Автор этой статьи разобрал несколько типичных ошибок, которые встречаются при написании автотестов на Python.

👉 Цель чтива — показать абсурдность некоторых подходов, объяснить, как не стоит строить тестовую инфраструктуру и почему это приводит к проблемам.

Держите репозиторий, который представляет собой визуальную шпаргалку по основным темам Backend-разработки.

👉 Весь материал разделён на главы, включающие различные темы.

👉 Каждая тема состоит из трёх основных частей: различные изображения/таблицы, резюме со списком ключевых терминов и концепций, ссылки на источники.

Если кратко, логгер — это специальный модуль или библиотека, которая фиксирует определённые события в программе.

👉 В статье научим наши программы отчитываться о своей работе, чтобы упростить отладку.

Перед вами полезный инструмент для аудита кода — он анализирует поведение кода и тестирует его при каждом git push, чтобы убедиться, что код готов к использованию в продакшене.

👉 Все возможности: анализ кодовой базы, оценка влияния изменений, автоматическая генерация тестов, интеграция с IDE, отладка и диагностика, интеграция с процессом разработки.

В этой статье показан базовый, но рабочий подход к тестированию трансформации данных в ETL-процессах.

Автор, на примере Python-проекта с pytest, allure и psycopg2, демонстрирует, как автоматизировать создание и наполнение таблиц, хранить схемы и данные в JSON, поднимать фикстуры для работы с БД и API, а затем сравнивать результат.

👉 Всё это — с живым стилем, юмором и кучей кода.

Перед вами репозиторий, в котором можно найти почти всё, что угодно для буста знаний в области компьютерных наук.

👉 Довольно полезно для всех, кто интересуется сферой IT и программированием.

Работа аналитика данных включает — парсинг информации, анализ пользовательского поведения, работу с визуализацией и оптимизацию процессов.

👉 Chrome предлагает множество расширений, которые помогают решать эти задачи быстрее и эффективнее. Разберем самые топовые из них.

Автор статьи разбирает 2 пути — «делать больше» (масштабирование инфраструктуры) и «делать меньше» (уменьшение задержек через оптимизацию кода и запросов).

👉 Будут рассмотрены: практические примеры, баг N+1, кэширование и инструменты вроде Django Debug Toolbar, Locust и APM.

В общем, подробно разберём, как сделать сайт на Django быстрее 👍

С помощью этого учебника вы сможете обучиться всем ключевым возможностям языка программирования Python.

👉 Имеется возможность опробовать свои навыки прямо в рамках учебника, ведь он подразумевает практическое и интерактивное изучение материала.

Автор этой статьи сравнивает разные методы чтения файлов Excel в Python — pandas, openpyxl, Tablib, DuckDB, LibreOffice и даже связки с Rust.

👉 Спойлер: при помощи одного из инструментов Python за 4 секунды «проглотил» полмиллиона строк.

В этой статье мы рассмотрим, как создать собственный DHCP‑сервер на Python.

👉 Суть сервера проста: он будет «подставлять» IP‑адреса устройствам, заходящим в сеть. Сервер будет ловить DHCP‑запросы от клиентов, выбирать свободный IP из заранее подготовленного пула и подтверждать выдачу.

Flask обладает функциональностью, необходимой для создания веб-приложения, но при этом оставляет многие решения на усмотрение разработчика.

👉 В этой статье вы познакомитесь с лучшими практиками по созданию надежного и безопасного Flask-приложения, включая защиту от уязвимости XSS и CSRF.

В рамках этого бесплатного мини-курса вы на практике изучите основные методы работы с таблицами, включая загрузку, фильтрацию, группировку и агрегацию данных.

👉 Вы также научитесь проводить анализ данных, создавать новые столбцы и визуализировать результаты.

Нашли для вас пакет инструментов для написания чистого, читаемого и безопасного Python-кода.

👉 Выбор очень широкий: автоформатировщики, линтеры, инструменты проверки типов, фреймворки для юнит-тестирования и генераторы документации.

Библиотека SQLModel объединяет возможности SQLAlchemy и Pydantic, чтобы упростить работу с базами данных в приложениях на основе FastAPI.

👉 Она интуитивно понятна, проста в использовании, обладает высокой совместимостью и надёжна.

В Python есть много встроенных инструментов, которые помогают лаконично обрабатывать данные, писать читаемый код и избегать лишних проверок и циклов — даже без сторонних библиотек.

👉 Авторы этой статьи собрали конструкции, которые пригодятся как начинающим, так и более опытным разработчикам.