🔥 10 Python-библиотек, которые должен знать каждый AI Data Scientist в 2025

Сохраняйте как шпаргалку — это полноценный роадмап библиотек, без которых сегодня не построить серьёзные AI/ML проекты.

1️⃣ LangChain — основа для LLM-агентов (reasoning, память, инструменты, API).

2️⃣ LangGraph — DAG + LangChain: условная логика, мультиагентные пайплайны.

3️⃣ Docling — извлечение данных из PDF, контрактов, отчётов.

4️⃣ OpenAI Python SDK — доступ к GPT-5, GPT-4o, DALL·E, Whisper и embeddings.

5️⃣ Markitdown — конвертация PDF/Word/Excel/HTML в Markdown.

6️⃣ Streamlit — быстрые AI-дашборды без фронтенда.

7️⃣ FastAPI — стандарт для продакшн-сервисов и AI-бэкендов.

8️⃣ ChromaDB — векторная БД для RAG-агентов и быстрого поиска.

9️⃣ FAISS — быстрый поиск по embedding'ам для семантического поиска и RAG.

🔟 AI Data Science Team — набор AI-агентов для типовых ML-задач (скоринг, анализ рисков).

📌 Эти библиотеки закрывают весь стек задач: от извлечения данных до построения RAG-систем и деплоя моделей.
Сохраняйте, чтобы не потерять!

🐸 Библиотека питониста

#буст

➡️ Obstore — быстрый и простой Python-интерфейс для облачного хранилища

Obstore — лёгкая библиотека Python для работы с объектным хранилищем (S3, GCS, Azure) с минимальным API и производительностью на базе Rust.

Фичи:
— Поддержка потоковой передачи: загрузка, выгрузка, листинг
— Минимальный интерфейс (~12 методов) и async-версии
— Полная поддержка типов (type hints)
— Гибкая аутентификация, включая кастомные провайдеры

Пример:

from obstore.store import S3Store

url = "s3://sentinel-cogs/sentinel-s2-l2a-cogs/12/S/UF/2022/6/S2A_12SUF_20220601_0_L2A"
store = S3Store.from_url(url, region="us-west-2", skip_signature=True)

print([obj["path"] for obj in store.list_with_delimiter()["objects"]])

thumbnail = store.get("thumbnail.jpg").bytes()
with open("thumbnail.jpg", "wb") as f:
    f.write(thumbnail)

Установка:

pip install obstore
# или
conda install -c conda-forge obstore

📱 Репозиторий

🐸 Библиотека питониста

#буст

зато не с нуля 👍

🐸 Библиотека питониста

#развлекалово

🏐 Генерация PDF и изображений из HTML в Python

PlutoPrint — это библиотека на Python для преобразования HTML/XML в качественные PDF и изображения.

✅ Отличный инструмент для отчётов, инвойсов, билетов или визуализаций.

Что умеет PlutoPrint:
— Экспорт в PDF или PNG напрямую из HTML/URL
— Поддержка частичного экспорта (диапазоны страниц, реверс)
— Масштабирование и настройка размеров
— Генерация графиков через Matplotlib
— Работа через CLI или API

Установка:

pip install plutoprint

Пример: PDF из HTML

import plutoprint

book = plutoprint.Book(plutoprint.PAGE_SIZE_A4)
book.load_url("hello.html")
book.write_to_pdf("hello.pdf")

📱 Репозиторий

🐸 Библиотека питониста

#буст

🚀 Новое предложение для Python: TypedDict с закрытыми ключами и поддержкой extra_items

TypedDict давно используется для строгой типизации словарей, где известны ключи и их типы. Но до сих пор у него было два ограничения:
➡️ Нельзя было запретить лишние ключи (любая TypedDict допускала дополнительные поля).
➡️ Нельзя было явно указать тип для дополнительных ключей (например, разрешить только строки).

Новый PEP предлагает решить эти проблемы с помощью двух параметров:
➡️ closed=True — создаёт «закрытый» TypedDict, в котором не может быть лишних полей.
➡️ extra_items=... — позволяет указать общий тип для дополнительных ключей.

Как это решение поможет:
— Закрытые TypedDict’ы делают возможным более точный вывод типов для .items() и .values().
— Теперь становится безопасным использовать in для type narrowing.
— API-интерфейсы и legacy-код можно описывать гибко: часть ключей фиксированы, остальные — строго заданного типа.

Пример:

class Movie(TypedDict, closed=True):
    name: str
    director: str

m: Movie = {"name": "Blade Runner", "director": "Ridley Scott"}  ✅
m2: Movie = {"name": "Blade Runner", "year": 1982}  ❌ Ошибка

А вот пример с extra items:

class MovieBase(TypedDict, extra_items=int):
    name: str

movie: MovieBase = {"name": "Blade Runner", "year": 1982}  ✅

В итоге разработчики смогут балансировать между строгой типизацией и гибкостью — без костылей вроде --disable-error-code=typeddict-unknown-key.

🔗 Подробнее можно почитать в PEP

🐸 Библиотека питониста

#буст

🚀 Redis + Python: быстрый старт для разработчиков

Redis (Remote Dictionary Server) — это in-memory хранилище данных, которое можно использовать как:
— базу данных
— кэш
— брокер сообщений или очередь

Главное отличие — данные хранятся в RAM, а не на диске → операции чтения/записи работают за миллисекунды.

