📢 زبان جدید C-Asterisk: سریع‌تر از Python! 🚀
توسعه‌دهندگان همیشه به دنبال زبان‌های جدید و سریع‌تر هستند. حالا یک دانشجوی کامپیوتر در سال سوم، زبان C-Asterisk را به‌عنوان پروژه‌ی پایانی‌اش ساخته و آن را در یک پروژه کوچک MNIST با Python مقایسه کرده است. نتیجه؟ C-Asterisk حدود ۲۰ برابر سریع‌تر از Python عمل کرده!
این زبان با استفاده از LLVM ساخته شده تا هم به سادگی Python باشد و هم سرعت بالاتری ارائه دهد. توسعه‌دهنده‌ی این پروژه به‌دنبال نظرات و پیشنهادات برای بهبود زبانش است. اگر شما هم به بهینه‌سازی و توسعه‌ی زبان‌های برنامه‌نویسی علاقه‌مندید، این پروژه می‌تواند الهام‌بخش شما باشد.
🔗 https://www.reddit.com/r/coolgithubprojects/comments/1t9my9y/i_made_a_language_called_casterisk/
#dev #Python #LLVM
@BenFeed
توسعه‌دهندگان همیشه به دنبال زبان‌های جدید و سریع‌تر هستند. حالا یک دانشجوی کامپیوتر در سال سوم، زبان C-Asterisk را به‌عنوان پروژه‌ی پایانی‌اش ساخته و آن را در یک پروژه کوچک MNIST با Python مقایسه کرده است. نتیجه؟ C-Asterisk حدود ۲۰ برابر سریع‌تر از Python عمل کرده!
این زبان با استفاده از LLVM ساخته شده تا هم به سادگی Python باشد و هم سرعت بالاتری ارائه دهد. توسعه‌دهنده‌ی این پروژه به‌دنبال نظرات و پیشنهادات برای بهبود زبانش است. اگر شما هم به بهینه‌سازی و توسعه‌ی زبان‌های برنامه‌نویسی علاقه‌مندید، این پروژه می‌تواند الهام‌بخش شما باشد.
🔗 https://www.reddit.com/r/coolgithubprojects/comments/1t9my9y/i_made_a_language_called_casterisk/
#dev #Python #LLVM
@BenFeed
Reddit
From the coolgithubprojects community on Reddit: I made a language called C-Asterisk
Explore this post and more from the coolgithubprojects community
📢 آزمون LEGB و درک دامنه‌های پایتون 🐍
در دنیای پایتون، درک نحوه‌ی حل نام‌ها با استفاده از قانون LEGB (Local, Enclosing, Global, Built-in) بسیار حیاتی است. این آزمون به شما کمک می‌کند تا با مرور این قانون، دامنه‌های محلی، محاط، جهانی و داخلی را در عمل ببینید. همچنین با استفاده از دستورات global و nonlocal می‌توانید به مرزهای دامنه‌ها دسترسی پیدا کنید.
برای هر توسعه‌دهنده‌ی پایتون، تسلط بر این مفاهیم به شما کمک می‌کند تا کدهای بهتری بنویسید و از بروز خطاهای ناخواسته جلوگیری کنید.
🔗 https://realpython.com/quizzes/legb-rule-python-scope/
#backend #Python
@BenFeed
در دنیای پایتون، درک نحوه‌ی حل نام‌ها با استفاده از قانون LEGB (Local, Enclosing, Global, Built-in) بسیار حیاتی است. این آزمون به شما کمک می‌کند تا با مرور این قانون، دامنه‌های محلی، محاط، جهانی و داخلی را در عمل ببینید. همچنین با استفاده از دستورات global و nonlocal می‌توانید به مرزهای دامنه‌ها دسترسی پیدا کنید.
برای هر توسعه‌دهنده‌ی پایتون، تسلط بر این مفاهیم به شما کمک می‌کند تا کدهای بهتری بنویسید و از بروز خطاهای ناخواسته جلوگیری کنید.
