👩‍💻 Вдохновился серией чёрного зеркала и сделал свой симулятор жизни

Смоделировал пошаговый мир для ИИ-агента с голодом, жаждой и фантазией. Он «находит» несуществующие предметы, крафтит, выживает и живёт по своим правилам. Почти как в «Чёрном зеркале»

Читать...

🧠 Самые интересные статьи за последние дни:

• Pygame для начинающих программистов. Статья первая

• Автоматизированное тестирование API с использованием Python. Работа с JSON и JsonPath

• Состояние производительности Python 3.13: Free-Threading

• Переосмысление концепции подсчета ссылок и полный отказ от сборщика мусора

• Не бойтесь потоков в Python, они не кусаются

👩‍💻 ВдScikit-learn теперь умеет в пайплайны: что изменилось и как работать с библиотекой в 2025 году

Обзор ключевых изменений в scikit-learn: новые пайплайны, pandas API, контроль экспериментов. Для новичков — пошагово, для старичков — чтобы не отстать

Читать...

👩‍💻 Секреты, которых не замечают студенты: что мы спрятали внутри курса по Python

Разбираемся, как в курсах по Python от Практикума спрятали десятки пасхалок, отсылок и даже сюжетную линию. Не просто учёба, а настоящее приключение

Читать...

👩‍💻 Slowpoke Finder: как я сделала CLI-инструмент для анализа медленных шагов в автотестах

Показал, как сделал лёгкую CLI-утилиту для поиска тормозящих шагов в UI-автотестах. Больше никаких гаданий по логам — только факты из JSON или HAR

Читать...

🧭 Трудно писать — значит, не понял задачу

Если пишешь код и постоянно залипаешь, путаешься, переписываешь — скорее всего, дело не в сложности.

👉 Совет: вернись к формулировке задачи. Часто проблема — не в коде, а в том, что непонятно, что именно нужно сделать. Чёткое понимание экономит часы попыток.

👩‍💻 Подводные камни при работе с файлами в Linux с примерами на Python

Работа с файлами в Python кажется простой — open, read, write. Но на практике, особенно в системах с высокими требованиями к отказоустойчивости, стабильности и логированию, за банальными строками кода может скрываться целый мир проблем.

Читать...

👩‍💻 Мое автопротоколирование, начало создания полноценного сервиса

Автор пишет свой первый сервис, спотыкается на каждом шагу и честно рассказывает, какие решения были провальными. Ошибок больше, чем строк кода — и в этом весь смысл.

Читать...

🧠 Самые интересные статьи за последние дни:

• Как работает bytearray в Python? Смотрим реализацию на C

• Большой гайд по миграциям в Django: готовимся к миграциям и избегаем конфликтов

• Как я создал Telegram-бота для хранения файлов и чуть не стал библиотекарем

• Как за 6 промтов к ChatGPT создать Python скрипт, скачивающий видео с YouTube для просмотра на телевизоре через Kodi

• KAN 2.0: Kolmogorov-Arnold Networks Meet Science

👩‍💻 PYтокен: история о том, как питон съел ЭЦП. Часть 1

История о том, как я пытался реализовать подпись файлов с помощью сертификата на USB-устройстве, а дополнительно сделал шифрование и дешифрование директории.

Читать...

👩‍💻 Поиск второго наибольшего числа в списке

Напишите функцию, которая принимает список чисел и возвращает второе наибольшее число. Если такого числа нет (например, все элементы одинаковые или список содержит менее двух элементов), функция должна возвращать None.

Пример:

print(second_largest([4, 1, 7, 3, 9, 7]))  # Ожидаемый результат: 7
print(second_largest([10, 10, 10]))         # Ожидаемый результат: None
print(second_largest([5]))                  # Ожидаемый результат: None

Решение задачи🔽

def second_largest(numbers):
unique_numbers = list(set(numbers))
if len(unique_numbers) < 2:
return None
unique_numbers.sort(reverse=True)
return unique_numbers[1]

# Пример использования:
print(second_largest([4, 1, 7, 3, 9, 7])) # Ожидаемый результат: 7
print(second_largest([10, 10, 10])) # Ожидаемый результат: None
print(second_largest([5])) # Ожидаемый результат: None

👩‍💻 Отбор акций Мосбиржи для Backtrader: загрузка истории через библиотеку Игоря Чечета и её поквартальный анализ на Python

Разбираем, как оценить ликвидность акций при бэктесте стратегий в Backtrader. Без этого ваши тесты — сказки. Пример с брокерскими API и питоновским скриптом для поиска активных бумаг.

