🔳 PEP 806 — смешанные синхронные и асинхронные контекстные менеджеры с точной маркировкой async

Python предлагает удобный способ работы с несколькими контекстными менеджерами через with и async with. Но до сих пор смешивание синхронных и асинхронных менеджеров требовало глубокой вложенности или использования громоздких обходных решений, вроде чрезмерного применения AsyncExitStack.

📪 PEP 806 предлагает разрешить использовать в одном with и синхронные, и асинхронные менеджеры, просто помечая асинхронные ключевым словом async.

Пример старого подхода с глубокой вложенностью:

async def process_data():
    async with acquire_lock() as lock:
        with temp_directory() as tmpdir:
            async with connect_to_db(cache=tmpdir) as db:
                with open('config.json', encoding='utf-8') as f:
                    config = json.load(f)
                    await db.execute(config['query'])

С PEP 806 код станет компактнее и читаемее:

async def process_data():
    with (
        async acquire_lock() as lock,
        temp_directory() as tmpdir,
        async connect_to_db(cache=tmpdir) as db,
        open('config.json', encoding='utf-8') as f,
    ):
        config = json.load(f)
        await db.execute(config['query'])

🔛 Меньше вложенности
🔛 Чёткая маркировка асинхронного кода
🔛 Легче читать и поддерживать

🌠 Полный текст PEP: https://clc.to/Kx-lqQ

🐸 Библиотека питониста

#буст

🐸 Библиотека питониста

#развлекалово

📱 Python новости за последние 7 дней

🔹 Python и веб-разработка
— FastAPI: С нуля до первого API. Часть 1 — пошаговое руководство по созданию первого API на FastAPI.
— Парсинг сайтов с Selenium на Python — как автоматизировать сбор данных с веб-страниц.

🔹 Python и работа с данными
— Самый быстрый способ загрузить 32 000 строк в PostgreSQL с помощью Python — советы по оптимизации вставки данных.
— Модуль datetime для начинающих — обзор работы с датами и временем с практическим домашним заданием.
— Генерация Jupyter Notebooks из Python-скриптов — удобный способ превращать код в интерактивные ноутбуки.

🔹 Python: нововведения и тенденции
— Нововведения Python 3.14 — автодополнение и подсветка синтаксиса в REPL.
— Топ языков программирования в 2025 году — рейтинг IEEE и влияние языковых моделей на популярность языков.

🐸 Библиотека питониста

#свежак

🐸 Библиотека задач по Data Science

📌 Линейные и нелинейные структуры данных

В программировании структуры данных делятся на два больших класса:

👉 Линейные (linear):
— Элементы располагаются последовательно
— Доступ к данным идёт «в линию»
— Примеры: массивы, связные списки, стеки, очереди

👉 Нелинейные (non-linear):
— Элементы связаны по иерархии или в виде сети
— Позволяют моделировать сложные связи и отношения
— Примеры: деревья (binary trees, tries), графы

Разница:
▶️ Линейные проще для хранения и последовательного доступа
▶️ Нелинейные эффективнее, когда нужно отразить отношения между объектами (например, маршруты, иерархии, связи в соцсетях)

🐸 Библиотека питониста

#буст

🐼 Pandas 2.3.3 уже здесь

Свежий релиз популярной библиотеки для анализа данных: Pandas 2.3.3.

Основные моменты:
🔥 Улучшения и фиксы для нового строкового типа данных (будет частью Pandas 3.0)
🔥 Поддержка Python 3.9+
🔥 Впервые добавлена поддержка Python 3.14

Установить можно так:

# conda
conda install pandas --channel conda-forge  

# pip
python3 -m pip install --upgrade pandas

💡 Подробности

🐸 Библиотека питониста

#свежак

🐸 Библиотека питониста

#развлекалово

⚡️ Django получает новый autoreloader: знакомьтесь с django-watchfiles

Django давно умеет автоматически перезапускать runserver при изменении Python-файлов. Но стандартная реализация работает неэффективно — она постоянно опрашивает файловую систему, нагружая CPU и замедляя работу.

Теперь появился более современный и быстрый способ — `django-watchfiles`, который использует нативные API отслеживания файловых изменений.

Преимущества нового подхода:
❇️ Перезапуск сервера происходит быстрее
❇️ Меньше нагрузка на процессор и экономия энергии
❇️ Более надёжная работа благодаря Rust-библиотеке watchfiles

До этого Django предлагал интеграцию с Watchman, но она требовала отдельной установки и обслуживания, а библиотека pywatchman давно не обновлялась.

