💻 Как работать с `requirements.txt` и не словить хаос в зависимостях

Когда Python-проект разрастается, в нём появляется десятки библиотек. Чтобы не ставить их вручную и не ломать окружение, используется файл requirements.txt — список всех зависимостей проекта.

### 📁 Создание файла

Чтобы сохранить список установленных библиотек, достаточно одной команды:

pip freeze > requirements.txt

➡️ Она выгрузит все текущие пакеты и их версии в requirements.txt.

### ⚙️ Установка зависимостей

Чтобы развернуть проект на другой машине или сервере, выполняем:

pip install -r requirements.txt

Все нужные пакеты установятся автоматически — с нужными версиями.

### 🧩 Формат файла

В requirements.txt можно указывать версии библиотек по-разному:

numpy==1.21.0     # строгая версия  
pandas>=1.3.0     # версия не ниже указанной  
requests          # установится последняя

И не забывай: комментарии начинаются с #.

# Основные зависимости
numpy==1.21.0
pandas>=1.3.0

# Для тестов
pytest

### 🙌 Разделяй и властвуй

Если проект большой — можно разбить зависимости:

# requirements.txt
-r base.txt
-r dev.txt

Так ты отделишь продакшен-зависимости от тех, что нужны только для разработки.

### 🔒 Ограничения через constraints.txt

Чтобы зафиксировать версии пакетов без прямого указания в основном файле, можно использовать constraints.txt:

pip install -r requirements.txt -c constraints.txt

Пример:
requirements.txt

numpy==1.21.0
pandas

constraints.txt

pandas<=1.3.5

### 🧠 Несколько окружений

Для разных задач — свои зависимости:

requirements-dev.txt     # разработка  
requirements-test.txt    # тесты  
requirements-prod.txt    # продакшен

Пример:

pip install -r requirements-dev.txt

### 🔄 Обновление пакетов

Чтобы подтянуть свежие версии библиотек:

pip install --upgrade -r requirements.txt

### 💬 Работа с виртуальным окружением

Всегда изолируй зависимости!

python -m venv venv
source venv/bin/activate    # macOS/Linux  
venv\Scripts\activate       # Windows
pip install -r requirements.txt

### ✅ Итог

requirements.txt — твой контроль над проектом.
С ним ты избежишь конфликтов библиотек, упростишь деплой и сможешь спокойно разворачивать окружение где угодно.

#python #doc #cheatsheet

🔍 Эмуляция человеческих движений мыши на Python

OxyMouse — делает курсор почти «живым». Воспроизводит движения мыши максимально реалистично, как будто за компьютером сидит человек.

Полезно, если нужно имитировать поведение пользователя, например:
💬 при автоматизации тестов,
💬 веб-скрейпинге,
💬 обходе антибот-защит.

В репе есть примеры алгоритмов, которые показывают, как рассчитываются траектории и микроколебания курсора.

Реально выглядит как поведение живого человека, а не скрипта 💀

Простая установка:

pip install oxymouse

Примеры использования:

from oxymouse import OxyMouse

mouse = OxyMouse(algorithm="bezier")
movements = mouse.generate_random_coordinates(viewport_width=1920, viewport_height=1080)

from oxymouse import OxyMouse

mouse = OxyMouse(algorithm="bezier")
movements = mouse.generate_scroll_coordinates()

♎️ GitHub/Инструкция

👨‍💻 Отличный инструмент для тех, кто хочет сделать автоматизацию умнее и «человечнее».

#python #soft #github

😰 Напоминалка на Python 2.0: звук, цвета и много задач за пару минут

Когда дедлайн «вчера», а ты вспоминаешь о задачах уже перед сном — пора завести себе помощника.

Держи готовый код консольной напоминалки: уведомления Windows, звук, цвета, и поддержка нескольких напоминаний. Минимум магии, максимум пользы.

Что умеет:
💬 Несколько напоминаний за раз;
💬Нативные уведомления Windows (plyer);
💬Звук («пик») при срабатывании;
💬Цветные сообщения в консоли (colorama);
💬Типы, датаклассы, валидация времени;
💬CLI-режим (--at, --text) и интерактивный режим.

### Установка

pip install schedule plyer colorama

👇 Код готовой программы (сохрани как `reminder.py`)

Сохраняй, пригодится! 👍

#python #soft #code

😰 Python 3.14 — апдейт, который меняет игру

Коротко: в языке появились t-строки, встроенный Zstandard, цветной REPL, «внешний отладчик без оверхеда», мощные апгрейды asyncio и официальная поддержка свободнопоточного Python (no-GIL-сборка).

💥 Важное по делу:
💬 Free-threaded Python (no-GIL) теперь официально поддерживается — это отдельная сборка интерпретатора, в которой потоки могут параллелиться по ядрам. По умолчанию обычный CPython с GIL никуда не делся, но «свободнопоточная» ветка — уже «first-class citizen». Подробности и гайд по фритредингу в доках.