✔️ Redis + Python: как подключиться

1⃣ Установить библиотеку:

pip install redis

2⃣ Подключение и тест:

import redis

# подключение
r = redis.Redis(host='localhost', port=6379, db=0)

# запись и чтение
r.set("key", "hello redis")
print(r.get("key"))  # b'hello redis'

3⃣ Дальше можно использовать Redis для:
🔘 кэширования результатов запросов
🔘 хранения сессий пользователей
🔘 обработки очередей задач
🔘 мониторинга

✅ Подробнее в статье с примерами

🐸 Библиотека питониста

#буст

😃 attrs: простота написания Python-классов без бойлерплейта

attrs — это Python-пакет, который снимает рутину при написании классов и автоматически реализует «ду́ндер»-методы (__init__, __repr__, __eq__ и др.).

📌 Используется даже NASA в миссиях на Марс с 2020 года!

Основная цель — писать лаконичный и корректный код без потерь производительности.

Пример:

from attrs import asdict, define, make_class, Factory

@define
class SomeClass:
    a_number: int = 42
    list_of_numbers: list[int] = Factory(list)

    def hard_math(self, another_number):
        return self.a_number + sum(self.list_of_numbers) * another_number

sc = SomeClass(1, [1, 2, 3])
print(sc)                     # SomeClass(a_number=1, list_of_numbers=[1, 2, 3])
print(sc.hard_math(3))        # 19
print(asdict(sc))             # {'a_number': 1, 'list_of_numbers': [1, 2, 3]}

attrs автоматически добавляет:
✔️ читаемый __repr__
✔️ методы сравнения
✔️ __init__ и управление аргументами
✔️ фабрики значений (Factory)
✔️ конструктор классов на лету (make_class)

📱 Репозиторий

🐸 Библиотека питониста

#буст

🔥 Новое в Python 3.14: functools.Placeholder

functools.partial давно помогает замораживать аргументы функций. Но раньше были ограничения: если аргументы были только позиционные, их нельзя было зафиксировать через partial с именованными параметрами.

В Python 3.14 это решает новый functools.Placeholder.

➡️ Пример: удаление пунктуации

До 3.14 приходилось писать обёртку:

import string

_table = str.maketrans("", "", string.punctuation)

def remove_punctuation(s):
    return s.translate(_table)

print(remove_punctuation("Hello, world!"))  # Hello world

С Placeholder можно напрямую зафиксировать второй аргумент:

from functools import partial, Placeholder
import string

_table = str.maketrans("", "", string.punctuation)
remove_punctuation = partial(str.translate, Placeholder, _table)

print(remove_punctuation("Hello, world!"))  # Hello world

Что нужно понимать:
📝 Placeholder резервирует место для аргумента, который придёт позже.
📝 Вызов remove_punctuation("text") превращается в str.translate("text", _table).
📝 Удобнее импортировать короче:

  from functools import Placeholder as _P
  

Теперь partial можно использовать и с функциями, где аргументы позиционные-only.
Это открывает дорогу к более лаконичному и гибкому коду, без лишних обёрток.

🐸 Библиотека питониста

#буст

😳 Грейдинг умер, ИИ захватил собесы: 5 трендов IT-найма 2025

Помнишь времена, когда можно было сменить работу и сразу получать на 50% больше?

😢 Забудь.

В 2025-м правила игры кардинально изменились — компании боятся ChatGPT на собеседованиях, а поиск работы через LinkedIn стал почти бесполезен.

Разбираем 5 трендов, которые перевернули IT-найм с ног на голову.

🔗 Ссылка на статью

🐸 Библиотека питониста

#буст

🙂

🐸 Библиотека питониста

#развлекалово

🌀 Заблуждения программистов: где логика даёт сбой

В разработке есть особый класс ошибок — falsehoods: заблуждения, в которые программисты верят, но которые на практике оказываются ложными.

Обычно это звучит логично. Например:

Email всегда содержит ровно один символ @.

И многие пишут валидацию именно так. Но на деле email может содержать несколько @. Ваш код внезапно «ломается» в реальных условиях.

Таких примеров десятки. Все эти предположения — falsehoods, которые делают софт хрупким.

📚 Существуют целые подборки таких «ложных убеждений». Они помогают расширить взгляд и писать более надёжный код, учитывающий реальные данные и сценарии.

👉 Если хотите стать сильнее как инженер — изучите список falsehoods и держите их в голове.

🐸 Библиотека питониста

#междусобойчик

📱 Новости и релизы Python‑пакетов за последние 7 дней

📢 Новости
— PyPIStats.org теперь под управлением PSF — сервис статистики PyPI официально перешёл под крыло Python Software Foundation.
— «Python: The Documentary» — свежий фильм о том, как создавался и развивался язык.

📦 Свежие релизы пакетов
— protovalidate 0.15.0 — валидация Protocol Buffers для Python.
— onnx 1.19.0 — Open Neural Network Exchange.
— cron-descriptor 2.0.x — перевод cron-выражений в человекочитаемый формат.
— rpaframework 31.0.0 — набор инструментов для RPA.
— litellm 1.76.0 — удобный доступ к API разных LLM-провайдеров.
— onnxscript 0.4.0 — написание функций и моделей ONNX на Python.

📝 Статьи и материалы
— Ожившие фото: стеганографический аудиоплеер на Python + PyQt6.
— Оптимизация Django под высокие нагрузки: кэш, SIMD и настройка GC.
— Полезные конструкции Python для работы с данными.
— Скрытая грамматика Python: почему len() — это полисемия.
— PEP 723 + uv: однофайловые скрипты с зависимостями.
— Универсальный парсинг сайтов: requests vs headless, токены, куки, прокси и ротация IP.
— Иконки прямо в коде: как мы избавились от assets при портировании приложения.

📚 Книги
— Паттерны разработки на Python: TDD, DDD и событийно-ориентированная архитектура.
— Мощный Python: паттерны и стратегии современного программирования.

🐸 Библиотека питониста

#свежак

🐸 Библиотека задач по Data Science