Упс

👉 @PythonPortal

В 500 раз быстрее

Четыре разных способа ускорить свой код = оптимизация логики, компиляция горячих участков, распараллеливание и грамотный процесс разработки. На примере простого скрипта автор показывает, как эти методы вместе дают сотни раз ускорения. 🤵

Если твой Python-код работает медленно и его нужно ускорить, рекомендую к прочтению

Подробнее: https://pythonspeed.com/articles/different-ways-speed/

👉 @PythonPortal

Совет по Pytest

Используй @pytest.mark.xfail, чтобы пометить тесты, которые ожидаемо падают. Это помогает подсветить известные проблемы, не заваливая весь тест-сьют.

Пример

import pytest

def test_api_call():
    if not api_available():
        pytest.xfail("API недоступен, известная проблема")

В этом примере тест test_api_call проверяет доступность API.

Если API недоступен, вызывается pytest.xfail("API недоступен, известная проблема"), чтобы пометить тест как ожидаемо упавший.

Результат выполнения будет что-то вроде - test_api.py:10: XFailed

👉 @PythonPortal

Ну а как иначе?

👉 @PythonPortal

Дата-сайентисты, это вам — откопал LeetCode для DS

DataLemur — мощная платформа, где собраны реальные задачки с собесов в Tesla, Facebook, Twitter, Microsoft и других топовых компаниях

Внутри: практические задания по SQL, статистике, Python и ML. Можно фильтровать по уровню сложности и компании

Топчик для тех, кто готовится к собесам на роли Data Scientist / Data Analyst. Забираем здесь 🍯

👉 @PythonPortal

Часто используемые методы строк в Python

Если работаешь с текстом, эти методы пригодятся в 99% случаев 🥸

👉 @PythonPortal

Жаль этого добряка

👉 @PythonPortal

Разрабы, это вам. Нашёл годный open source ChatGPT-бот для Telegram.

Готов к запуску, работает через официальные API ChatGPT, DALL·E и Whisper. Есть Docker, так что поднять легко. 🤙

Внутри:

✓ поддержка Markdown и стриминга ответов;
✓ команды reset, stats, image и прочие;
✓ голосовые и видео в текст через Whisper, при необходимости ставится ffmpeg;
✓ генерация картинок, выбор модели и размеров;
✓ ограничение доступа по пользователям, лимиты и личная статистика;
✓ прокси и удобный деплой через Docker.

Топчик, чтобы быстро запустить своего помощника прямо в телеге. Забираем здесь - тык

👉 @PythonPortal

Мой топ из модуля itertools, чтобы код выглядел по-профессиональному

chain() — склеивает несколько итерируемых объектов в один

groupby() — группирует идущие подряд элементы по ключу

combinations() — генерирует все комбинации элементов

Не пригодятся каждый день, но иногда делают код реально лучше 😠

👉 @PythonPortal

Удалёнщик собирается в офис первый раз за год

👉 @PythonPortal

В копилку тренажёров: годный онлайн-тренажёр для SQL-запросов. Простой интерфейс, все задачи бесплатные, есть теоретические разделы, регистрация по желанию

Ещё и на русском, забираем 😋

👉 @PythonPortal

Совет по чистому коду на Python

Используй тернарный оператор inline if для простых условий, особенно когда нужно присвоить значение на основе быстрой проверки

Так код становится короче и читается проще, главное не усложнять конструкцию

Пример

class Order:
    def __init__(self, user_is_premium, order_total, delivery_type):
        self.user_is_premium = user_is_premium
        self.order_total = order_total
        self.delivery_type = delivery_type

        # Если пользователь премиум — скидка 20%, иначе 5%
        self.discount = 0.2 if user_is_premium else 0.05

        # Если самовывоз — доставка 0, иначе 5
        self.delivery_fee = 0 if delivery_type == "self-pickup" else 5.0

> self.discount = 0.2 if user_is_premium else 0.05 - здесь проверка идёт прямо в строке присваивания
Если user_is_premium == True, то в self.discount попадёт 0.2, иначе 0.05

> self.delivery_fee = 0 if delivery_type == "self-pickup" else 5.0
Аналогично, если delivery_type равен "self-pickup", стоимость доставки — 0, иначе — 5.0

Это компактнее, чем писать через if/else в несколько строк, и код остаётся читаемым, пока условия простые

👉 @PythonPortal

Google выпустила python-библиотеку для извлечения данных

LangExtract это python-библиотека для вытягивания структурированной информации из неструктурированных текстовых документов с точной привязкой к источникам и интерактивной визуализацией

На 100% open source

Поддержка любых LLM (Gemini, OpenAI, Ollama).

Github репо: https://github.com/google/langextract

👉 @PythonPortal