💬 t-строки (PEP 750) — новый синтаксис t"..." для безопасной шаблонизации: вместо немедленной подстановки, как у f-строк, вы получаете объект-шаблон и можете валидировать/трансформировать части строки до рендера.

💬 Встроенный Zstandard — модуль compression.zstd из коробки: быстрее gzip/zlib, удобный API и поддержка .zst файлов.

💬 REPL стал «цветным» + автодополнение импортов — подсветка синтаксиса по умолчанию, автодополнение импортов и настраиваемая тема через экспериментальный _colorize.set_theme().

💬 Внешний отладчик (PEP 768) — безопасное подключение к работающему процессу без оверхеда; добавлен sys.remote_exec().

💬 Плюс: мульти-интерпретаторы в стандартной библиотеке (PEP 734), отложенная оценка аннотаций (PEP 649/749), улучшенные сообщения об ошибках, новый C API конфигурации (PEP 741) и апгрейды introspection в asyncio.

🚀 Зачем обновляться:
🟢Новые фичи без лишних зависимостей (t-строки, Zstd).
🟢Лучшая DX: цветной REPL, умнее ошибки, безопасный «он-де-флай» отладчик.
🟢Путь к реальному многопоточному CPU-параллелизму через free-threaded-сборку.

🔗 Полный список изменений и детали — в официальном «What’s New in Python 3.14».

#python #doc

🔥 LabEx — бесплатный тренажёр по Python, Linux, ИБ, ,базам данных и д.р.

➡️ Лабы стартуют прямо в браузере: терминал, VM и софт уже развернуты.
➡️ Треки: Python, Linux/DevOps (Docker, K8s), Cybersecurity (Kali, Nmap, Wireshark, Hydra), Databases (PostgreSQL/MySQL/SQLite/Redis/MongoDB).
➡️ Делаете задания и мини-проекты, без установки локальных стендов.
➡️ Встроенный AI-ассистент Labby подсказывает команды и проверяет шаги.

Как начать (2 шага):
✅ Выберите трек: Python → Linux → Databases → Docker/K8s → Security.
✅ Запускайте первую лабу и добивайте чек-лист — всё проверяется в реальном окружении.

Идеально для практики: скрипты на Python, админка Linux, SQL/ETL, безопасные эксперименты по ИБ — быстро, бесплатно, воспроизводимо.

🔗 Сохраняем и пробуем ТУТ

#python #linux #soft #pentest

🔥 Полезные библиотеки Python

Chaplin — утилита для визуального распознавания речи по губам (VSR), которая считывает движения ваших губ и мгновенно преобразует их в текст.

Ключевые особенности:
💬 Мгновенное распознавание: Реагирует на движения губ в реальном времени.
💬 Полная локальная работа: Все процессы выполняются на вашем устройстве, обеспечивая конфиденциальность данных.
💬 Открытый исходный код: Доступен для сообщества разработчиков на GitHub.

Как это работает? Chaplin использует модель, обученную на наборе данных Lip Reading Sentences 3 (LRS3), что позволяет ему точно интерпретировать чтение по губам.

Установка:

$ git clone https://github.com/amanvirparhar/chaplin
$ cd chaplin

Далее качаем необходимые модели, ссылки на GitHub

Пример использования:

$ sudo uv run --with-requirements requirements.txt --python 3.12 main.py config_filename=./configs/LRS3_V_WER19.1.ini detector=mediapipe

⚙️ GitHub/Инструкция

#python #soft #github

🔥 Faker — библиотека, которая создаёт тестовые данные за секунды!

Когда нужно протестировать код, но нет данных — Faker поможет.

Генерирует случайные, реалистичные данные: имена, адреса, почтовые коды, e-mail, города и даже GPS-координаты 🌍

📦 Установка:

pip install faker

⚙️ Пример использования:

from faker import Faker
from typing import Dict, Any

fake = Faker("ru_RU")

def generate_fake_user() -> Dict[str, Any]:
    """
    Генерация случайного пользователя с основными полями.
    Возвращает словарь с данными.
    """
    return {
        "name": fake.name(),
        "address": fake.address(),
        "email": fake.email(),
        "job": fake.job(),
        "country": fake.country(),
        "latitude": fake.latitude(),
        "longitude": fake.longitude(),
        "url": fake.url(),
    }

if __name__ == "__main__":
    user = generate_fake_user()
    for key, value in user.items():
        print(f"{key}: {value}")

Что умеет:
➡️ создаёт данные под разные страны и языки (ru_RU, en_US, de_DE и др.);
➡️ подходит для тестирования, обучения API;
➡️ позволяет кастомизировать шаблоны и формат вывода.

Лучший друг тестировщика, разработчика и всех, кто не любит руками забивать данные 😎

#python #soft