🆕 Django 5.2.5 и Python 3.13.6 — свежие релизы

6 августа 2025 вышли новые версии сразу двух ключевых инструментов для Python-разработчиков.

✔️ Django 5.2.5

Обновление исправляет несколько ошибок из прошлых версий:
— Исправлен баг с использованием стратегии UNNEST в QuerySet.bulk_create() с внешними ключами (регрессия из 5.2.1).
— Исправлено падение при фильтрации по составному первичному ключу с кортежем, содержащим выражения.
— Исправлено падение при валидации моделей с GeneratedField или сложными constraints из Q и Case.
— Добавлена совместимость с docutils 0.22.
— Исправлено падение при работе с ManyToManyField в моделях с составным PK.

📄 Читать релиз-ноутсы Django 5.2.5

✔️ Python 3.13.6

Это шестой maintenance-релиз Python 3.13, включающий:
— ~200 багфиксов и улучшений сборки
— Обновления документации
— Мелкие оптимизации

📄 Полный список изменений

🐸 Библиотека питониста

#свежак

убедительно 😎

🐸 Библиотека питониста

#развлекалово

📌 Промпт дня: для реализации конкретного алгоритма

Иногда нужно быстро вспомнить или протестировать алгоритм.

С таким промптом код получится чистым, а структура — понятной:

Implement a [name of algorithm] in [programming language]. 
Please include:  
1. The main function with clear parameter and return types  
2. Helper functions if necessary  
3. Time and space complexity analysis  
4. Example usage  

Зачем использовать:
— Чёткая структура запроса повышает шанс получить корректную и читаемую реализацию.
— Анализ сложности помогает оценить эффективность алгоритма.
— Пример использования облегчает интеграцию кода в проект.

Пример:

Implement a Dijkstra’s algorithm in Python. 
Please include:
1. The main function with clear parameter and return types
2. Helper functions if necessary
3. Time and space complexity analysis
4. Example usage

🐸 Библиотека питониста

#буст

🤝 Истории подписчиков: знакомство с Python

Наши подписчики вспомнили, как у них началось знакомство с Python.
Иногда — это лёгкий старт, но чаще — забавные (и немного болезненные) истории.

Вот три из них ⬇️

1️⃣ Первое свидание с Python:

Я учил Python… прямо во время написания C++ модуля.
Задача — сделать часть C++ кода вызываемой из Python. До того, как я вообще знал Python.
SWIG помог, но ощущения были как при операции на открытом сердце человеку, с которым ты только что пошёл на первое свидание.

2️⃣ Название решает:

Мой первый Python-скрипт назывался python.py. Он не работал, и я несколько часов ломал голову, пока не написал свой первый вопрос на Stack Overflow.
Там спросили: «А вы точно не назвали его python?» — и помогли.
Теперь понимаю, насколько это было глупо… но для новичка это казалось отличным названием.

3️⃣ После R — культурный шок:

Я пришёл из R и был в бешенстве, что скобки и фигурные, и квадратные в Python значат совсем разные вещи.
А ещё меня бесило, что нет функции grep.

💬 А как у вас началось знакомство с Python?

🐸 Библиотека питониста

#междусобойчик

✔️ 2 минималистичные библиотеки, которые делают асинхронность в Python проще

В Python всё чаще приходится выбирать между sync и async реализациями (а иногда ещё и писать обе).

Если вам надоело дублировать код или разбираться в тёмных углах asyncio, вот две очень лёгкие и практичные альтернативы.

🙂 transfunctions — одна функция → три разных поведения

С помощью шаблона вы пишете *один* фрагмент кода, а библиотека генерирует:
— обычную функцию (func())
— async-версию (await func())
— генератор (for _ in func():)

Пример:

@transfunction
def template():
    print('so, ', end='')
    with sync_context:
        print("it's just usual function!")
    with async_context:
        print("it's an async function!")
    with generator_context:
        print("it's a generator function!")
        yield

Хотите всё автоматически — используйте @superfunction, и функция сама поймёт, как её вызвали:

~my_superfunction()         # обычный вызов
await my_superfunction()    # async-исполнение
for x in my_superfunction():  # генератор

🙂 tinyio — tiny event loop (≈300 строк) вместо asyncio

Если вы когда-нибудь думали «asyncio слишком сложный для такой простой задачи» — эта библиотека для вас.

tinyio — микроскопический event loop с безопасной обработкой ошибок и простейшим API:

def slow_add_one(x):
    yield tinyio.sleep(1)
    return x + 1

def foo():
    a, b = yield [slow_add_one(3), slow_add_one(4)]
    return a, b

loop = tinyio.Loop()
print(loop.run(foo()))  # → (4, 5)

— вместо await используется yield
— если ошибка случается в одной корутине — автоматически отменяются все, чтобы не было скрытого «зомби»-кода
— нет Task, Future, TaskGroup — только Loop, sleep, run_in_thread

🙂 Установка

pip install transfunctions
pip install tinyio

🐸 Библиотека питониста

#буст

🔥 metap — новый слой для метапрограммирования в Python

Вышел metap, простой и мощный инструмент для метапрограммирования, давно востребованный Python-разработчиками.

Что умеет metap:
✅ Автоматизация повторяющихся шаблонов кода
✅ Генерация функций и структур «на лету»
✅ Глубокая инспекция и модификация объектов программы

С помощью metap можно писать меньше повторяющегося кода и больше сосредотачиваться на логике.

