Как обрабатывать вебхуки?

В данной статье автор делится своим опытом работы с вебхуками. Ты узнаешь, почему простой скрипт не всегда справляется со своей задачей, и на какие грабли ты можешь наступить.

Читать...

Разъяснивший Python

Телеграм бот с ChatGPT и Gemini на Python за 40 минут

Создание ИИ-агента для ревью кода, на python фреймворке fastapi с подключением LLM API google gemini и openai. Создание телеграм бота aiogram

Смотреть...

Разъяснивший Python

Расширение возможностей веб-приложений с помощью WebAssembly и Python

В этой статье автор расскажет, как запустить программу на Python внутри другого приложения, использующего среду исполнения Wasm (хост), и заставить программу общаться с хостом, и наоборот.

Читать...

Разъяснивший Python

Геоаналитика на Python

Геоаналитика и пространственный анализ — это мощные инструменты, которые позволяют бизнесам принимать более обоснованные решения на основе пространственных данных и информации о местоположении. Геоаналитика связана со сбором, хранением, обработкой и визуализацией данных, связанных с географическими объектами и явлениями. Пространственный анализ, с другой стороны, фокусируется на изучении взаимосвязей и паттернов в пространстве для выявления возможных тенденций и аномалий.

Читать...

Разъяснивший Python

Модуль tkinter: Добавляем вкладки

Продолжаем делиться циклом видеоматериалов, благодаря которому ты научишься делать красивые интерфейсы с помощью tkinter. В этот раз автор показывает, как добавляются вкладки.

Смотреть...

Разъяснивший Python

generator expressions

Попробуем использовать генераторные выражения (для получения среза будем использовать функцию islice из itertools, которая возвращает итератор по срезу)

Разъяснивший Python

generator functions

Если предикатов фильтрации или обработчиков элементов списка много, то удобнее использовать генераторы. Они могут не дать прироста скорости, но помогут сэкономить память.

Генераторной фунцией в python называется функция, которая ведет себя как итератор. Для определения генераторной функции нужно использовать ключевое слово yield

Разъяснивший Python

Поймай меня, если сможешь: руководство по обработке исключений в Python

Люди, которые пишут код, часто воспринимают работу с исключениями как необходимое зло. Но освоение системы обработки исключений в Python способно повысить профессиональный уровень программиста, сделать его эффективнее. В этом материале автор разберёт темы, изучение которых поможет вам раскрыть потенциал Python через разумный подход к обработке исключений.

Читать...

Разъяснивший Python

Модуль asyncio

В этом примере мы используем модуль asyncio для создания асинхронной программы. Определяем асинхронную корутину my_coroutine, которая выполняет асинхронную операцию (в данном случае, ожидание 1 секунды). Затем определяем асинхронную функцию main, которая вызывает две корутины одновременно с помощью asyncio.gather. В конце мы используем asyncio.run для запуска основной функции main.

Разъяснивший Python

Контекстные менеджеры (with)

В этом примере мы используем контекстный менеджер with для автоматического открытия и закрытия файла. В блоке with мы читаем содержимое файла и выводим его на экран. После выхода из блока with файл будет автоматически закрыт, независимо от того, произошло исключение или нет.

Разъяснивший Python

Как выявить вредоносный Python-пакет в открытом ПО

Открытое ПО сегодня привлекает повышенное внимание с разных сторон — разработки, бизнеса, технологий. Естественно, и его безопасность стоит отдельным вопросом, ведь злоумышленники также активно интересуются open source и создают угрозы для безопасной разработки. Доставка вредоносного кода через сторонние зависимости стала одним из опасных способов заражения.

Читать...

Разъяснивший Python

Модуль tkinter: Как использовать HTML?

Продолжаем делиться циклом видеоматериалов, благодаря которому ты научишься делать красивые интерфейсы с помощью tkinter. В этот раз автор показывает, как использовать HTML внутри tkinter.

Смотреть...

Разъяснивший Python

Пишем свой GraphQL клиент на Python

Эта статья написана как пошаговое руководство по созданию своего GraphQL клиента на Python с нуля, где автор демонстрирует проблемы, возникающие на этом пути. Для наглядности будем использовать открытую схему github GraphQL API.

Читать...

Разъяснивший Python

Работа с поверхностными и глубокими копиями в Python

В этой статье объясняется как делать копии списков Python, массивов NumPy и датафреймов Pandas при помощи операций получения срезов, списочного индексирования (fancy indexing) и логического (boolean indexing). Эти операции очень часто используются при анализе данных и должны рассматриваться всерьёз, поскольку ошибочные предположения могут привести к падению быстродействия или неожиданным результатам.

Читать...

Разъяснивший Python

Как программисту найти работу с релокацией

В этом ролике автор поделится полезной информацией по трудоустройству заграницей и успешной релокации.

Смотреть...

Разъяснивший Python

Метод remove() - помощь в удаление элемента из списка

Списк состоит из строк и целых чисел. Есть повторяющиеся элементы: строка «Mars» и число 12. Задаём отрезок и с помощью метода remove чистим список.

Разъяснивший Python

Курс по FastAPI на Python для начинающих

В этом видео автор делает полный разбор фреймворка FastAPI на языке Python с первых строчек до деплоя на реальный сервер.

Смотреть...

Разъяснивший Python

Объяснение:

copy.copy делает поверхностную копию. Вложенные списки остаются теми же объектами. В результате будет [[1, 2, 99], [3, 4]]

Разъяснивший Python

Backpressure в async Python-сервисах: как bounded queues, лимиты конкуренции и таймауты останавливают cascading failure

Это не микрооптимизация, а механизм выживания backend-сервиса под нагрузкой. В production проблема часто появляется на медленном downstream: таски плодятся, память растет, клиенты ретраят, и падает уже цепочка сервисов.

Очередь не должна быть бесконечной

asyncio.Queue() без maxsize часто превращает память процесса в скрытый буфер аварии. Делайте очередь bounded и решайте, что делать при переполнении: ждать, вернуть 429/503 или отбросить низкоприоритетную работу.

Лимитируйте конкуренцию

Async не означает “можно запустить 100k запросов к API или базе”.

queue = asyncio.Queue(maxsize=1000)
limit = asyncio.Semaphore(50)

async def submit(item):
    try:
        queue.put_nowait(item)
    except asyncio.QueueFull:
        raise Overloaded()

async def worker():
    while True:
        item = await queue.get()
        try:
            async with limit:
                await asyncio.wait_for(