Теперь у нас есть полноценная альтернатива: кроссплатформенная библиотека watchfiles.

Настроить всё очень просто

1️⃣ Установите пакет (например, через uv):

uv add django-watchfiles

2️⃣ Добавьте приложение в INSTALLED_APPS:

INSTALLED_APPS = [
    ...,
    "django_watchfiles",
    ...,
]

3️⃣ Запустите проект и убедитесь, что autoreloader работает через WatchfilesReloader:

./manage.py runserver
Watching for file changes with WatchfilesReloader

📊 На проекте среднего размера (~385k строк кода + 206 пакетов) на M1 MacBook стандартный Django reloader потреблял ~10% CPU каждые 2 секунды, в то время как django-watchfiles использовал 0% CPU.


🐸 Библиотека питониста

#буст

🚀 Logly — супербыстрая и простая библиотека логирования для Python на Rust

Logly — современная библиотека логирования для Python, которая сочетает простоту использования с высокой производительностью благодаря Rust-бэкенду.

Возможности:
— Логирование в консоль и файлы
— JSON / структурированное логирование
— Асинхронная запись в фоне для минимальной задержки
— Красивое форматирование с минимальным количеством кода

Преимущества:
✅ Лёгкая и быстрая, подходит для скриптов, веб-приложений и production-систем
✅ Асинхронное логирование без лишнего кода
✅ Производительность значительно выше стандартного Python logging
✅ Простой и понятный API

Пример использования:

from logly import logger

logger.info("Привет от Logly!")
logger.debug("Асинхронная запись в файл")
logger.error("Структурированное логирование работает!", extra={"user": "alice"})

Установка:

pip install logly

📱 GitHub

🐸 Библиотека питониста

#буст

🚀 Переход с pip на uv: полное руководство

Python много лет жил с pip как стандартным менеджером пакетов. Но на сцену вышел uv — сверхбыстрый менеджер зависимостей на Rust, который меняет правила игры.

В свежем гайде разобраны:
🆕 что такое uv и как его установить
🆕 работа с виртуальными окружениями
🆕 замена pip для управления зависимостями
🆕 управление версиями Python через uv
🆕 создание и ведение проектов
🆕 пошаговый гид по миграции с pip на uv

👉 Полный разбор: https://clc.to/TFihIw

🐸 Библиотека питониста

#буст

🌐 Crawlee для Python — библиотека для веб-скрапинга и автоматизации браузера

Crawlee v1.0 — открытый инструмент для веб-скрапинга и автоматизации, который позволяет разработчикам собирать данные с сайтов и управлять браузером без лишних сложностей.

Что умеет Crawlee:
➡️ Эффективное и масштабируемое сканирование сайтов
➡️ Скрейпинг данных и сохранение в удобные для машин форматы
➡️ Работа через HTTP и браузер (использует BeautifulSoup4 и Playwright под капотом)
➡️ «Человечоподобные» запросы, которые обходят защиту от ботов
➡️ Адаптивный браузерный краулер для динамических JavaScript-сайтов
➡️ Поддержка Sitemap и Robots Exclusion для этичного и быстрого сканирования
➡️ Fingerprinting: каждый запуск выглядит как реальный пользователь
➡️ Интеграция с OpenTelemetry для мониторинга и анализа производительности

📱 GitHub

🐸 Библиотека питониста

#буст

🚀 Telelog — библиотека структурированного логирования с визуализацией компонентов

Telelog — это библиотека с Rust-подложкой, которая объединяет структурированное логирование, профилирование производительности и визуализацию архитектуры.

Основные возможности:
👉 Профилирование производительности — автоматическое измерение времени выполнения с помощью RAII-guard и менеджеров контекста
👉 Отслеживание компонентов — мониторинг архитектурных компонентов и их взаимосвязей
👉 Визуализация — генерация Mermaid-диаграмм, таймлайнов и диаграмм Ганта
👉 Контекст логов — добавление постоянного контекста ко всем сообщениям
👉 Красивый вывод в консоль — чистый, цветной и информативный
👉 Python bindings — использовать с Python с производительностью Rust
👉 Минимальные накладные расходы — эффективное логирование с возможностью мониторинга системы

📱 GitHub

🐸 Библиотека питониста

#буст