🔗 https://realpython.com/quizzes/legb-rule-python-scope/
#backend #Python
@BenFeed
Realpython
The LEGB Rule & Understanding Python Scope Quiz – Real Python
Test your understanding of Python scope, the LEGB rule, and how Python resolves names across local, enclosing, global, and built-in scopes.
✍2👎1
📢 Pyrefly v1.0: آینده‌ی type checking در پایتون 🚀
چالش‌های type checking در پایتون همیشه وجود داشته؛ به‌خصوص در پروژه‌های بزرگ که مدیریت خطاها و بهینه‌سازی عملکرد بسیار دشوار است. توسعه‌دهنده‌ها به ابزارهایی نیاز دارند که نه تنها سریع باشند، بلکه دقت بالایی هم داشته باشند. Pyrefly حالا با نسخه‌ی ۱.۰ خود به این نیاز پاسخ می‌دهد.
حالا Pyrefly با بهبودهای قابل توجه در عملکرد، از جمله ۲ تا ۱۲۵ برابر سریع‌تر شدن تشخیص خطاها، به یکی از سریع‌ترین ابزارهای موجود تبدیل شده است. همچنین قابلیت‌های جدیدی مثل presets برای تنظیمات خطا و بهبود تجربه‌ی کاربری در VS Code به این ابزار اضافه شده.
این تغییرات به توسعه‌دهنده‌ها کمک می‌کند تا با سرعت بیشتری به کدهای خود رسیدگی کنند و به‌راحتی خطاها را مدیریت کنند. در نتیجه، پروژه‌ها نه تنها سریع‌تر، بلکه با کیفیت بهتری پیش می‌روند.
🔗 https://www.reddit.com/r/Python/comments/1tbyd7m/ann_pyrefly_v10_fast_type_checker_language_server/
#backend #Python
@BenFeed
چالش‌های type checking در پایتون همیشه وجود داشته؛ به‌خصوص در پروژه‌های بزرگ که مدیریت خطاها و بهینه‌سازی عملکرد بسیار دشوار است. توسعه‌دهنده‌ها به ابزارهایی نیاز دارند که نه تنها سریع باشند، بلکه دقت بالایی هم داشته باشند. Pyrefly حالا با نسخه‌ی ۱.۰ خود به این نیاز پاسخ می‌دهد.
حالا Pyrefly با بهبودهای قابل توجه در عملکرد، از جمله ۲ تا ۱۲۵ برابر سریع‌تر شدن تشخیص خطاها، به یکی از سریع‌ترین ابزارهای موجود تبدیل شده است. همچنین قابلیت‌های جدیدی مثل presets برای تنظیمات خطا و بهبود تجربه‌ی کاربری در VS Code به این ابزار اضافه شده.
این تغییرات به توسعه‌دهنده‌ها کمک می‌کند تا با سرعت بیشتری به کدهای خود رسیدگی کنند و به‌راحتی خطاها را مدیریت کنند. در نتیجه، پروژه‌ها نه تنها سریع‌تر، بلکه با کیفیت بهتری پیش می‌روند.
🔗 https://www.reddit.com/r/Python/comments/1tbyd7m/ann_pyrefly_v10_fast_type_checker_language_server/
#backend #Python
@BenFeed
Reddit
From the Python community on Reddit
Explore this post and more from the Python community
📢 بازگشت به Garbage Collection سنتی در Python 3.14 و 3.15 🔄
مدت‌هاست که توسعه‌دهنده‌ها با چالش‌های Garbage Collection (GC) در Python دست و پنجه نرم می‌کنند. تغییرات incremental GC در نسخه‌های جدید، باعث افزایش پیچیدگی و مشکلاتی در عملکرد برنامه‌ها شده بود. حالا خبر خوب این است که تیم Python تصمیم به بازگشت به سیستم سنتی GC گرفته است.
