А чтобы вы сделали себе, для улучшения работы?

❤️ — заказ кофе после первого зевка.

👍 — выключение компьютера после фразы "а как это фиксить?"

@python_practics | #мемчики

Polars

Polars - это быстрая DataFrame-библиотека для Python (и не только), ориентированная на производительность. Она использует многопоточность и оптимизированный движок на Rust, чтобы обрабатывать большие датасеты молниеносно. В отличие от Pandas, которая работает в одном потоке, Polars параллелизует операции, что идеально для больших данных.

@python_practics | #фреймворки_библиотеки

Фильтрация списков

Какой из вариантов кода правильно отфильтрует список:
words = ['python', 'cat', 'java', 'dog', 'go'], чтобы оставить только слова длиной больше 3 символов?

Посмотреть ответ.

@python_practics

Динамическая типизация с typing.Protocol в Python

typing.Protocol из модуля typing позволяет задавать интерфейсы для классов без явного наследования, обеспечивая поддержку структурной типизации. Это особенно полезно для проверки совместимости объектов на основе их методов, а не явного наследования, что делает код более гибким.

from typing import Protocol

class Flyable(Protocol):
    def fly(self) -> None:
        pass

# Классы, реализующие метод fly, автоматически считаются Flyable
class Bird:
    def fly(self) -> None:
        print("Bird is flying")

class Drone:
    def fly(self) -> None:
        print("Drone is flying")

# Функция, принимающая любой объект, соответствующий Flyable
def make_it_fly(obj: Flyable) -> None:
    obj.fly()

# Тест
bird = Bird()
drone = Drone()
make_it_fly(bird)   # Bird is flying
make_it_fly(drone)  # Drone is flying

👍 - если было полезно

@python_practics

Восстание машин уже близко. Скоро тоже будут искать вторую работу и жаловаться на вайб-кодеров.

@python_practics | #мемчики

Айти “умирает”, вакансий нет, все говорят про кризис?
В канале “Frontend менторинг | Косилов” разбираю, что реально происходит на рынке и как всё-таки находить офферы.

Там: честные зарплатные вилки, разборы резюме и портфолио, стратегии поиска работы и роста в кризис, без инфоцыганства и розовых обещаний. Я действующий фронтенд-разработчик и ментор, показываю, как адаптироваться к рынку, а не ждать “когда всё наладится”.

Для тех, кто придёт отсюда, — скидка 30% на менторство и разборы по промокоду Kosilov2026.

Pendulum

Если стандартный модуль datetime кажется громоздким и неудобным, библиотека Pendulum предлагает более элегантное и мощное решение. Она упрощает работу с датами, временем и часовыми поясами, делая код чище и понятнее.

Основные преимущества Pendulum:
1. Интуитивный синтаксис.
Создание, парсинг и форматирование дат выполняются просто и логично — без лишнего кода и сложных конструкций.
2. Удобная работа с часовыми поясами.
Pendulum позволяет легко управлять временными зонами, избавляя разработчика от типичных ошибок и путаницы с timezone.
3. Человекочитаемые интервалы.
Разницу между датами можно получить в понятном для человека формате, например: “2 дня назад” или “через 3 часа”.
4. Поддержка локализации.
Библиотека умеет форматировать даты на разных языках, что особенно полезно для международных проектов.
5. Иммутабельность объектов
Объекты Pendulum неизменяемы, что помогает избежать неожиданных изменений данных и повышает надежность кода.

@python_practics | #фреймворки_библиотеки

В канале “Frontend менторинг | Косилов” вы можете найти честные зарплатные вилки, разборы резюме и портфолио, стратегии поиска работы и роста в кризис, обзор технологий и мысли по этому поводу.

Так же публикует в Инсте смешные ролики и полезный контент про АйТи.

https://www.instagram.com/kosilllov?igsh=MXN1ZWxvN3JhaW5uMg%3D%3D&utm_source=qr

Всем, кто подпишется и напишет в личку слово js в инстаграме, пришлет список вопросов по JavaScript с собесов + даст краткие ответы/подсказки, как лучше отвечать.

Польза модуля pickle

В чем польза модуля pickle для работы с данными в Python?

Посмотреть ответ.

@python_practics

90% каналов про ИИ - пересказ чужих новостей.

А что если контент делают те, кто строит эти системы?

🥷🏻 NeuroNinja - канал, который ведёт команда инженеров из Яндекса, Тинькова, Озона и Сбера.

Не блогеры. Не инфобизнесмены. Практики, которые каждый день работают с ML, LLM и продуктовым AI.

Что внутри:

🔹 Разборы реальных кейсов из BigTech изнутри
🔹 Гайды по нейросетям от тех, кто их внедряет
🔹 Инструменты и лайфхаки, проверенные в бою
🔹 Честный взгляд на тренды без хайпа

Без рекламы. Без воды. Только то, что реально работает.

👉 Подписаться: https://t.me/+1VlUYn5LCBM0MmQ6