📱 Свежие релизы Python‑пакетов за последние 7 дней

🚨 Важное
— Phishing-атака на PyPI-пользователей — если вы публиковали пакеты на PyPI и указали email в metadata, остерегайтесь писем с темой "[PyPI] Email verification" от [email protected] (заметили подмену — pyp**j**, а не pyp**i**).

📦 Новые и заметные релизы
— llama-index 0.13.0 — интерфейс между LLM и вашими данными
— pip 25.2.0 — свежий апдейт пакетного менеджера
— keras 3.11.0 — глубокое обучение
— flax 0.11.0 — нейросети на JAX
— docutils 0.22.0 — генерация документации из reStructuredText
— trl 0.20.0 — обучение трансформеров с подкреплением
— narwhals 2.0.0 — совместимость Pandas, Polars и других DataFrame
— autogen 0.7.1 — фреймворк для агентного ИИ
— sse-starlette 3.0.0 — поддержка Server-Sent Events в Starlette
— lightning-utilities 0.15.0 — полезности для экосистемы PyTorch Lightning
— optree 0.17.0 — утилиты для PyTree-структур

🔥 Опыт других
— Парсим Авито без ограничений — создание кастомного парсера
— Старая оптимизация больше не работает — как изменения в Python ломают старые подходы

Библиотека питониста #свежак

💼 Топ-вакансий для питонистов за неделю

ML/CV python backend разработчик —‍ от 350 000 до 400 000 ₽, удалёнка

Python Backend Developer —‍ от 250 000 ₽, удалёнка

Middle Python Developer —‍ от 2800 до 3200 $, удалёнка

Senior System Engineer (Python / Golang) —‍ от 400 000 до 460 000 ₽, удалёнка

Python разработчик —‍ от 300 000 ₽, удалёнка

➡️ Еще больше топовых вакансий — в нашем канале Python jobs

Библиотека питониста

🛠 How to: писать проще в Python без лишних классов

Классы — это хорошо, когда они действительно нужны. Но в Python часто можно обойтись без них, используя более простые и питоничные решения.

Вот как можно упростить ваш код:

🔹 Нужно просто хранить данные?

Используйте @dataclass или namedtuple:

from dataclasses import dataclass

@dataclass
class Point:
    x: int
    y: int

p = Point(1, 2)

🔹 Нужна утилита без состояния?

Пишите обычные функции:

def add(a, b):
    return a + b

🔹 Хотите сгруппировать настройки или константы?

Создайте модуль:

# config.py
HOST = 'localhost'
PORT = 8080'

# main.py
import config
print(config.HOST)

🔹 Храните простое состояние?

Используйте списки или словари:

inventory = []
inventory.append('apple')

🔹 Простая трансформация данных?

Пишите через list comprehension или lambda:

result = [x * 2 for x in data]

Или:

transform = lambda data: [x * 2 for x in data]

🔹 Работаете с конфигами или сериализацией?

Воспользуйтесь стандартными модулями:

import json

config = {'host': 'localhost', 'port': 8080}
with open('config.json', 'w') as f:
    json.dump(config, f)

▶️ Когда классы действительно полезны:
• если есть состояние + поведение
• если нужен шаблон для объектов
• если проект требует наследования или композиции

▶️ Пишите просто. Пишите по-Питони.
Класс — это не всегда решение.
Иногда достаточно функции, модуля или словаря.

▶️ Подробнее можно узнать в статье: https://clc.to/onD8-Q

Библиотека питониста #буст

🎯 Команда дня: вложенные функции в Python

Python позволяет определять функции *внутри* других. Зачем? Чтобы передавать поведение, создавать замыкания, делать partial-функции и, конечно, писать декораторы.

✅ Вложенные функции = функции внутри функций

def greet_me(name="друг"):
    def greet():
        print("Привет,", name)
    greet()

🚩 Внутренняя greet() знает о name, потому что захватила его из внешней функции. Это и есть замыкание — функция «помнит» переменные.

✅ Функция возвращает функцию

def greet_me(name):
    def greet():
        print("Привет,", name)
    return greet

greet_ivan = greet_me("Иван")
greet_ivan()  # Привет, Иван

🚩 greet_ivan — это не результат, а сама функция! Причём она «помнит», что name = Иван. Удобно, если нужно повторно вызывать с теми же параметрами.

