👍 Программирование на языке Python

🐸 Библиотека задач по Data Science

🐍 Вышел pip 25.3 — сборка только по PEP 517 и новые build constraints

Основные нововведения:

1️⃣ Новая опция `--build-constraint`
➡️ Позволяет задавать ограничения для зависимостей только на этапе сборки, не затрагивая обычные install constraints.

2️⃣ Сборка из исходников теперь полностью через PEP 517
➡️ setup.py больше не вызывается напрямую — теперь только официальный интерфейс сборки.

3️⃣ Editable-установки теперь только по PEP 660
➡️ pip больше не вызывает setup.py develop. Если вы используете editable с setuptools, обновитесь до v66+.

4️⃣ `--dry-run` и `pip lock` стали быстрее
➡️ Если ваш индекс поддерживает метаданные по PEP 658 (например, PyPI), pip больше не скачивает весь пакет, чтобы проверить зависимости.

➡️ Официальный анонс
➡️ Полный changelog

🐸 Библиотека питониста

#свежак

💻 Tiny8 — минималистичный набор Python инструментов для изучения основ компьютеров

Tiny8 — это лёгкий toolkit, который позволяет понять, как компьютер работает изнутри:
от моделей памяти и простейшего ассемблера — до структур данных и визуализации выполнения.

Что в нём классного:
— Никаких лишних зависимостей — только чистая логика.
— Минималистичный дизайн, понятный даже новичкам.
— Можно экспериментировать, менять, ломать и смотреть, что произойдёт.
— Визуализация помогает «увидеть» процесс выполнения инструкций.

💻 Если когда-то хотелось написать «свой компьютер в 200 строках» — это тот самый вход.

📱 Github

🐸 Библиотека питониста

#буст

💻 Git Flow, GitHub Flow и Trunk-Based: что выбрать команде

В шпаргалке кратко о трёх популярных подходах к ветвлению в Git. Сохраняйте и пользуйтесь!

🐸 Библиотека питониста

#буст

🐸 Библиотека питониста

#развлекалово

🧪 Pytest Fixtures: как сделать тесты чистыми, переиспользуемыми и модульными

Фикстуры в pytest — это мощный инструмент для организации тестовой архитектуры.

Они позволяют:
✔️ Не дублировать код: создаёте данные один раз и используете их в нескольких тестах.
✔️ Переиспользовать данные между модулями: через conftest.py фикстуры становятся доступны во всех тестах.
✔️ Параметризовать тесты: params запускает один тест с разными входными данными.
✔️ Автоматически подключать фикстуры: autouse=True делает их доступными без явного указания в тестах.

Пример простой фикстуры для пользователя:

import pytest
from dataclasses import dataclass

@dataclass
class User:
    name: str
    email: str

@pytest.fixture()
def user_fixture():
    return User(name="Patrick", email="[email protected]")

def test_valid_user(user_fixture):
    assert validate_user(user_fixture).is_valid

def test_valid_email(user_fixture):
    assert validate_email(user_fixture).is_valid

Советы по организации фикстур:
✔️ Для маленьких проектов фикстуры можно держать в conftest.py.
✔️ Для больших проектов удобно создавать отдельную папку fixtures/ и импортировать их в conftest.py.
✔️ Используйте scope (function, module, session) для контроля времени жизни фикстуры.
✔️ Параметр name помогает давать понятные имена фикстурам.

Как используют фикстуры известные проекты:
🔥 Pydantic — держат фикстуры в тестовых модулях, высокая когезия.
🔥 Streamlit — комбинируют unit-тесты и e2e-тесты с фикстурами в conftest.py.
🔥 Hypothesis — генерирует случайные данные для property-based testing.

➡️ Чуть подробнее в полезной статье

🐸 Библиотека питониста

#буст

кто ты, воин? 😅

🐸 Библиотека питониста

#развлекалово

📘 Pyfory — новая эра сериализации в Python

Pyfory — это реализация Apache Fory™ для Python — универсального фреймворка сериализации, который можно использовать как drop-in замену для pickle и cloudpickle, но с серьёзными апгрейдами:

Основные фичи:
➡️ Поддержка циклических и общих ссылок
➡️ Zero-copy буферы (protocol-5) для огромных NumPy-массивов и DataFrame
➡️ Кастомная сериализация через __reduce__, __reduce_ex__, __getstate__
➡️ Размер данных — до 25% меньше, чем у pickle, и в 2–4 раза меньше, чем у cloudpickle
➡️ Режим безопасности — строгая политика десериализации для защиты от несанкционированных типов

⚡️ Быстрее, компактнее и безопаснее — Pyfory делает сериализацию Python-объектов по-настоящему современной.

📱 Github

🐸 Библиотека питониста

#буст

Не ждали, а она тут — новая версия Python 3.14 🚀

И лучше просто кликнуть сейчас по ссылке и послушать краткий обзор от Евгения Афонасьева, тимлида разработки Antifraud в Авито, чем потом упускать полезные фичи и искать этот пост.

В ролике разобрали как небольшие обновления, так и те, что лучше внедрять в свою работу уже сейчас.

📺 Смотрим и обсуждаем по ссылке!

🐸 Библиотека питониста

#развлекалово

📱 Python новости за последние 7 дней

⚙️ Инструменты и фреймворки
— Красивые CLI-приложения с Typer и Rich — как создавать удобные, цветные и дружелюбные консольные приложения с современным интерфейсом.
— No-code инструмент для сокрытия Python-кода — новый open-source toolkit, позволяющий защитить Python-код без ручного шифрования и обфускации.
— 5 библиотек, которые выведут вас на новый уровень — подборка свежих и недооценённых библиотек, расширяющих возможности Python-разработчика.

🧠 Изучение и практика
— Pytest для начинающих с домашним заданием — пошаговый туториал по базовым тестам, фикстурам и параметризации.
— CPython простыми словами — объяснение того, как устроен интерпретатор Python под капотом — память, байткод, GIL и оптимизации.
— Шаблоны и принципы деления кода на классы — как структурировать большие проекты и проектировать классы.

🌐 Веб и асинхронщина
— Стриминг больших ответов в Django — как эффективно отправлять большие ответы через StreamingHttpResponse и async-генераторы.
— Создаём MCP-сервер на практике — пошаговая инструкция по разработке MCP-сервера (Model Context Protocol) — новой инфраструктуры для взаимодействия с LLM.

🐸 Библиотека питониста

#свежак

🐸 Библиотека задач по Data Science