این بازگشت به معنای کاهش overhead و بهبود عملکرد برنامه‌ها در شرایط خاص است. برای توسعه‌دهنده‌های backend، این تغییر می‌تواند به معنای بهینه‌تر شدن مدیریت حافظه و کاهش مشکلات مرتبط با performance باشد. به عبارت دیگر، حالا می‌توانید با خیال راحت‌تری به توسعه‌ی برنامه‌های خود ادامه دهید.
🔗 https://discuss.python.org/t/reverting-the-incremental-gc-in-python-3-14-and-3-15/107014
#backend #Python
@BenFeed
مدت‌هاست که توسعه‌دهنده‌ها با چالش‌های Garbage Collection (GC) در Python دست و پنجه نرم می‌کنند. تغییرات incremental GC در نسخه‌های جدید، باعث افزایش پیچیدگی و مشکلاتی در عملکرد برنامه‌ها شده بود. حالا خبر خوب این است که تیم Python تصمیم به بازگشت به سیستم سنتی GC گرفته است.
این بازگشت به معنای کاهش overhead و بهبود عملکرد برنامه‌ها در شرایط خاص است. برای توسعه‌دهنده‌های backend، این تغییر می‌تواند به معنای بهینه‌تر شدن مدیریت حافظه و کاهش مشکلات مرتبط با performance باشد. به عبارت دیگر، حالا می‌توانید با خیال راحت‌تری به توسعه‌ی برنامه‌های خود ادامه دهید.
🔗 https://discuss.python.org/t/reverting-the-incremental-gc-in-python-3-14-and-3-15/107014
#backend #Python
@BenFeed
Discussions on Python.org
Reverting the incremental GC in Python 3.14 and 3.15
Python 3.14 shipped with a new incremental garbage collector. However, we’ve had a number of reports of significant memory pressure in production environments. We’ve decided to revert it in both 3.14 and 3.15, and go back to the generational GC from 3.13.…
❤1
📢 آیا Cursor یا Windsurf، بهترین ویرایشگر کد AI برای پایتون است؟ 🤔
در این آزمون، شما توانایی خود را در مقایسه Cursor و Windsurf به چالش می‌کشید. هر دو ویرایشگر در زمینه‌های مختلفی مانند تکمیل کد، ویرایش چندفایلی و دیباگینگ متفاوت عمل می‌کنند. با پاسخ دادن به سوالات، می‌توانید به تفاوت‌های کلیدی این دو ویرایشگر پی ببرید و نکات مهمی را که باید هنگام استفاده از AI agent برای نوشتن کد پایتون در نظر بگیرید، دوباره مرور کنید.
این آزمون به شما کمک می‌کند تا انتخاب بهتری برای ابزارهای توسعه‌تان داشته باشید و از قابلیت‌های هر یک به‌خوبی بهره ببرید.
🔗 https://realpython.com/quizzes/cursor-vs-windsurf-python/
#backend #Python
@BenFeed
در این آزمون، شما توانایی خود را در مقایسه Cursor و Windsurf به چالش می‌کشید. هر دو ویرایشگر در زمینه‌های مختلفی مانند تکمیل کد، ویرایش چندفایلی و دیباگینگ متفاوت عمل می‌کنند. با پاسخ دادن به سوالات، می‌توانید به تفاوت‌های کلیدی این دو ویرایشگر پی ببرید و نکات مهمی را که باید هنگام استفاده از AI agent برای نوشتن کد پایتون در نظر بگیرید، دوباره مرور کنید.
این آزمون به شما کمک می‌کند تا انتخاب بهتری برای ابزارهای توسعه‌تان داشته باشید و از قابلیت‌های هر یک به‌خوبی بهره ببرید.