✅ Создаём функции с «настроенным поведением»

def make_adder(x):
    def add(y):
        return x + y
    return add

add5 = make_adder(5)
add5(10)  # ➡️ 15

🚩 Мы создали «фабрику» функций. add5 — это функция, которая всегда добавляет 5. Можно так же легко сделать add10, add100 и т.д.

✅ Своя версия partial-функции

def partial(func, *args, **kwargs):
    def new_func(*a, **kw):
        return func(*args, *a, **kwargs, **kw)
    return new_func

bin_to_int = partial(int, base=2)
bin_to_int("1101")  # ➡️ 13

🚩 Мы зафиксировали аргумент base=2 и получили удобную функцию bin_to_int(), которая всегда читает двоичное число. Быстро и понятно!

✅ Декораторы работают точно так же

def log(func):
    def wrapper(*args, **kwargs):
        print("Вызов", args, kwargs)
        result = func(*args, **kwargs)
        print("Результат", result)
        return result
    return wrapper

🚩 log — это функция, которая возвращает функцию-обёртку. Эта обёртка добавляет логирование вокруг вызова оригинальной функции. Никакой магии — только вложенные функции и замыкание.

Что нужно запомнить:
✔️ Вложенные функции — удобный способ передавать и «запоминать» контекст
✔️ Замыкание — функция несёт с собой значения переменных
✔️ partial и декораторы — мощные приёмы, основанные на этих идеях

Библиотека питониста #буст

✔️ Чек-лист: как отлаживать ошибки в Python

1️⃣ Чтение Traceback’ов (сообщений об ошибках)

*️⃣ Читайте каждую строку сообщения об ошибке внимательно.
*️⃣ Определите файл и строку, в которой возникла ошибка.
*️⃣Обратите внимание на тип ошибки (NameError, TypeError, SyntaxError и т. д.).
*️⃣ Ознакомьтесь с пояснением ошибки — оно поможет понять, что пошло не так.

2️⃣ Использование print() для отладки

*️⃣ Добавляйте print() до и после участков, вызывающих сомнения.
*️⃣ Используйте f-строки для наглядности: print(f"{переменная = }").
*️⃣ Следите за порядком выполнения кода и значениями переменных.
*️⃣ После устранения ошибки удаляйте print() или заменяйте на logging.

3️⃣ Использование breakpoints и отладчика

*️⃣ Устанавливайте точки останова в редакторе кода (например, VS Code, PyCharm).
*️⃣ Используйте встроенную функцию breakpoint() для остановки выполнения.
*️⃣ В режиме отладки применяйте команды:
n — выполнить следующую строку (next)
s — перейти внутрь функции (step)
c — продолжить выполнение (continue)
p переменная — вывести значение переменной

4️⃣ Отладка с помощью тестов

*️⃣ Пишите юнит-тесты для всех функций (с помощью unittest или pytest).
*️⃣ Тестируйте как корректные случаи, так и крайние (edge cases).
*️⃣ Используйте тесты для воспроизведения ошибок.
*️⃣ Запускайте тесты регулярно: python -m unittest или pytest.

5️⃣ Общий подход к отладке

*️⃣ Читайте полное сообщение об ошибке, а не только последнюю строку.
*️⃣ Изолируйте проблему — сократите код до минимального примера с ошибкой.
*️⃣ Проговаривайте код вслух или объясняйте его — это помогает найти ошибки.
*️⃣ Делайте частые коммиты, чтобы проще было вернуться к рабочей версии.

Библиотека питониста #буст

💬 Вопрос от подписчика: зачем вообще нужен uv

Один из наших подписчиков поделился мыслями после пары месяцев использования uv:

Вроде всё классно… но я всё ещё сомневался, зачем он мне лично.

В целом, инструмент делает именно то, что заявляет: ускоряет Python-проекты, улучшает стандартный tooling (установка пакетов, создание виртуалок и т.д.). Работает быстро и стабильно — не придраться.

Но! Как обычный пользователь Python-библиотек, он взаимодействует с uv всего 2–3 раза в месяц. Всё остальное время — старые добрые pip, venv и уже настроенные окружения.

И вот какие вопросы возникли:
🔘 Стоит ли удобство uv того, чтобы ставить ещё один инструмент?
🔘 Почему бы просто не остаться с pip и venv, пусть и чуть медленнее?
🔘 Может, я чего-то не понимаю?

А теперь к вам, сообщество:
Вы уже пробовали uv? Реально ли он экономит вам время? Или всё ещё кажется решением без боли, но и без особой необходимости?

Библиотека питониста #междусобойчик