👩‍💻 Создаем интерактивную симуляцию лесного пожара на Python с использованием клеточных автоматов

В статье рассказывают, как моделировать лесные пожары на компьютере: понять хаос огня, предсказать его путь и даже экспериментировать с распространением — без реального риска.

Читать...

📈 Подборка статей для вашей карьеры

• Как продакт-менеджеру учить английский: план, сроки, советы

• Иллюзия прогресса: почему мне не удалось дать студентам-айтишникам реальный опыт

• Из подземелья в QA: как и почему я перешёл в тестирование после 14 лет работы сисадмином в метрополитене

• Нам не нужны кодеры, нам нужны инженеры-разработчики

• Как мы разработали систему грейдинга для системных аналитиков

👩‍💻 Моделирование работы гидроциклона для очистки воды от нефти с помощью ML

В статье рассказывают, как с помощью ML моделировали работу гидроциклонов для очистки воды от нефти: почему отказались от физмат-моделей, ключевые этапы и результаты.

Читать...

⚙️ Что такое logging в Python?

logging — это встроенный модуль Python для создания логов, которые помогают отлаживать и мониторить работу приложений.

➡️ Пример:

import logging

# Настройка базового уровня логирования
logging.basicConfig(level=logging.INFO)

# Создание лога
logging.info("Приложение запущено")
logging.warning("Это предупреждение!")
logging.error("Произошла ошибка")

🗣️ В этом примере модуль logging создаёт сообщения разного уровня важности. Логирование позволяет отслеживать работу приложений и находить проблемы в коде.

🖥 Подробнее тут

👩‍💻 Сравнение Bash и Python при написании скпритов в Linux

Командный интерпретатор Bash и язык программирования Python — два ключевых инструмента в работе с Linux-системами. В статье сравниваются их возможности для скриптов и системных задач.

Читать...

🔄 Учись управлять контекстом задачи

Завис на одной проблеме несколько часов и не можешь сдвинуться с места? Это значит, что ты застрял в одном контексте и не видишь других вариантов.

👉 Совет: переключись на другую задачу на 15–20 минут. Или объясни проблему коллеге — даже если он не даст ответ, мозг переключится, и ты сам увидишь свежий взгляд на проблему.

👩‍💻 Укрощение монстров: мониторинг и управление ресурсоемкими запросами в Django + PostgreSQL

Каждый Django-разработчик рано или поздно сталкивается с неожиданно «тяжелыми» запросами, способными превратить быстрое приложение в неповоротливого слона. Рассказываем, как с помощью django-pgactivity выследить и обезвредить такие запросы, прежде чем они создадут проблемы вашим пользователям.

Читать...

👩‍💻 Кастомизация Django Admin. Часть 1: Структура шаблонов

Статья открывает цикл о кастомизации Django админки, начиная с основ. Рассматриваются ключевые шаблоны и механизм их поиска, чтобы упростить понимание структуры и облегчить работу с админкой.

Читать...

⚙️ Как провести пользовательское исследование без пользователей: пошаговый гайд с PyAutoGen

В статье рассказывают, как провести синтетическое UX-исследование без респондентов с помощью AutoGen от Microsoft: минимум кода, максимум пользы и реальные сценарии поведения

Читать...

👩‍💻 Задачка по Python

Напишите функцию, которая принимает строку и возвращает список всех её подстрок. Подстрока — это непрерывная последовательность символов, содержащаяся в строке.

➡️ Пример:

"abc"
['a', 'ab', 'abc', 'b', 'bc', 'c']

Решение задачи ⬇️

def generate_substrings(s):
substrings = []
for i in range(len(s)):
for j in range(i + 1, len(s) + 1):
substrings.append(s[i:j])
return substrings

# Пример использования:
input_string = "abc"
result = generate_substrings(input_string)
print(result) # Ожидаемый результат: ['a', 'ab', 'abc', 'b', 'bc', 'c']

👩‍💻 Обратная сторона Babel: как микроскопические языки помогают в изучении больших

В статье показывают, как крошечные языки на 100 строк помогают понять сложные промышленные решения: микроязыки снимают абстракции Java, Rust и C++ до самой сути

Читать...

👩‍💻 Я не люблю NumPy

В статье рассказывают о противоречивой любви к NumPy: мощный инструмент для работы с массивами, который иногда сводит с ума своей непредсказуемостью и странностями

Читать...

👩‍💻 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...