🔗 https://realpython.com/quizzes/cursor-vs-windsurf-python/
#backend #Python
@BenFeed
Realpython
Cursor vs Windsurf: Which AI Code Editor Is Best for Python? Quiz – Real Python
Test your understanding of how Cursor and Windsurf compare for Python across AI completion, agentic edits, and debugging workflows.
📢 خلاصه‌ی اجلاس تایپ در PyCon US 2026 🐍
اجلاس تایپ در PyCon US امسال فرصتی عالی برای بررسی پیشرفت‌های جدید در زمینه‌ی type system پایتون بود. موضوعاتی مثل intersection types، constraint sets در ty و tensor shapes در Pyrefly به بحث گذاشته شدند. همچنین، Guido van Rossum در مورد آینده‌ی تایپ در پایتون صحبت کرد و جهت‌گیری‌های جدید را معرفی کرد.
این اجلاس برای توسعه‌دهندگان backend که به بهبود type safety و قابلیت‌های جدید پایتون علاقه دارند، بسیار مهم است. درک بهتر از این موضوعات می‌تواند به بهینه‌سازی کد و کاهش خطاها کمک کند.
🔗 https://bernat.tech/posts/pycon-us-2026-typing-summit-recap/
#backend #Python
@BenFeed
اجلاس تایپ در PyCon US امسال فرصتی عالی برای بررسی پیشرفت‌های جدید در زمینه‌ی type system پایتون بود. موضوعاتی مثل intersection types، constraint sets در ty و tensor shapes در Pyrefly به بحث گذاشته شدند. همچنین، Guido van Rossum در مورد آینده‌ی تایپ در پایتون صحبت کرد و جهت‌گیری‌های جدید را معرفی کرد.
این اجلاس برای توسعه‌دهندگان backend که به بهبود type safety و قابلیت‌های جدید پایتون علاقه دارند، بسیار مهم است. درک بهتر از این موضوعات می‌تواند به بهینه‌سازی کد و کاهش خطاها کمک کند.
🔗 https://bernat.tech/posts/pycon-us-2026-typing-summit-recap/
#backend #Python
@BenFeed
Bernát Gábor — Python packaging, tox, virtualenv & open source
PyCon US 2026 Typing Summit Recap
Per-talk notes from the PyCon US 2026 Typing Summit in Long Beach: Pyrefly and AI agents, ty constraint sets, Lean formalization, tensor shape types, intersection types, PEP 827, Guido on the direction of typing, and the Typing Council Q&A.
Python 3.14 compiled to metal – no interpreter
پایتون ۳.۱۴ کامپایل‌شده به native — بدون interpreter
پروژه‌ی pon یک compiler و runtime بومی برای Python 3.14 است که به‌جای interpreter، مستقیم به کد ماشین می‌رسد. زیرش از Cranelift به‌عنوان backend، parser ابزار ruff، و یک garbage collector به‌نام Green Tea GC استفاده شده — همه در Rust. برای اطمینان از صحت، testing تفاضلی بایت‌به‌بایت در برابر CPython انجام می‌دهد.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: این پروژه نشان می‌دهد می‌شود Python را بدون CPython اجرا کرد — هم JIT هم AoT — که می‌تواند مسیر جدیدی برای performance-critical workloadهای Python باز کند.
💡 نکته: ترکیب Cranelift با ruff parser و یک GC سفارشی در Rust، یک stack کاملاً مستقل از CPython می‌سازد که از نظر معماری بسیار جسورانه است.
👥 برای کی: توسعه‌دهنده‌هایی که روی runtime، compiler یا بهینه‌سازی عملکرد Python کار می‌کنند.
