирландия, 23-27 апреля. Главное событие для всех, кто работает с Django.

🎉 Какой релиз или мероприятие вы ждете больше всего? Делитесь в комментариях!

Библиотека питониста #свежак

😎 Инструмент недели: стань звездой разработки за 30 секунд

🎩 1 апреля — лучший день, чтобы апгрейдить свой статус в офисе!

rust-stakeholder — CLI-инструмент, который генерирует абсолютно бессмысленный, но очень крутой вывод в терминале.

💡 Помни: важна не реальная работа, а то, насколько сложным выглядит терминал, когда рядом проходит VP of Engineering.

🔥 Фичи, которые не дают никакой пользы, но выглядят суперважными:
✓ Dev-симуляции — решай «задачи CERN», листая Reddit
✓ Техножаргон — «Неевклидова оптимизация данных» (никто не поймёт!)
✓ Прогресс-бары — работа кипит, пока ты пьёшь кофе
✓ Фейк-сеть — API-запросы в никуда
✓ Командная активность — невидимые коллеги шлют «pull requests»
✓ Смена ролей — от backend до blockchain за секунду

Библиотека питониста #буст

🎉 PEP 751 (стандартный lockfile для Python) принят

⏳ После многих лет работы (и сотен сообщений в обсуждениях) Python-сообщество наконец-то приняло стандартный формат lockfile.

Разработчики всех ключевых инструментов для управления зависимостями участвовали в обсуждении, и теперь они либо полностью перейдут на новый формат (заменяя, например, poetry.lock или uv.lock), либо добавят поддержку экспорта в этот формат.

Что это значит для нас?
• Единый стандарт вместо множества requirements.txt
• Более простая и надежная развертка проектов
• Совместимость между инструментами для управления зависимостями

🔗 Подробности в PEP 751
🔗 Обсуждение на Python Discuss

Библиотека питониста #свежак

🪄 Визуальные вычисления в Power BI: прокачиваем условное форматирование

Теперь настраивать условное форматирование в Power BI можно без сложных DAX-формул! Разбираем, как новые визуальные вычисления помогают создавать динамичные, адаптивные и стильные отчеты, которые мгновенно реагируют на изменения данных.

⭐️ Пора сделать отчеты действительно интерактивными!

🔗 Ссылка на статью: https://proglib.io/sh/lsb0fEuYSv

Библиотека дата-сайентиста

🤓 Промпт, который сделает обучение Python проще

Учить сложные темы бывает непросто, но что, если можно разбить их на простые и понятные части? Делимся мощным промптом для ChatGPT, который поможет разобраться в любом сложном аспекте Python — от асинхронности до метапрограммирования.

⭐ Промпт:

  
I need help breaking down [конкретная тема] into smaller, simpler parts that are easier to understand.  
Identify the most important 20% of learnings that will help me understand 80% of the subject.  
Use analogies and real-life examples to explain each concept in a relatable way.  
The explanation should focus on making the topic clear and engaging while connecting it to everyday experiences or situations.  
Additionally, suggest tips or questions I can use to check my understanding of the material.  

⭐ Как это работает:
— Разбивает сложную тему на ключевые 20% знаний, которые дадут 80% понимания
— Приводит аналоги и примеры из жизни (например, асинхронность как готовка в ресторане)
— Помогает проверить себя, предлагая вопросы для самопроверки

⭐ Примеры использования:
— Разобраться в asyncio через повседневные сценарии
— Понять работу metaclass с аналогиями из конструкторов LEGO
— Прояснить decorators, представив их как модульные дополнения в кафе


Библиотека питониста #буст

📣 Программисты, нужен ваш совет!

Пилим крутую подборку ноутов для кодеров в 2025-м и хотим собрать реальный фидбек от тех, кто в теме!

Какой ноут спасает вас в кодинге и почему?

Расскажите все:
⭐ Что за зверь (модель, начинка)
⭐ Где жмет и где радует в ежедневной работе
⭐ На какие фишки смотреть при выборе
⭐ Как вам с ним живется

Топовые советы попадут в нашу статью. Сделаем годный гайд, который реально поможет коллегам!

Делитесь в комментах. ⬇️

Библиотека питониста

🔹 How to: как работают генераторы в Python

Генераторы — мощный инструмент для итераций, особенно при работе с большими данными. В отличие от обычных функций, они вычисляют значения лениво, выдавая их по запросу и экономя память. Это делает код более эффективным и удобным для повторного использования.

➡️ Принцип работы
Вместо возврата всех значений сразу, генератор использует yield, который приостанавливает выполнение функции, сохраняя её состояние:

def simple_generator():
    print("Первый yield")
    yield 1
    print("Второй yield")
    yield 2

gen = simple_generator()
print(next(gen))  # Первый yield → 1
print(next(gen))  # Второй yield → 2

При вызове next() выполнение продолжается с места, где остановилось. Это позволяет работать с последовательностями, не загружая их полностью в память.

➡️ Пример: Фибоначчи на генераторах

def fibonacci_generator(limit):
    a, b = 0, 1
    while a < limit:
        yield a
        a, b = b, a + b

Такой генератор можно использовать для обработки больших последовательностей без лишних затрат памяти.

