А вы знали, что в Python нет классической перегрузки функций, как в C++ или Java? Но functools легко решает эту задачу.

Волшебство кроется в декораторе @singledispatch. Он позволяет создать функцию, поведение которой меняется в зависимости от типа первого аргумента.

Как это работает:

— базовую реализацию оборачиваешь в @singledispatch
— для каждого типа регистрируешь свою версию через @функция.register
— Python сам выбирает нужную ветку по типу переданного аргумента

Это чистая и читаемая альтернатива громоздким проверкам isinstance внутри одной функции. Особенно удобно, когда нужно по-разному обрабатывать int, str или список — код остаётся аккуратным и расширяемым.

Рёв моторов и запах жжёной резины — залетай к тем, кто живёт скоростью и дрифтом.

#Python #functools #кодинг

Python в машиностроении — это не про абстрактный код, а про реальную пользу для инженеров.

С его помощью можно автоматизировать рутину, анализировать массивы данных и щёлкать сложные инженерные задачи, на которые вручную ушли бы дни.

Базовый набор инструментов тут вполне понятный:

• NumPy — быстрые вычисления и работа с матрицами
• Pandas — разбор и обработка данных
• Matplotlib — наглядные графики и визуализация

Сверху — подключение ИИ прямо в инженерные процессы: от предсказания нагрузок до оптимизации конструкций. И всё это отрабатывается на практических кейсах, а не на голой теории.

Подписывайся, чтобы не пропустить — разборы Python и AI выходят здесь регулярно.

#python #программирование #разработка

Как dataclass ведёт себя при наследовании

Маленькая, но важная деталь Python: dataclass прекрасно работает с наследованием. Поля родительского класса подхватываются дочерним в порядке объявления — сначала идут поля родителя, потом добавляются собственные.

Поэтому если родитель отдаёт x=1, а дочерний класс — y=2, при создании экземпляра B ты получишь оба значения.

Главная ловушка: если в родителе поле со значением по умолчанию, а в дочернем — без него, Python выдаст ошибку порядка полей. Это классика, на которой спотыкаются даже опытные. Здесь всё чисто — у всех полей есть дефолт, поэтому проблем нет.

#Python #dataclass #ООП

Вышел Mojo 1.0 — и это не просто ещё один язык

Python давно закрепился как стандарт в машинном обучении, анализе данных и научных расчётах. Но как только проект упирается в тяжёлые вычисления, его скорость превращается в реальный тормоз.

Именно эту боль и решает Mojo. Синтаксис почти как у Python — переучиваться не придётся, но под капотом всё устроено иначе: язык заточен под производительность и работу с железом на низком уровне.

По сути, ты пишешь привычный код, а получаешь скорость, близкую к системным языкам. Для ML-проектов и вычислительно сложных задач это может стать серьёзным апгрейдом.

Подписывайся, чтобы не пропустить — разборы новых языков и инструментов здесь выходят регулярно

#Mojo #Python #ML

Дорожная карта: как стать инженером-робототехником

Если хочется собрать путь от нуля до реальных роботов — вот порядок, в котором стоит качать навыки:

• База: Python и C++, плюс математика — линейная алгебра, матанализ, теория вероятностей
• Железо: электроника (датчики, двигатели, питание) и встраиваемые системы — микроконтроллеры, RTOS
• Управление и механика: ПИД-регуляторы, устойчивость, кинематика, динамика, CAD
• Софт: Linux (терминал, сети, отладка), ROS 2, симуляция в Gazebo и Isaac Sim

Дальше — самое интересное:

• Восприятие → компьютерное зрение, лидары, объединение данных с датчиков
• Локализация → фильтры Калмана, SLAM
• Планирование → A*, RRT, построение траекторий
• Манипуляторы → обратная кинематика, захват объектов
• ИИ → обучение с подкреплением

Финал — собственные дроны, роверы и роботизированные руки, автономность по цепочке «восприятие → планирование → управление», запуск на борту через периферийные вычисления и выход в промышленную робототехнику с ПЛК.