🔗 https://github.com/can1357/pon
#backend #python #compiler
@BenFeed
پایتون ۳.۱۴ کامپایل‌شده به native — بدون interpreter
پروژه‌ی pon یک compiler و runtime بومی برای Python 3.14 است که به‌جای interpreter، مستقیم به کد ماشین می‌رسد. زیرش از Cranelift به‌عنوان backend، parser ابزار ruff، و یک garbage collector به‌نام Green Tea GC استفاده شده — همه در Rust. برای اطمینان از صحت، testing تفاضلی بایت‌به‌بایت در برابر CPython انجام می‌دهد.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: این پروژه نشان می‌دهد می‌شود Python را بدون CPython اجرا کرد — هم JIT هم AoT — که می‌تواند مسیر جدیدی برای performance-critical workloadهای Python باز کند.
💡 نکته: ترکیب Cranelift با ruff parser و یک GC سفارشی در Rust، یک stack کاملاً مستقل از CPython می‌سازد که از نظر معماری بسیار جسورانه است.
👥 برای کی: توسعه‌دهنده‌هایی که روی runtime، compiler یا بهینه‌سازی عملکرد Python کار می‌کنند.
🔗 https://github.com/can1357/pon
#backend #python #compiler
@BenFeed
GitHub
GitHub - can1357/pon: Python 3.14, compiled to metal — JIT & AoT native compiler and runtime in Rust. Cranelift backend, ruff parser…
Python 3.14, compiled to metal — JIT & AoT native compiler and runtime in Rust. Cranelift backend, ruff parser, Green Tea GC, byte-exact differential testing against CPython. - can1357/pon
PrefectHQ/prefect
فریم‌ورک orchestration برای pipelineهای داده‌ی مقاوم در Python
Prefect یک workflow orchestration framework است برای ساخت data pipelineهای مقاوم در Python.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: مدیریت workflowهای پیچیده‌ی داده بدون دردسرِ زیرساخت، مستقیماً در Python — که برای تیم‌های کوچک تا متوسط یک مزیت جدی است.
💡 نکته: برخلاف Airflow که سنگین و XML-محور است، Prefect با decoratorهای ساده روی کدِ موجود سوار می‌شود و curve یادگیری را کوتاه می‌کند.
👥 برای کی: توسعه‌دهنده‌هایی که روی data pipeline، ETL یا backend سرویس‌های داده‌محور کار می‌کنند.
🔗 https://github.com/PrefectHQ/prefect
#backend #Python #workflow
@BenFeed
فریم‌ورک orchestration برای pipelineهای داده‌ی مقاوم در Python
Prefect یک workflow orchestration framework است برای ساخت data pipelineهای مقاوم در Python.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: مدیریت workflowهای پیچیده‌ی داده بدون دردسرِ زیرساخت، مستقیماً در Python — که برای تیم‌های کوچک تا متوسط یک مزیت جدی است.
💡 نکته: برخلاف Airflow که سنگین و XML-محور است، Prefect با decoratorهای ساده روی کدِ موجود سوار می‌شود و curve یادگیری را کوتاه می‌کند.
👥 برای کی: توسعه‌دهنده‌هایی که روی data pipeline، ETL یا backend سرویس‌های داده‌محور کار می‌کنند.
🔗 https://github.com/PrefectHQ/prefect
#backend #Python #workflow
@BenFeed
GitHub
GitHub - PrefectHQ/prefect: Prefect is a workflow orchestration framework for building resilient data pipelines in Python.
Prefect is a workflow orchestration framework for building resilient data pipelines in Python. - PrefectHQ/prefect
open-science by aipoch
محیط کار تحقیقاتیِ هوش مصنوعی، متن‌باز و محلی‌محور
ابزار Open Science از AIPOCH یک workbench تحقیقاتیِ هوش مصنوعی متن‌باز است که به صورت local-first و model-agnostic روی macOS، Windows و Linux اجرا می‌شود. این پروژه شامل scientific agentها، notebookهای Python/R، data connector و قابلیت ردیابیِ reproducible provenance می‌شود.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: محققان و توسعه‌دهنده‌هایی که نمی‌خواهند داده‌هایشان روی سرور ابری باشد، حالا یک workbench یکپارچه دارند که agent، notebook و provenance را زیر یک سقف می‌آورد.