➡️ Генераторы vs. списки
Генераторы экономят память, так как не хранят все элементы в памяти:

import sys

def list_numbers(n):
    return [i for i in range(n)]

def generator_numbers(n):
    return (i for i in range(n))

print(sys.getsizeof(list_numbers(1000000)))  # 8448728 байт
print(sys.getsizeof(generator_numbers(1000000)))  # 208 байт

Разница очевидна: генератор занимает всего 208 байт, тогда как список — 8+ мегабайт!

➡️ Генераторные выражения
Аналогично списковым включениям, но работают лениво:

squares_list = [x * x for x in range(10)]  # Обычный список
squares_gen = (x * x for x in range(10))  # Генератор

➡️ Комбинирование генераторов
С помощью itertools генераторы можно объединять и фильтровать:

from itertools import chain, filterfalse

result = chain((x * x for x in range(10)), (y + 10 for y in range(5)))
odd_squares = filterfalse(lambda x: x % 2 == 0, (x * x for x in range(10)))

➡️ Когда использовать генераторы
— Обработка больших данных без перегрузки памяти
— Потоковая обработка (например, чтение файлов)
— Создание бесконечных последовательностей
— Оптимизация скорости и эффективности кода

Библиотека питониста #буст

🎉 Выпущен Django 5.2

В новой версии представлено множество улучшений и новых возможностей.

🌟 Вот несколько ключевых изменений:
• Все модели автоматически импортируются в shell по умолчанию
• Поддержка составных первичных ключей
• Переопределение BoundField стало значительно проще: теперь это можно делать на уровне формы, поля или проекта

🔗 Анонс релиза: https://clc.to/lV9Qig

Библиотека питониста #свежак

💭 Холивар: когда писать код на работе — по офисному графику или в моменты вдохновения?

Вот история, которая заставляет задуматься. Девушка подала резюме, и ей позвонили в 9 утра, но она ещё спала. Её кандидатуру сразу отклонили со словами: «Мы не хотим сотрудничать с человеком, который спит до 9 утра». Неужели, чтобы считаться профессионалом, нужно работать строго с 9:00 до 18:00?

Как бы вы отреагировали на такую ситуацию? Как вы организуете свою работу над кодом?
Го в комменты, устроим холивар!👇

❤️ — команда «Офисный график»: «Кодить надо с 9 до 18, как в нормальной компании! Дисциплина — залог успеха. Если ты не можешь работать по расписанию, то как ты дедлайны будешь соблюдать? И вообще, в офисе вся команда на месте, сразу можно обсудить баг или фичу!»

👍 — команда «Когда пишется»: «Код — это творчество! Я могу в 3 часа ночи написать шедевр, который за день в офисе не родится. Главное — результат, а не то, сижу ли я за компом с 9 утра.»

P.S. Инструкция о том, как оставить комментарий

Библиотека питониста #междусобойчик

🐛 Фишка инструмента: учимся дебаггингу осознанно с py-bugger

Обычно отладка — это реактивный процесс: мы исправляем баги, когда они появляются. Но что, если учиться дебаггингу так же, как любой другой навык — от простого к сложному?

✅ Что делает py-bugger:
🔘 Добавляет ошибки в код: можно целенаправленно внедрять баги разных типов в проект (например, ModuleNotFoundError, IndentationError)
🔘 Позволяет тренироваться в отладке на реальных ошибках, но в контролируемых условиях
🔘 Отслеживает изменения: внесённые баги сохраняются в коммите, и их можно легко найти через git diff

✅ Как установить и использовать

1⃣ Устанавливаем py-bugger:

pip install python-bugger

2⃣ Запускаем тестовый Python-скрипт name_picker.py, который выбирает случайное имя из списка:

python name_picker.py
# The winner: Alice!

3⃣ Внедряем в этот код ошибку ModuleNotFoundError:

py-bugger --exception-type ModuleNotFoundError

Вы увидите сообщение:

Introducing a ModuleNotFoundError...
  Modified file.

4⃣ Теперь запускаем скрипт снова и видим ошибку:

python name_picker.py
Traceback (most recent call last):
  File "name_picker.py", line 1, in <module>
    import rando
ModuleNotFoundError: No module named 'rando'

Задача — найти и исправить ошибку.

5⃣ Если застряли, можно посмотреть внесённые изменения через git diff:

git diff

✅ Гибкие настройки `py-bugger`
Вы можете настроить тип ошибок, количество багов и целевой файл/директорию:

py-bugger -e AttributeError -n 3 --target-file my_script.py

Здесь:
🔘 -e AttributeError — добавит ошибку типа AttributeError
🔘 -n 3 — добавит три ошибки
🔘 --target-file my_script.py — внесёт баги в конкретный файл

Библиотека питониста #буст

🆒 Собираем идеальный GUI на Python: 8 библиотек 2025 года

➡️ Tkinter — просто и по делу
➡️ PyQt — строго и функционально
➡️ Kivy — на мобилку и не только

Мы собрали лучшие библиотеки для создания графических интерфейсов на Python в 2025 — от классики до свежих решений.

🐸 Хотите красивый и удобный UI? Начните с этого списка: https://proglib.io/sh/8Z6Yl7fMgS

Библиотека питониста