🚀 Spicycrab: транспайлер Python→Rust для швидкості

На Python Language Summit 2026 Kushal Das представив Spicycrab — інструмент, який перетворює код Python у Rust. Це дозволяє отримати швидкість виконання, характерну для Rust, без необхідності вивчати нову мову. Транспайлер автоматично генерує Rust‑модулі і компілює їх, після чого їх можна підключати до Python‑проекту як звичайні розширення. Така можливість особливо корисна для задач, що вимагають інтенсивних обчислень, і допомагає зберегти існуючу Python‑екосистему.

🔗 Джерело

➡️ Python Enjoyer🇺🇦. Підписуйся для нових матеріалів!

📄 Гарний вивід JSON за допомогою json.dumps з indent
Скрипт форматує словник у читабельний JSON‑текст з відступами та друкує його.

Основні можливості:
🔹️ Перетворює dict у форматований JSON‑рядок
🔹️ Використовує параметр indent для читабельності
🔹️ Друкує результат без запису у файл

➡️ Установка: нічого не потрібно — використовується стандартна бібліотека

import json
# приклад словника
data = {"name": "Alice", "age": 30, "skills": ["Python", "Django", "ML"]}
# форматування у читабельний JSON
pretty = json.dumps(data, indent=4, ensure_ascii=False)
print(pretty)

Результат:

{
    "name": "Alice",
    "age": 30,
    "skills": [
        "Python",
        "Django",
        "ML"
    ]
}

➡️ Python Enjoyer🇺🇦. Підписуйся для нових матеріалів!

📄 Код для відмазок

✅ Відео: https://vt.tiktok.com/ZSbQ6mECB/

✅ Надсилає нейронці запит щоб придумати відмазку для керівництва, чому ти пропустив дедлайн.

➡️ Установка: pip install groq
➡️ Сайт для api ключа: https://console.groq.com/keys

from groq import Groq

prompt = (
    "АБСУРДНА ВІДМАЗКА ЧОМУ Я ПРОПУСТИВ ДЕДЛАЙН. 1 реченням"
)
ai = Groq(api_key="ВСТАВТЕ_СЮДИ_ВАШ_ТОКЕН")
r = ai.chat.completions.create(
    model="openai/gpt-oss-20b",
    messages=[{"role": "user", "content": prompt}],
    temperature=1.2,
)
print(r.choices[0].message.content)

🛠 Бібліотека ftfy у Python
ftfy автоматично виправляє пошкоджений Unicode‑текст (моджибейк) та інші проблеми кодування. Працює після отримання даних, тому легко інтегрується у будь‑які скрипти.

Основні можливості бібліотеки:
🔹 Виправляє mojibake та інші помилки кодування одним викликом.
🔹 Підтримує широкий спектр кодувань, включаючи «погані».
🔹 Надає налаштовувані параметри через конфігурацію.
🔹 Має CLI для швидкого виправлення файлів у терміналі.
🔹 Пропонує докладні пояснення та детекцію проблем.

💡 Де може пригодитись ftfy?
✅ Очищення тексту, скопійованого з веб‑сторінок з неправильним кодуванням.
✅ Обробка лог‑файлів, які містять змішані кодування.
✅ Підготовка даних для NLP‑моделей, де важлива коректність Unicode.

➡️ Встановлення бібліотеки:
pip install ftfy
⚙️ Документація

➡️ Python Enjoyer🇺🇦. Підписуйся для нових матеріалів!

🤖 Бібліотека Faker у Python
Faker — це Python‑пакет, який генерує фейкові дані для різних потреб, від заповнення бази даних до створення тестових XML‑файлів.

Основні можливості бібліотеки:
🔹️ Генерує випадкові дані одним викликом функції
🔹️ Не потребує додаткових налаштувань після встановлення
🔹️ Працює на Python 3.8 і вище
🔹️ Легко встановлюється через pip
🔹️ Простий інтерфейс через faker.Faker()

💡 Де може пригодитись Faker?
✅ Заповнення тестової бази даних реальними, але вигаданими записами
✅ Створення прикладів XML/JSON для демонстраційних сценаріїв
✅ Анонімізація реальних даних під час розробки та тестування

➡️ Встановлення бібліотеки:
pip install Faker
⚙️ Документація

➡️ Python Enjoyer🇺🇦. Підписуйся для нових матеріалів!

💾 Бібліотека diskcache у Python
DiskCache — це бібліотека для дискового та файлового кешу, що зберігає дані між запусками процесу. Вона швидка, сумісна з Django і працює у чистому Python без зовнішніх залежностей.

Основні можливості бібліотеки:
🔹️ Зберігає дані на диску, залишаючись доступним між перезапусками процесу.
🔹️ Швидкі операції get/set: ~12 µs на простих ключах у тестах.
🔹️ Сумісний з Django як бекенд кешу, легко підключається.
🔹️ Автоматичне управління розміром кешу та вичищення старих записів.
🔹️ Повністю написаний на Python, без зовнішніх залежностей.

💡 Де може пригодитись diskcache?
✅ Кешування результатів веб‑запитів у Django‑проекті.
✅ Збереження проміжних даних у скриптах обробки великих файлів.
✅ Тимчасове сховище для CLI‑утиліт, що часто повторюють обчислення.

➡️ Встановлення бібліотеки:
pip install diskcache
⚙️ Документація

➡️ Python Enjoyer🇺🇦. Підписуйся для нових матеріалів!

🎉 Випадковий вибір переможця розіграшу
Скрипт випадковим чином обирає переможця зі списку учасників та виводить його ім'я.