💡 نکته: model-agnostic بودن یعنی می‌توانید هر LLM محلی یا ابری را وصل کنید بدون اینکه به یک vendor وابسته باشید.
👥 برای کی: توسعه‌دهنده‌ها و محققانی که روی data science، agent یا reproducible research کار می‌کنند.
🔗 https://github.com/aipoch/open-science
#ai #agent #Python
@BenFeed
محیط کار تحقیقاتیِ هوش مصنوعی، متن‌باز و محلی‌محور
ابزار Open Science از AIPOCH یک workbench تحقیقاتیِ هوش مصنوعی متن‌باز است که به صورت local-first و model-agnostic روی macOS، Windows و Linux اجرا می‌شود. این پروژه شامل scientific agentها، notebookهای Python/R، data connector و قابلیت ردیابیِ reproducible provenance می‌شود.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: محققان و توسعه‌دهنده‌هایی که نمی‌خواهند داده‌هایشان روی سرور ابری باشد، حالا یک workbench یکپارچه دارند که agent، notebook و provenance را زیر یک سقف می‌آورد.
💡 نکته: model-agnostic بودن یعنی می‌توانید هر LLM محلی یا ابری را وصل کنید بدون اینکه به یک vendor وابسته باشید.
👥 برای کی: توسعه‌دهنده‌ها و محققانی که روی data science، agent یا reproducible research کار می‌کنند.
🔗 https://github.com/aipoch/open-science
#ai #agent #Python
@BenFeed
GitHub
GitHub - aipoch/open-science: The open-source AI research workbench for scientific research and agent workflows. Local-first, model…
The open-source AI research workbench for scientific research and agent workflows. Local-first, model-agnostic desktop app with extensible skills, MCP tools and connectors, Python/R execution and t...
microsoft/markitdown
ابزار تبدیل فایل‌ها و اسناد آفیسی به Markdown از Microsoft
این ابزار Python برای تبدیل انواع فایل‌ها و اسناد Office به فرمت Markdown طراحی شده و می‌تواند ورودی‌های مختلف را برای pipelineهای پردازش متن آماده کند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: تبدیل اسناد به Markdown یکی از رایج‌ترین مراحل آماده‌سازی داده برای LLMهاست و داشتن یک ابزار رسمی از Microsoft این کار را استانداردتر می‌کند.
💡 نکته: وقتی pipeline شما باید اسناد Word، PDF یا Excel را به عنوان context به یک LLM بدهد، این library می‌تواند یک قدم کمتر نگران‌تان کند.
👥 برای کی: توسعه‌دهنده‌هایی که روی RAG، document processing یا automation کار می‌کنند.
🔗 https://github.com/microsoft/markitdown
#backend #LLM #python
@BenFeed
ابزار تبدیل فایل‌ها و اسناد آفیسی به Markdown از Microsoft
این ابزار Python برای تبدیل انواع فایل‌ها و اسناد Office به فرمت Markdown طراحی شده و می‌تواند ورودی‌های مختلف را برای pipelineهای پردازش متن آماده کند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: تبدیل اسناد به Markdown یکی از رایج‌ترین مراحل آماده‌سازی داده برای LLMهاست و داشتن یک ابزار رسمی از Microsoft این کار را استانداردتر می‌کند.
💡 نکته: وقتی pipeline شما باید اسناد Word، PDF یا Excel را به عنوان context به یک LLM بدهد، این library می‌تواند یک قدم کمتر نگران‌تان کند.
👥 برای کی: توسعه‌دهنده‌هایی که روی RAG، document processing یا automation کار می‌کنند.
🔗 https://github.com/microsoft/markitdown
#backend #LLM #python
@BenFeed
GitHub
GitHub - microsoft/markitdown: Python tool for converting files and office documents to Markdown.