👉 Полное руководство, примеры и документация уже доступны: https://clc.to/ZOYW7g

🐸 Библиотека питониста

#буст

😆

🐸 Библиотека питониста

#развлекалово

📱 Новости и релизы Python‑пакетов за последние 7 дней

🔥 Важные обновления популярных пакетов
— modin 0.35.0 — drop-in замена для Pandas, ускоряет обработку данных без изменения кода.
— django-allauth 65.11.0 — свежий релиз библиотеки для авторизации и социальных логинов.
— semgrep 1.132.0 — статический анализатор кода с фокусом на безопасность.
— virtualenv 20.34.0 — обновление инструмента для создания изолированных окружений.
— pandera 0.26.0 — удобная валидация датафреймов и таблиц.
— dvc 3.62.0 — управление данными и экспериментами в ML-проекте.

📰 Новости
— Microsoft представила собственный Python-драйвер для MS SQL — по бенчмаркам он быстрее pyodbc.
— Excel научился анализировать изображения через Python — прямо в ячейках можно вызывать Python-код и извлекать объекты с картинок.
— Minimal PDF Compress 1.6 — лёгкий GUI для Ghostscript (Windows), сжимает PDF без сторонних сервисов.
— TIOBE (август 2025): Python снова растёт, …а Perl неожиданно тоже.

✍️ Статьи недели
— От консоли к GUI: сапёр на Python.
— Как написать bzip2-архиватор на Python (разбор BWT).
— Асинхронные тесты для UI и API на Python: проблемы и выводы.
— Python Generators: методы send, throw, close.
— XTools-py: универсальные утилиты для разработчика.
— TY: ультра-быстрый type-checker.

🐸 Библиотека питониста

#свежак

🐸 Библиотека задач по Data Science

💼 Топ-вакансий для питонистов за неделю

Team Lead Python, удалёнка

Fullstack developer (python), удалёнка

Senior Backend developer (Python), удалёнка

Senior/Team Lead Backend Engineer, удалёнка

Разработчик Python AI — до 200 000 ₽, удалёнка

Senior Python Backend Engineer — от 5 000 до 8 000 $, удалёнка

➡️ Еще больше топовых вакансий — в нашем канале Python jobs

🐸 Библиотека питониста

Как избавиться от deepcopy и ускорить код в несколько раз

copy.deepcopy() удобно использовать, когда нужно получить полностью независимую копию сложного объекта.

Но за удобство приходится платить: функция обходит всю структуру объекта, вызывает __deepcopy__, следит за циклическими ссылками и выделяет память под каждый элемент графа.

🤔 На практике это легко превращается в проблему. Пример из жизни — копирование состояния агента (≈1000 объектов) занимало 25% времени работы программы.

➡️ Почему deepcopy медленный
— обходит всю вложенную структуру
— вызывает Python-уровневый код (__deepcopy__)
— использует memo-словарь для учёта общих ссылок
— аллоцирует память под каждый объект

В простом бенчмарке:

shallow copy   → 1x  
deepcopy       → ~660x медленнее  
pickle / json  → ~100–500x медленнее

➡️ Как избежать deepcopy (без ломки логики)

1️⃣ Используйте shallow copy или пересоздание объекта

Если нужно изменить только один атрибут — проще создать новый экземпляр, передав поля явно, чем делать deepcopy + модификацию:

# вместо
m2 = deepcopy(m1); m2.bar = 5

# лучше
m2 = Model(bar=5, foo=m1.foo, ...)

2️⃣ Копируйте только то, что реально нужно менять

В Pydantic-AI ушли от:

messages = deepcopy(self._state.message_history)

к:

messages = list(self._state.message_history)
last = deepcopy(messages[-1])
messages[-1] = last

→ в итоге 180× быстрее

3️⃣ Не копируйте неизменяемые структуры

Строки, числа, кортежи — и так безопасны. Не создавайте дубликаты ради дубликатов.

4️⃣ Используйте copy-on-write или diff-подход

Вместо полной копии состояния — сохраните разницу (diff) или применяйте изменения лениво — только при первом реальном изменении.

5️⃣ Сериализация как альтернатива

Иногда быстрее склонировать структуру через json.dumps/loads или pickle. Но подходит только для чистых данных (без сокетов, файлов и т.п.)

6️⃣ Используйте встроенные copy-механики

— NumPy: arr.copy() — копирует чистый буфер памяти
— pandas: .copy() / .loc[:] — быстрее, чем deepcopy DataFrame

➡️ В двух словах:
— deepcopy — мощь → но крайне дорогая
— Используйте deepcopy только если реально нужен полный независимый клон
— Во всех остальных случаях: поверхностная копия + модификация → намного быстрее

🐸 Библиотека питониста

#буст

🚀 pyx — новый Python-native package registry от создателей Ruff и uv

Astral (команда, подарившая миру Ruff и uv) запускает pyx — пакетный реестр, созданный специально для Python.

Это не просто альтернатива PyPI. pyx — это ускоренный, безопасный и GPU-aware backend для uv, который:
➡️ оптимизирует установку даже тяжёлых библиотек (PyTorch, CUDA, FlashAttention и т.д.),
➡️ кеширует сборки между разработчиками (никто больше не пересобирает одно и то же на каждой машине),
➡️ защищает от внезапных падений из-за «сломавшегося» setuptools или зависимостей,
➡️ поддерживает приватные пакеты и удобную авторизацию.

💡 uv + pyx = ощущение того же wow, которое вы испытали, перейдя на uv в первый раз.

И самое интересное → это первый шаг в сторону Python-облака от Astral: единой платформы, которая будет ускорять и упрощать весь Python-пайплайн, а не только клиентские инструменты.

При этом всё, к чему вы привыкли (Ruff, uv, ty и др.) останется бесплатным и open-source.

📣 Сейчас pyx открыт только для ранних партнёров (Ramp, Intercom, fal), но можно записаться в waitlist.

🚩 Подробности

🐸 Библиотека питониста

#буст