#робототехника #ROS #Python

Python + ИИ в 2026: как реально работать с кодом через нейросети

AI-ассистенты вроде ChatGPT, Claude и Cursor уже давно не игрушка — они пишут, чистят и отлаживают код быстрее, чем ты успеваешь открыть Stack Overflow. Но чтобы это работало, важно понимать, где им можно доверять, а где нет.

Что стоит перекладывать на AI:

• Генерация кода — черновой каркас функции по описанию задачи
• Ревью и рефакторинг — поиск узких мест и упрощение логики
• Отладка — разбор ошибок и трассировка стектрейса
• Тесты — заготовки под pytest и покрытие граничных случаев

Главный принцип прост: чем точнее промпт и контекст, тем меньше правок потом. AI-агенты хороши как ускоритель, но финальное решение всё равно за тобой — проверяй логику и не запускай в прод то, что не понял сам.

#Python #ИИ #Cursor

Ошибка NoneType — это не тупик, а подсказка, где искать проблему

Скрипт падает на user.name, и Python пишет: у объекта NoneType нет атрибута name. Многие читают это как проблему с самим name — а на деле речь о другом. В этой строке переменная user оказалась равна None, хотя код рассчитывал получить объект пользователя.

Искать причину проще в обратном порядке:
— находим обращение к атрибуту
— смотрим переменную слева от точки
— идём туда, где она получила значение

Классический сценарий: функция find_user() возвращает None, если не нашла запись. Значит, копать надо в сторону target_id и проверять, есть ли вообще нужный элемент в списке.

Возьмите похожую ошибку из своего проекта и пройдите цепочку назад до первого None. Так сообщение об ошибке из непонятного крика превращается в чёткий маршрут от симптома к настоящей причине.

#Python #NoneType #дебаггинг

👨‍💻 Пишем бота для Terraria на Python

Рыбалка в Terraria — занятие полезное, но нудное: сидишь и кликаешь по поплавку, пока уходят часы реального времени. Логичный шаг — отдать эту рутину скрипту.

Суть простая: бот отслеживает состояние поплавка на экране и автоматически делает подсечку в нужный момент. Для этого обычно связывают пару инструментов:

• pyautogui — для управления мышью и клавиатурой
• анализ скриншотов — чтобы ловить момент поклёвки по изменению пикселей
• простой цикл с таймингами, который имитирует действия игрока

Такой проект — отличная тренировка по автоматизации и работе с распознаванием картинки на экране. Логику потом легко перенести и на другие игры.

#Python #Terraria #pyautogui

Pandas: от сырых данных до готового отчёта

Если работаешь с данными в Python, без Pandas далеко не уедешь. Эта библиотека закрывает весь цикл анализа — от загрузки файла до финального экспорта.

Что умеет:

• загрузить CSV, Excel или базу и глянуть на структуру
• выбрать нужные столбцы и отфильтровать строки
• разобраться с пропусками в данных
• сгруппировать и агрегировать результаты через groupby
• объединить несколько таблиц в одну
• работать с датами и временными рядами
• быстро построить графики прямо из DataFrame

По сути один инструмент заменяет половину Excel и SQL-запросов, только гибче и воспроизводимо в коде.

#Pandas #Python #данные

Capability-based Security: доступ через права, а не через запреты

Есть любопытная концепция — Capability-based Security (CBS). Суть простая: доступ к функциям и ресурсам определяется не глобальными флагами и проверками «можно/нельзя», а конкретными разрешениями-возможностями, которые получает код.

На практике это выглядит так: функция через декоратор явно объявляет, какие ресурсы ей нужны для работы. А библиотека следит за дисциплиной и блокирует любые вызовы, на которые разрешение не выдано.

Плюс подхода — меньше шансов случайно дать коду лишние права. Каждый вызов работает ровно в тех границах, которые ему назначены, и ничего сверх этого.

Подписывайся, чтобы не пропустить разборы таких архитектурных решений — здесь они выходят регулярно

#security #Python #декораторы