Python tool for converting files and office documents to Markdown. - microsoft/markitdown
PyPy v8.0.0 Release
انتشار PyPy نسخه‌ی ۸.۰.۰
تیم PyPy با افتخار نسخه‌ی ۸.۰.۰ این runtime را منتشر کرد — حدود چهار ماه پس از نسخه‌ی قبلی در ۲۶ مه ۲۰۲۶. این نسخه پشتیبانی از Python 2.7 و 3.11 را ادامه می‌دهد و نسخه‌ی beta برای Python 3.12 را هم همراه دارد.
نظر هوش مصنوعی — ⭐ ۶/۱۰
🎯 چرا مهمه: PyPy هنوز برای workloadهای CPU-bound یک گزینه‌ی جدی‌ست و هر major release می‌تواند performance یا compatibility پروژه‌های موجود را تغییر دهد.
💡 نکته: پشتیبانی beta از Python 3.12 نشان می‌دهد PyPy دارد فاصله‌اش با CPython را کم می‌کند — ارزش دارد روی پروژه‌های واقعی تست شود.
👥 برای کی: توسعه‌دهنده‌هایی که Python را برای کارهای محاسباتی سنگین یا backendهای پرترافیک استفاده می‌کنند.
🔗 https://pypy.org/posts/2026/09/pypy-v800-release.html
#backend #Python #PyPy
@BenFeed
انتشار PyPy نسخه‌ی ۸.۰.۰
تیم PyPy با افتخار نسخه‌ی ۸.۰.۰ این runtime را منتشر کرد — حدود چهار ماه پس از نسخه‌ی قبلی در ۲۶ مه ۲۰۲۶. این نسخه پشتیبانی از Python 2.7 و 3.11 را ادامه می‌دهد و نسخه‌ی beta برای Python 3.12 را هم همراه دارد.
نظر هوش مصنوعی — ⭐ ۶/۱۰
🎯 چرا مهمه: PyPy هنوز برای workloadهای CPU-bound یک گزینه‌ی جدی‌ست و هر major release می‌تواند performance یا compatibility پروژه‌های موجود را تغییر دهد.
💡 نکته: پشتیبانی beta از Python 3.12 نشان می‌دهد PyPy دارد فاصله‌اش با CPython را کم می‌کند — ارزش دارد روی پروژه‌های واقعی تست شود.
👥 برای کی: توسعه‌دهنده‌هایی که Python را برای کارهای محاسباتی سنگین یا backendهای پرترافیک استفاده می‌کنند.
🔗 https://pypy.org/posts/2026/09/pypy-v800-release.html
#backend #Python #PyPy
@BenFeed
PyPy
PyPy v8.0.0 release
PyPy v8.0.0: release of python 2.7, 3.11, and 3.12 beta released 2026-09-19
The PyPy team is proud to release version 8.0.0 of PyPy after the previous
release on May 26, 2026. This is a major new vers
The PyPy team is proud to release version 8.0.0 of PyPy after the previous
release on May 26, 2026. This is a major new vers
🔥1
Release of Polars 2.0
انتشار Polars 2.0
عصر جدیدِ DataFrameها فرا رسید.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: Polars به‌عنوان جایگزین سریع‌تر و کارآمدتر pandas داره جا می‌افته و نسخه‌ی ۲.۰ یه نقطه‌ی عطف مهم برای بلوغ این library محسوب می‌شه.
💡 نکته: رسیدن به نسخه‌ی ۲.۰ معمولاً یعنی API stabileشده و می‌شه با اطمینان بیشتری وارد codebaseهای production کردش.
👥 برای کی: توسعه‌دهنده‌هایی که با data pipline یا data engineering کار می‌کنن.
🔗 https://pola.rs/posts/release-polars-2/
#backend #Python #DataEngineering
@BenFeed
انتشار Polars 2.0
عصر جدیدِ DataFrameها فرا رسید.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: Polars به‌عنوان جایگزین سریع‌تر و کارآمدتر pandas داره جا می‌افته و نسخه‌ی ۲.۰ یه نقطه‌ی عطف مهم برای بلوغ این library محسوب می‌شه.
