Cкрипт из 3 строк, чтобы автоматически открыть Google Earth или любой другой сайт

> import webbrowser

# Укажем ссылку на Google Earth

google_earth_url = 'https://earth.google.com/'

# Откроем Google Earth в браузере по умолчанию

webbrowser.open(google_earth_url)

Удобно для утилит, лаунчеров или GUI-программ 💐

👉 @PythonPortal

Принёс полезное — базу актуальных бесплатных API, которую регулярно обновляют 😇

Внутри аж 403 штуки на любой вкус: от игр и погоды до финансов и здоровья

Алгоритмы присваивают рейтинг каждому API на основе надежности, частоты ошибок и времени отклика

Если апишка перестает работать или становится платной, она теряет рейтинг и удаляется с сайта

👉 @PythonPortal

Это гайд “Python Logging With Loguru” рассказывает о том, как упростить логирование в Python с помощью библиотеки Loguru — удобной и мощной альтернативы стандартному logging

Примеры кода показаны для реальных задач, от простой отладки до продакшен-логирования.

Приятного изучения 💪

👉 @PythonPortal

Использование декоратора dataclass в Python

Декоратор dataclass упрощает создание классов, которые в основном хранят данные. Он автоматически генерирует специальные методы, такие как __init__, __repr__ и другие. Это снижает многословность кода, сохраняя при этом его ясность и функциональность.

На фото приведены два примера. В первом мы используем декоратор dataclass, поэтому явно не добавляем методы __init__, __repr__ и __eq__. Они автоматически добавляются декоратором.

Во втором примере показано, как выглядел бы тот же код без использования декоратора dataclass. Видно, что такой код гораздо длиннее

Ставь лайк если пост был полезным 🪑

👉 @PythonPortal

Наткнулся на отличную платформу для практики: Pybites Bites of Py

Это интерактивные мини-задачи (байты) по Python, которые ты решаешь прямо в браузере.

Твой код сразу тестируется

> Короткие и прикладные задачи
> Всё онлайн, ничего ставить не нужно
> Прокачка Python навыков и стандартной библиотеки
> Отлично подходит для новичков и опытных

Попробовать можно бесплатно:
-> https://pybitesplatform.com/bites/demo

👉 @PythonPortal

Совет по Python:

Чтобы посчитать количество вхождений элементов, используйте Counter из модуля collections

Например у нас словарь, где ключ — это ID устройства, а значение — его производитель.

devices_vendors = {
    'device001': 'Cisco',
    'device002': 'Juniper',
    'device003': 'Cisco',
    'device004': 'Arista',
    'device005': 'Cisco'
}

> Выполняем подсчёт:

vendor_counts = Counter(devices_vendors.values())

Здесь берутся все значения из словаря (.values()), т.е. список вендоров: ['Cisco', 'Juniper', 'Cisco', 'Arista', 'Cisco'], и Counter считает, сколько раз каждый встретился.

> Выводим и получаем:

Counter({'Cisco': 3, 'Juniper': 1, 'Arista': 1})

👉 @PythonPortal

Посмотри на это: MCP-сервер для управления Jupyter-ноутбуками через Claude

MCP-сервер — это "мост", который позволяет Claude напрямую управлять ноутбуком. Создавать ячейки, писать код, запускать его.

Ты можешь сказать Claude что-то вроде:

«Создай ячейку с кодом, который загружает CSV-файл и строит график»

И он реально создаст такую ячейку в Jupyter и запустит её

Полностью open-source и бесплатен для использования 😎

👉 @PythonPortal

Нужно искать ключи в нескольких словарях с приоритетом?

Ручной способ поиска: сначала в group3, если нет — в group2, если и там нет — в group1:

age = group3.get(name, group2.get(name, group1.get(name)))

Работает, но нечитаемо и неудобно, особенно при большом количестве словарей.

Лучше используй ChainMap для чистой логики с подстановкой по умолчанию

m = ChainMap(group3, group2, group1)
age = m.get("ana")

Создается объект ChainMap, который объединяет словари по приоритету:

Просто вызываешь m.get(key) — он сам идет по цепочке, пока не найдет ключ

Даже если ключ есть в нескольких словарях, берётся первое вхождение по приоритету

👉 @PythonPortal

Если ты каждый день используешь кучу AI-инструментов — вот штука, которая серьёзно упростит тебе жизнь.

Называется GlobalGPT

В одном месте ты получаешь доступ к: GPT-4.5, Claude 3.7, DeepSeek, MidJourney, Perplexity, Runway и другим.

Больше не нужно прыгать по вкладкам — всё в одной панели 🪄

👉 @PythonPortal

Майк Тайсон однажды сказал:

"У всех есть план, пока не получат по лицу."

В программировании (и особенно при изучении Python) это можно переформулировать так:

«Кажется, что ты понял тему — пока не получишь задачу в лоб»

Какой вывод даст этот код — и почему? 😶

👉 @PythonPortal

Принёс полезное с Хабра — перевод обновленного учебника по Flask от Мигеля Гринберга

Глава 1: Привет, мир! (тык);
Глава 2: Шаблоны (тык);
Глава 3: Веб-формы (тык);
Глава 4: База данных (тык);
Глава 5: Логины пользователей (тык);
Глава 6: Страница профиля и аватары (тык);
Глава 7: Обработка ошибок (тык);
Глава 8: Подписчики (тык);
Глава 9: Разбивка на страницы (тык);
Глава 10: Поддержка электронной почты (тык);
Глава 11: Дизайн приложения (тык);
Глава 12: Дата и время (тык);
Глава 13: I18n и L10n (тык);
Глава 14: Ajax (тык);
Глава 15: Улучшенная структура приложения (тык);
Глава 16: Полнотекстовый поиск (тык);
Глава 17: Развертывание на Linux (тык);
Глава 18: Развертывание на Heroku (тык);
Глава 19: Развертывание на контейнерах Docker (тык);
Глава 20: Немного магии JavaScript (тык);
Глава 21: Уведомления пользователей (тык);
Глава 22: Фоновые задания (тык);
Глава 23: Интерфейсы прикладного программирования (API) (тык).

Налетайте ☕️

👉 @PythonPortal