«Это же Python.. что ни сделай - всё в итоге аллоцируется».

Насколько это правда?

Разработчик внёс правку в CPython, чтобы логировались все аллокации объектов int. Затем запустил простой цикл сложения чисел 100 тысяч раз. В терминал прилетело 101006 сообщений.

Почему так много?

Во внутренних механизмах CPython каждое целое число представлено объектом PyLongObject в куче. И маленькие тоже.

Большинство VM используют tagged pointers, чтобы обойтись без лишних аллокаций. Даже Smalltalk в 80-х уже умел это. Python же идёт по тяжёлому пути: каждая аллокация тормозит работу, а редкий случай больших чисел ухудшает производительность самого частого кейса — простых интов.

Допущение: в тесте использовался print, который тоже может порождать новые ints. Разработчик убрал print. Количество аллокаций резко снизилось.

Куда делись остальные ~100k?

Смотрим функцию сложения ints. Если оба операнда меньше 2^30, их значения просто достаются и складываются напрямую. Тип stwodigits так и называется потому, что PyLongObject хранит число в основании 2^30 - каждый элемент массива хранит такой разряд.

Дальше вызывается _PyLong_FromSTwoDigits. В зависимости от величины числа - три пути.

Для маленьких чисел есть оптимизация: готовый статический массив маленьких PyLongObject, без аллокаций в куче. Просто возвращается указатель.

Для средних значений подключается другая функция. И вот что важно:

long_alloc тут не используется

Сначала пытается взять объект из freelist

Если нет свободных = создаёт новый

Freelist - типичная техника для переиспользования освобождённых объектов, чтобы лишний раз не трогать аллокатор.

В long_dealloc объект аккуратно возвращается в этот список.

Разработчик перенёс отладочный вывод в _PyLong_FromMedium: стало видно, что приличная часть объектов переиспользуется.

Но даже так накладные расходы огромные. На уровне процессора сложение двух int - одна инструкция ADD, исполняемая за один такт. В Python же вокруг неё целый аттракцион.

Плюс заметно отсутствие довольно старых оптимизаций, известных индустрии десятки лет.

Хороший пример того, что возможность контролировать аллокации позволяет строить специализированные аллокаторы и избавляться от мусора по пути.

И именно такие вещи делают языки вроде Zig привлекательными для разработчиков.

Подробнее с кодом: тык

👉 @PythonPortal

Нашли утилиту, которая заставляет клавиатуру звучать как настоящая печатная машинка

А еще на нажатие можно установить кряканье, барабаны, молнию и свои звуковые эффекты. Это бесплатно и совместимо с Linux, Windows и macOS.

варианты пресетов:
• классическая машинка
• альтернативная, попроще
• рандомные ноты, как музыкальная шкатулка
• кря-кря 🦆
• ту-дум, тсс, чя! 🥁

https://github.com/orhun/daktilo

👉 @PythonPortal

Крайняя мера

👉 @PythonPortal

В сеть утек весь исходный код веб-версии Apple App Store. Они забыли выключить Source Maps, поэтому все читается без проблем, включая комментарии:

https://github.com/rxliuli/apps.apple.com

👉 @PythonPortal

Когда сидишь в терминале по уши в работе, все летит как надо. И тут вдруг надо открыть PDF или картинку. Хоп. Вылезаешь из терминала, ищешь нужное приложение, теряешь фокус. Бесит. 🚪

А я вот недавно нашел Mcat. Маленькая, опенсорсная утилита, которая умеет показывать и даже конвертировать кучу форматов прямо в консоли. PDF, Word, PPT и прочие документы. Картинки тоже отображает. Видео, между прочим, крутит.

Короче, чтобы не рвать поток и не щелкать окнами туда-сюда:

GitHub: http://github.com/Skardyy/mcat

👉 @PythonPortal

Генератор в Python это функция, которая возвращает не одно значение, а объект-итератор.

Генераторы отличаются от обычных функций тем, что вместо return используют yield.
Следующее значение из итератора достается вызовом next(generator).

Пример :

def multiple_generator(x, n):
    for i in range(1, n + 1):
        yield x * i

multiples_of_5 = multiple_generator(5, 3)

print(next(multiples_of_5))  # 5
print(next(multiples_of_5))  # 10
print(next(multiples_of_5))  # 15

👉 @PythonPortal

Отличный гайд по Pytest для новичков

На Хабре вышел простой и толковый разбор Pytest, без воды, но с кучей пользы. Фикстуры, метки, примеры и лайфхаки.

После него реально хочется взять и написать свой первый тест 💪

👉 @PythonPortal

Когда тестировщик нашел баг перед релизом

👉 @PythonPortal

Люблю интерактивное обучение программированию 🥺

Поэтому не могу не поделиться этим сайтом: coddy.tech/journeys

Проходишь пошаговые «пути» с заданиями, тестами и практикой. Формат геймифицирован, удобно для новичков: Python, JS, C++, SQL и другие языки.

👉 @PythonPortal

Совет по Python:

Используй класс Path из модуля pathlib, чтобы работать с путями к файлам кроссплатформенно.

from pathlib import Path

p = Path('/usr/local/bin')

👉 @PythonPortal

Вся правда о тестировщиках.

👉 @PythonPortal

Minecraft теперь можно запустить ИИ-агентов, которыми можно управлять промптами.

Познакомьтесь со Steve — это как Cursor, но для Minecraft.
ИИ-агенты умеют добывать ресурсы, строить и охотиться по команде, а ещё работать вместе.

Похоже, теперь искусственный интеллект играет с нами, а не наоборот.

👉 @PythonPortal

Шпаргалка SQL → Python → Excel, которая помогает быстро понять, как одинаковые операции выполняются в трёх разных инструментах.

👉 @PythonPortal

😏😏😏

👉  @PythonPortal

В Python 3.14 добавили нативные операции для max-кучи в модуле heapq, теперь можно работать и с max-heap без костылей.

👉 @PythonPortal

Этот чувак буквально объясняет, как с нуля собрать алгоритмический хедж-фонд меньше чем за 6 минут.

Это безумие:

Он использует четыре библиотеки:

• QSConnect - создание базы данных для квант-исследований
• QSResearch - исследование и запуск стратегий машинного обучения
• QSWorkflow - автоматизация всего пайплайна от начала до конца
• Omega - исполнение сделок через Python

👉 @PythonPortal

Он под чем-то 😁

👉 @PythonPortal

Принес крутейший репо для тех, кто любит учиться на реальных примерах. Тут собрано более сотни опенсорсных клонов популярных сервисов: от Airbnb до YouTube

Каждый проект снабжен ссылками на исходный код, демками, описанием стека и количеством звезд на GitHub. А у некоторых даже есть туторы по созданию

Забирайте на GitHub 🍯

👉 @PythonPortal