💡 نکته: رسیدن به نسخه‌ی ۲.۰ معمولاً یعنی API stabileشده و می‌شه با اطمینان بیشتری وارد codebaseهای production کردش.
👥 برای کی: توسعه‌دهنده‌هایی که با data pipline یا data engineering کار می‌کنن.
🔗 https://pola.rs/posts/release-polars-2/
#backend #Python #DataEngineering
@BenFeed
Polars
Release of Polars 2.0
DataFrames for the new era
Python 3.15.0
انتشار رسمی Python 3.15.0
خانه‌ی رسمی زبان برنامه‌نویسی Python.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: هر نسخه‌ی major از Python تغییراتی در syntax، performance و standard library می‌آره که مستقیم روی codebase همه تأثیر می‌ذاره.
💡 نکته: قبل از upgrade، بررسی deprecationها و تغییرات breaking change رو جدی بگیرید — خصوصاً اگه روی libraryهای third-party وابستگی دارید.
👥 برای کی: همه‌ی توسعه‌دهنده‌هایی که با Python کار می‌کنند.
🔗 https://www.python.org/downloads/release/python-3150/
#backend #Python
@BenFeed
انتشار رسمی Python 3.15.0
خانه‌ی رسمی زبان برنامه‌نویسی Python.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: هر نسخه‌ی major از Python تغییراتی در syntax، performance و standard library می‌آره که مستقیم روی codebase همه تأثیر می‌ذاره.
💡 نکته: قبل از upgrade، بررسی deprecationها و تغییرات breaking change رو جدی بگیرید — خصوصاً اگه روی libraryهای third-party وابستگی دارید.
👥 برای کی: همه‌ی توسعه‌دهنده‌هایی که با Python کار می‌کنند.
🔗 https://www.python.org/downloads/release/python-3150/
#backend #Python
@BenFeed
Python.org
Python Release Python 3.15.0
The official home of the Python Programming Language
SQLAlchemy 2.1.0 Released
انتشار SQLAlchemy نسخه‌ی ۲.۱.۰
ابزار جامع database برای Python رسماً به نسخه‌ی ۲.۱.۰ رسید.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: SQLAlchemy یکی از پرکاربردترین ORMها در اکوسیستم Python است و هر نسخه‌ی minor آن می‌تواند روی پروژه‌های production تأثیر بگذارد.
💡 نکته: قبل از upgrade، changelog را بررسی کنید — نسخه‌های ۲.x گاهی breaking changeهای ظریف در رفتار session و mapping دارند.
👥 برای کی: توسعه‌دهنده‌های Python که از SQLAlchemy در backend یا data pipeline استفاده می‌کنند.
🔗 https://www.sqlalchemy.org/blog/2026/09/24/sqlalchemy-2.1.0-released/
#backend #Python #SQLAlchemy
@BenFeed
انتشار SQLAlchemy نسخه‌ی ۲.۱.۰
ابزار جامع database برای Python رسماً به نسخه‌ی ۲.۱.۰ رسید.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: SQLAlchemy یکی از پرکاربردترین ORMها در اکوسیستم Python است و هر نسخه‌ی minor آن می‌تواند روی پروژه‌های production تأثیر بگذارد.
💡 نکته: قبل از upgrade، changelog را بررسی کنید — نسخه‌های ۲.x گاهی breaking changeهای ظریف در رفتار session و mapping دارند.
👥 برای کی: توسعه‌دهنده‌های Python که از SQLAlchemy در backend یا data pipeline استفاده می‌کنند.
🔗 https://www.sqlalchemy.org/blog/2026/09/24/sqlalchemy-2.1.0-released/
#backend #Python #SQLAlchemy
@BenFeed
www.sqlalchemy.org
The Database Toolkit for Python