Основні можливості:
🔹️ Генерує випадковий індекс за допомогою random.choice
🔹️ Підтримує довільну кількість учасників у списку
🔹️ Виводить ім'я переможця у консоль

➡️ Установка: нічого не потрібно — використовується стандартна бібліотека

import random

# Список учасників розіграшу
participants = ["Anna", "Bohdan", "Kateryna", "Dmytro", "Olena"]

# Випадковий вибір переможця
winner = random.choice(participants)

# Виведення результату
print(f"Переможець: {winner}")

Результат:

Переможець: Bohdan

➡️ Python Enjoyer🇺🇦. Підписуйся для нових матеріалів!

🔢 Чи знали ви про кешування малих цілих у Python?

У CPython‑а всі цілі числа від ‑5 до 256 створюються один раз і зберігаються в кеші. Тому змінні, що посилаються на одне й те ж число в цьому діапазоні, мають однакову ідентичність (is True). Це економить пам’ять і прискорює порівняння. Для більших чисел кешу немає, тому їх об’єкти створюються окремо.

a = 100
b = 100
print('100 is cached:', a is b)
c = 1000
d = 1000
print('1000 cached?:', c is d)

Результат:

100 is cached: True
1000 cached?: True

➡️ Python Enjoyer🇺🇦. Підписуйся для нових матеріалів!

🔍 Бібліотека beautifulsoup4 у Python
Beautiful Soup – це бібліотека для screen‑scraping, що спрощує отримання даних з HTML та XML. Вона працює поверх парсеру і надає Python‑подібні idioms для пошуку та зміни дерева.

Основні можливості бібліотеки:
🔹️ Парсинг HTML та XML у зрозумілий дерево‑подобний об’єкт.
🔹️ Пошук елементів за тегом, атрибутом чи текстовим вмістом.
🔹️ Навігація по дереву: доступ до батьків, дітей та сусідів.
🔹️ Можливість модифікації дерева та виведення відформатованого HTML.
🔹️ Підтримка Python 3, без підтримки Python 2.

💡 Де може пригодитись beautifulsoup4?
✅ Витягування даних зі сторінок новин або блогів.
✅ Парсинг HTML‑таблиць для подальшого аналізу.
✅ Обробка XML‑файлів у скриптах автоматизації.

➡️ Встановлення бібліотеки:
pip install beautifulsoup4
⚙️ Документація

➡️ Python Enjoyer🇺🇦. Підписуйся для нових матеріалів!

🔢 Memoization Fibonacci з lru_cache
Скрипт обчислює n‑те число Фібоначчі, використовуючи @lru_cache для швидкої memoization.

Основні можливості:
🔹️ Швидке обчислення великих n завдяки кешуванню
🔹️ Використання лише стандартної бібліотеки
🔹️ Простий виклик функції з виведенням результату

➡️ Установка: нічого не потрібно — використовується стандартна бібліотека

from functools import lru_cache

@lru_cache(maxsize=None)
def fib(n: int) -> int:
    # базові випадки
    if n < 2:
        return n
    # рекурсивний виклик з кешуванням
    return fib(n-1) + fib(n-2)

if __name__ == "__main__":
    n = 35  # число, для якого обчислюємо Фібоначчі
    result = fib(n)
    print(f"fib({n}) = {result}")

Результат:

fib(35) = 9227465

➡️ Python Enjoyer🇺🇦. Підписуйся для нових матеріалів!

📅 Підрахунок робочих днів між двома датами
Скрипт рахує кількість будніх днів (пн‑пт) між заданими датами

Основні можливості:
🔹️ Визначає робочі дні, ігноруючи суботу та неділю
🔹️ Підтримує будь‑які дати у форматі YYYY-MM-DD
🔹️ Виводить результат у консоль

➡️ Установка: нічого не потрібно — використовується стандартна бібліотека

from datetime import datetime, timedelta

def workdays_between(start_str, end_str):
    """Повертає кількість будніх днів між датами (включно)."""
    start = datetime.strptime(start_str, "%Y-%m-%d")
    end = datetime.strptime(end_str, "%Y-%m-%d")
    if start > end:
        start, end = end, start
    day_count = 0
    current = start
    while current <= end:
        if current.weekday() < 5:  # 0-4 = понеділок‑п'ятниця
            day_count += 1
        current += timedelta(days=1)
    return day_count

# приклад використання
print(workdays_between("2023-09-01", "2023-09-10"))

Результат:

6

➡️ Python Enjoyer🇺🇦. Підписуйся для нових матеріалів!

👀 Бібліотека watchdog у Python
Watchdog – це Python‑бібліотека для моніторингу подій файлової системи в реальному часі. Вона дозволяє легко відстежувати зміни, створення та видалення файлів та каталогів, що корисно для автоматизації та розробки.

Основні можливості бібліотеки:
🔹️ Моніторинг змін у файловій системі в реальному часі
🔹️ Підтримка рекурсивного спостереження за каталогами
🔹️ Фільтрація подій за шаблонами файлів (patterns)
🔹️ Вбудований CLI‑скрипт watchmedo для швидкого логування
🔹️ Сумісність з Python 3.9+ та новішими

💡 Де може пригодитись watchdog?
✅ Автоматичний перезапуск сервера під час розробки
✅ Синхронізація файлів між папками у реальному часі
✅ Відстеження змін у конфігураційних файлах застосунків

➡️ Встановлення бібліотеки:
pip install watchdog
⚙️ Документація

➡️ Python Enjoyer🇺🇦. Підписуйся для нових матеріалів!