Пишем свой HEX-редактор

Делимся подробным гайдом по созданию собственного HEX-редактора. Ты не только напишешь редактор, но и разберешься во всех внутренностях проекта: от битового представления до цветовой подсветки.

Читать...

Разъяснивший Python

⁣GIL в threading — это боль, которую многие просто принимают как данность

До Python 3.13 альтернатив не было: multiprocessing с оверхедом и морокой передачи данных, или asyncio, бесполезный при CPU-bound задачах. Реальные кейсы — обработка данных, парсинг, криптография — где threading кажется логичным, но GIL заставляет ядра простаивать, а однопоточный код обгоняет многопоточный.

Кейс из продакшна: пул потоков без прироста

Я написал пул потоков для обработки пакетов данных: каждый поток выполнял CPU-bound трансформацию. GIL не отпускался, прирост 0%. Переписал на multiprocessing — 3x, но память выросла в 4 раза. Типичная ошибка: думать, что threading даст параллелизм для чистых вычислений.

Free-threaded Python 3.13: сборка без GIL

В 3.13 появился флаг --disable-gil. Потоки наконец работают параллельно. На четырех ядрах прирост по CPU-bound задачам — 3-4x. Пример теста:

# threading с GIL (стандартная сборка)
import threading, time

def work():
    for _ in range(10**7):
        x = 1 + 1

threads = [threading.Thread(target=work) for _ in range(4)]
start = time.time()
for t in threads: t.start()
for t in threads: t.join()
print(f"С GIL: {time.time() - start:.2f}s")
# Вывод: ~2.5s (почти как последовательно)

# free-threaded (сборка без GIL)
# Тот же код — результат ~0.8s (на 4 ядрах)

Разъяснивший Python

Конвертируем PDF в TXT

Продолжаем делиться циклом видеоматериалов, посвященный работе с текстовыми документами. В этот раз автор наглядно демонстрирует конвертацию PDF-файла в TXT-файл.

Смотреть...

Разъяснивший Python

Нейросети уже заменяют носителей языка.

В Telegram быстро набирает популярность ИИ-девушка Chatty, с которой можно голосом практиковать живой разговорный английский и ещё 12 языков на основе новейших моделей искусственного интеллекта. Попробовать можно бесплатно.

🇬🇧 Английский: @ChattyTutorBot
🇩🇪 Немецкий: @ChattyGermanBot
🇪🇸 Испанский: @ChattySpanishBot
🇫🇷 Французский: @ChattyFrenchBot
🇮🇹 Итальянский: @ChattyItalianBot
🇵🇹 Португальский: @ChattyPortugueseBot
🇨🇳 Китайский: @ChattyChineseBot
🇯🇵 Японский: @ChattyJapaneseBot
🇰🇷 Корейский: @ChattyKoreanBot
🇸🇦 Арабский: @ChattyArabicBot
🇹🇷 Турецкий: @ChattyTurkishBot
🇷🇺 Русский: @ChattyRussianBot
🇵🇱 Польский: @ChattyPolandBot

Python без типов: таким он когда-то был

Существует фундаментальный и глубокий конфликт между формообразующей философией Python и концепцией типизации. Причём, этот конфликт не нов.

Читать...

Разъяснивший Python

JIT-компилятор Python в 300 строк

В области JIT-компиляции промышленным решением является проект Numba, спонсируемый такими технологическими гигантами как Intel, AMD и NVIDIA. Именно с этим пакетом автор и решил посоревноваться, написав миниатюрный JIT-компилятор программ на Питоне.

В этой статье автор расскажет, с какими трудностями он, как программист достаточно прикладной, столкнулся при разработке такой довольно низкоуровневой вещи, как миниатюрный JIT-компилятор.

Читать...

Разъяснивший Python

Выявление проблем в log-файлах с помощью аналитики

Log-файлы систематически записывают хронологию событий, происходящих в системе. Это может быть что угодно: от записи о запуске программы до детальной информации об ошибках и предупреждениях. Для нас log-файлы — это не просто дневники событий, а очень хороший инструмент для диагностики и устранения проблем.

Читать...