Читать...

👩‍💻 Новый лучший способ форматирования строк в Python

В статье — что такое t-строки в Python 3.14, зачем они вообще нужны, чем отличаются от f-строк и как устроены под капотом. Новый способ форматирования, который может перевернуть привычки.

Читать...

👩‍💻 Создаем Telegram-бота для генерации случайных пользовательских данных на Python

Автор делится опытом создания Telegram-бота, который генерирует реалистичные тестовые данные с учётом нацособенностей — идеален для разработчиков и тестировщиков.

Читать...

👩‍💻 Группировка значений по ключу в списке словарей

Напишите функцию, которая принимает список словарей и группирует значения по определённому ключу. Это полезно для агрегации данных, предварительной обработки и подготовки к анализу.

Решение задачи🔽

from collections import defaultdict

def group_by_key(data, key):
grouped = defaultdict(list)
for item in data:
grouped[item[key]].append(item)
return dict(grouped)

# Пример использования
data = [
{"category": "fruit", "name": "apple"},
{"category": "vegetable", "name": "carrot"},
{"category": "fruit", "name": "banana"},
{"category": "vegetable", "name": "lettuce"},
]

result = group_by_key(data, "category")
print(result)
# Ожидаемый результат:
# {
# 'fruit': [{'category': 'fruit', 'name': 'apple'}, {'category': 'fruit', 'name': 'banana'}],
# 'vegetable': [{'category': 'vegetable', 'name': 'carrot'}, {'category': 'vegetable', 'name': 'lettuce'}]
# }

👩‍💻 Анализ и прогнозирование погодных условий

Исследование климатических изменений с 1950 по 2024 год — по данным из шести стран с разным климатом. Меньше эмоций, больше цифр и выводов о глобальных трендах.

Читать...

👩‍💻 Как одной математической формулой определить цвет ячейки на рулетке?

Можно ли вместо if-else в задаче про цвет кармана рулетки использовать формулу? Автор копается в правилах, разбирает закономерности и ищет универсальное решение. Спойлер: не зря.

Читать...

👩‍💻 Шпаргалка по установке драйверов NVIDIA на ML сервер

Данный материал предназначен для быстрой и последовательной установки драйверов NVIDIA, в том числе для видеокарт 50xx серии, а также настройки NVIDIA Container Toolkit. Эта инструкция актуальна для Linux-систем на базе Ubuntu и других Debian-совместимых дистрибутивов.

Читать...

📋 Превращай мозговой штурм в задачник

Обсуждение, планирование, идеи — всё звучит круто, пока не превращено в конкретные действия.

👉 Совет: по итогу любой встречи или brainstorm'а — выписывай минимум 3 чёткие задачи, которые можно взять в работу. Без действия любая идея остаётся просто разговором.

👩‍💻 Чем опасен apply() и почему его стоит заменить

Сегодня рассмотрим почему DataFrame.apply() — это так себе инструмент в 2025 году, чем его заменять и как писать dataframe-логику так, чтобы она летала вместо того, чтобы жечь CPU и бюджет.

Читать...

⚙️ Что такое functools.partial в Python и зачем он используется?

functools.partial позволяет создавать новые функции с фиксированными аргументами на основе существующих функций. Это удобно для сокращения вызовов функций или создания функций-обёрток с предопределёнными параметрами.

➡️ Пример:

from functools import partial

def power(base, exponent):
    return base ** exponent

# Фиксируем аргумент exponent = 2
square = partial(power, exponent=2)

print(square(5))  # 25
print(square(10)) # 100

🗣️ В этом примере partial создаёт новую функцию square, которая всегда возводит число в квадрат. Это упрощает вызовы функций и улучшает читаемость кода.

🖥 Подробнее тут