Cовет по Python:

Включите опцию disallow_untyped_defs в mypy, чтобы заставить использовать аннотации для функций. Это предотвращает отсутствие type hints и повышает читаемость и сопровождаемость кода.

👉 @PythonPortal

Что-то в сон клонит

👉 @PythonPortal

Этот репозиторий на GitHub настоящая сокровищница бесплатных книг по программированию

Здесь вы найдёте сотни книг по таким направлениям, как AI, блокчейн, разработка приложений, геймдев, веб-разработка, prompt engineering и многим другим ✋

👉 @PythonPortal

Прокачай базовые навыки работы с Kubernetes

Вот практическое задание, которое проведёт тебя через весь жизненный цикл Pod’а: от его создания до инспектирования, выполнения команд внутри, просмотра логов и удаления.

Это отличный способ потренироваться, если ты только начинаешь работать с Kubernetes или хочешь увереннее чувствовать себя при работе с kubectl.

Попробуй здесь ☕

👉 @PythonPortal

Создаём QR-коды с помощью Python всего за несколько строк кода

Любой может сгенерировать свой QR-код для ссылки, текста или даже Wi-Fi данных.

Для этого используется библиотека qrcode и модуль PIL

pip install qrcode pillow

import qrcode
from PIL import Image

data = input("Введите данные для QR: ")
qr = qrcode.QRCode(version=3, box_size=8, border=4)
qr.add_data(data)
qr.make(fit=True)

image = qr.make_image(fill="black", back_color="aqua")
image.save("qr_code.png")
Image.open("qr_code.png")

На выходе получаем готовый QR-код с любым текстом или ссылкой.

Можно менять цвета, размеры и стиль под свой дизайн 🙂

👉 @PythonPortal

Чекпоинт по навыкам ✌️

Кто не в курсе: с недавнего времени работает платформа от hh‎.ru, где можно добровольно пройти тесты и официально подтвердить свои ИТ-навыки.

Так вот, сейчас они готовят пул новых заданий и обкатывают их через практикующих разработчиков, чтобы проверить релевантность и докрутить детали. Ко мне тоже обратились
и я решил оценить пачку вопросов по Python.

Я смотрел на несколько вещей: насколько формулировки понятны без дополнительных пояснений, есть ли неточности или спорные моменты, и хорошо ли смешаны база, средний и продвинутый уровень

​​По впечатлениям: встречается и база, и тонкие моменты вроде работы с аргументами по умолчанию или различий между list, set и dict. Формулировки в целом понятные, чувствуется, что задачи пишут люди, которые сами кодят, а не «для галочки». Хотелось бы только чуть больше вопросов про библиотеки (pandas, requests), чтобы было ещё ближе к реальной практике


В целом впечатление позитивное: задания помогают проверить навык и при этом выглядят честно и адекватно. Похоже, из этого выйдет реально рабочий инструмент, а не формальность 👍

👉 @PythonPortal

О собесах в яндекс

👉 @PythonPortal

Прокачай свой путь в обучении 🚀

Нашлась бесплатная платформа, где можно изучать любые темы в формате карт знаний. Строй собственные маршруты, визуализируй связи между понятиями и прокачивай то, что интересно именно тебе.

Попробуй здесь: https://learn-anything.xyz/

👉 @PythonPortal

Лучшие практики Docker:

Ограничивай CPU и память для своих контейнеров, чтобы не положить остальные контейнеры на машине.

Через docker run:

docker run --cpus=2 -m 512m nginx

--cpus=2 → ограничение по CPU: максимум 2 виртуальных ядра.

-m 512m → ограничение по памяти: максимум 512 МБ.

Через docker-compose:

version: "3.9"
services:
  redis:
    image: redis:alpine
    deploy:
      resources:
        limits:
          cpus: 2
          memory: 512M
        reservations:
          cpus: 1
          memory: 256M

limits → верхние границы ресурсов (контейнер не может выйти за них).

reservations → гарантированный минимум ресурсов, который будет выделен контейнеру.

👉 @PythonPortal

Python-библиотека RetinaFace для детекции лиц и работы с ключевыми точками (глаза, нос, рот)

Поддерживает выравнивание лиц, легко ставится через pip install retina-face и работает на основе глубинных моделей из проекта insightface.

Отличный инструмент для задач в области компьютерного зрения и face recognition.

Примеры использования:

from retinaface import RetinaFace

resp = RetinaFace.detect_faces("img1.jpg")
print(resp)

{
    "face_1": {
        "score": 0.9993440508842468,
        "facial_area": [155, 81, 434, 443],
        "landmarks": {
          "right_eye": [257.82974, 209.64787],
          "left_eye": [374.93427, 251.78687],
          "nose": [303.4773, 299.91144],
          "mouth_right": [228.37329, 338.73193],
          "mouth_left": [320.21982, 374.58798]
        }
  }
}

👉 @PythonPortal

Лямбды это не просто однострочные функции, они ещё и сохраняют контекст

Логика находится прямо там, где она нужна. Не нужно прыгать между строками.

# Без lambda — приходится прыгать по коду
def get_name(user):
    return user['name']

# Представьте, что здесь 100–200 строк кода...

users.sort(key=get_name)


# Условия сортировки прямо на месте
users.sort(key=lambda user: user['name'])

👉 @PythonPortal

API для фанатов Симпсонов и начинающих разработчиков 😏

Без регистрации, бесплатно, с картинками:

→ https://thesimpsonsapi.com

👉 @PythonPortal

Те, кто стал легендой, остаются навсегда в сердце и памяти каждого

👉 @PythonPortal

Крутейший интерактивный учебник по теории вероятностей и статистике

Внутри наглядные визуализации, интерактивчики и минимум сухой теории. Можно покрутить распределения, посэмплить выборки, поиграться с доверительными интервалами и наглядно увидеть, как это всё работает

Забираем тут, советую открывать с десктопа

👉 @PythonPortal

Отличная находка для разработчиков: бесплатные шпаргалки по Deep Learning и PyTorch

Подробное руководство по созданию и обучению нейросетей - ссылка

Базовые принципы и практика работы с PyTorch - ссылка

👉 @PythonPortal

Они сделали первый шаг к восстанию

👉 @PythonPortal

Airweave — будущее RAG-систем в реальном времени

Теперь можно строить агентов, которые ищут данные в любых приложениях, базах и хранилищах документов в реальном времени.

Инструмент Airweave создаёт живые, би-временные knowledge bases, чтобы агенты всегда работали с самыми свежими фактами.

Он подключается к Notion, Google Drive, SQL-базам и превращает их содержимое в индексируемое знание.
Всё это работает локально в Docker-контейнере, с возможностью экспонировать API и MCP-сервер.

Автор показал полный сетап и живое демо, а также поделился ссылкой на GitHub проекта.

👉 @PythonPortal

Кортежи используют меньше памяти, чем списки того же размера

>>> import sys
>>> sys.getsizeof(tuple(iter(range(20))))
200
>>> sys.getsizeof(list(iter(range(20))))
216

Разница небольшая, но при работе с большими объёмами данных — важна. 🤕

👉 @PythonPortal

Берём на заметку

👉 @PythonPortal

Хочешь изучить Git, не рискуя своей локальной установкой?

Теперь можно запускать команды Git прямо из браузера , с пошаговым объяснением, что делает каждая команда.

→ https://scrum-master.es/virtualOS/otros/git

👉 @PythonPortal