Разъяснивший Python

3 ошибки при работе с dataclasses

Dataclasses появились в Python 3.7 и быстро стали стандартом. Меньше бойлерплейта, чем у обычных классов, проще, чем attrs, и не требуют зависимостей. Однако у них есть три ловушки, которые не видны при написании. Делимся полезным гайдом, чтобы избегать этих ловушек.

Читать...

Разъяснивший Python

Объяснение:

True == 1 и имеют одинаковый хэш. Поэтому это один и тот же ключ. Второе присваивание перезаписывает первое.

Разъяснивший Python

Реализация функции потерь в Python

Функции потерь Python являются важной частью моделей машинного обучения. Эти функции показывают, насколько сильно предсказанный моделью результат отличается от фактического. Существует несколько способов вычислить эту разницу. В этом материале мы рассмотрим некоторые из наиболее распространенных функций потерь.

Читать...

Разъяснивший Python

Пишем на Python как на Rust

Автор начал программировать на Rust несколько лет назад, и это постепенно изменило его подход к разработке программ на других языках программирования, особенно на Python. В конце концов, он начал перенимать некоторые концепции из Rust в своих программах на Python. В этом материале автор покажет несколько примеров таких шаблонов.

Читать...

Разъяснивший Python

Делаем приложение для конвертации PDF в Word

Продолжаем делиться циклом видеоматериалов, посвященный работе с текстовыми документами. В этот раз ты реализуешь собственное приложение для конвертации PDF в Word!

Смотреть...

Разъяснивший Python

Python с нуля: множества set и frozenset простым языком

В этом уроке Python с нуля разберём множества в Python: set и frozenset. Вы узнаете, что такое множества, чем они отличаются от списков и кортежей, как создавать set, удалять дубликаты, выполнять операции объединения, пересечения и разности, а также когда использовать frozenset.

Смотреть...

Разъяснивший Python

Линейная регрессия на стероидах

Обычная регрессия может плохо справляться с большим количеством сложных нелинейных зависимостей. В таких ситуациях лучше всего использовать DML (Double/Debiased Machine Learning). В данной статье ты узнаешь, что это такое.

Читать...

Разъяснивший Python

Что нам стоит диаграмму в Python построить: 5 вариантов привлекающей внимание визуализации данных и кое-что ещё

Диаграммы помогают визуализировать как простые, так и самые сложные наборы данных. При этом диаграмм — множество видов, у каждого есть свои достоинства и недостатки. О наиболее эффектных и эффективных, реализуемых с Python, автор расскажет в сегодняшней подборке.

Читать...

Разъяснивший Python

Python is slow, so how did I make physics fast?

Физика традиционно требует больших вычислительных мощностей, что усложняет разработку игр на Python. Я нашел несколько эффективных подходов к реализации физики в играх на Python.

Смотреть...

Разъяснивший Python

Объяснение:

[[]] * 3 создаёт список из трёх ссылок на один и тот же список. Изменение одного элемента видно во всех.

Разъяснивший Python

Excel: Добавляем диаграммы

Продолжаем делиться циклом видеоматериалов, благодаря которому ты научишься оптимизировать свои таблицы по максимуму. В этот раз автор рассказывает, как создаются диаграммы.

Смотреть...

Разъяснивший Python

Модуль random стандартной библиотеки

Узнаете об основных функциях модуля random стандартной библиотеки: random(), uniform(), randint(), randrange(), gauss(), choice(), shuffle(), sample(), seed().

Смотреть...

Разъяснивший Python

Настраиваем CI/СD в GitHub

Настройка CI/CD часто кажется новичкам чем-то сложным и доступным только DevOps-инженерам. На самом деле автоматизировать рутину Python-проекта можно всего за полчаса. В данной статье автор рассказывает, как с нуля настраивается GitHub Actions для простого FastAPI-приложения.

Читать...

Разъяснивший Python

Линейная регрессия: основная идея, модификации и реализация с нуля на Python

В машинном и глубоком обучении линейная регрессия занимает особое место, являясь не просто статистическим инструментом, а фундаментальным компонентом для многих более сложных концепций. В данной статье рассмотрен не только принцип работы линейной регрессии с реализацией с нуля на Python, но а также описаны её модификации и проведён небольшой сравнительный анализ основных методов регуляризации.

Читать...

Разъяснивший Python