🐍 JupyterLab Cheat Sheet

Короткая шпаргалка по JupyterLab — поможет быстро вспомнить, как работать с ячейками, ядрами, виджетами и экспортом ноутбуков.

Внутри:

▶️ Основные горячие клавиши и команды редактирования

▶️ Работа с ячейками: markdown, код, raw + вставка, копирование, объединение

▶️ Управление ядром: запуск, перезапуск, остановка, сброс вывода

▶️ Виджеты и интерактивные элементы: сохранение, очистка, embed

▶️ Экспорт ноутбуков в HTML, PDF, Python, Markdown и другие форматы

tags: #шпаргалка

➡ Python Developer | Чат

Путь к успеху в IT за 18 секунд

➡ Python Developer | #memes

❔ Вопрос с собеседования

Что такое ленивые вычисления?

Ответ: Ленивые вычисления — это техника, при которой значения вычисляются только по мере необходимости, а не сразу. В Python это реализовано с помощью генераторов, итераторов и таких функций, как range(). Они позволяют экономить память и ресурсы, особенно при работе с большими наборами данных, так как элементы вычисляются и обрабатываются по одному.

tags: #собеседование

➡ Python Developer | Чат

🐍 Как в 2025 году в Django реализовать аутентификацию через Google?

В статье показано, как добавить авторизацию через Google в Django-проект с помощью OAuth 2.0 и библиотеки social-auth-app-django.

Автор объясняет, как зарегистрировать приложение в консоли Google, настроить проект и обрабатывать вход пользователей через Google-аккаунт.

⛓ Читать статью

tags: #статья

➡ Python Developer | Чат

Он даже не представляет на что подписался...

➡ Python Developer | #memes

🐍 Пишем микросервисы на FastAPI с RabbitMQ

На примере небольшого проекта автор показывает, как построить микросервисную архитектуру с FastAPI и RabbitMQ: один сервис получает заказы, второй — отправляет уведомления в Telegram.

Пошагово объясняется, как на практике устроена событийная модель, зачем нужен RabbitMQ и как выстроить асинхронное взаимодействие между сервисами.

📱 Смотреть на YouTube

tags: #полезное

➡ Python Developer | Чат

❔ Вопрос с собеседования

Какие задачи хорошо параллелятся, а какие — плохо?

Ответ: Хорошо масштабируются в многопоточность задачи с большим количеством операций ввода-вывода — сетевые запросы, доступ к файлам, ожидание ответа от базы данных. Пока один поток ждёт, интерпретатор может переключиться на другой, не теряя время впустую.

Плохо параллелятся задачи, которые нагружают CPU и активно используют память. В Python это особенно заметно из-за GIL: при расчётах на CPU всё равно будет использоваться один поток, и параллельное выполнение не даст прироста. Более того, из-за переключений между потоками программа может даже замедлиться.

Если задача сочетает IO и тяжёлую обработку — например, скачивание и парсинг — лучше разделить её: IO оставить в потоках, а CPU-нагрузку отдать в процессы (через multiprocessing) или вынести в очередь.

tags: #собеседование

➡ Python Developer | Чат

🐍 Учимся Flask: как написать своё веб-приложение?

В статье автор объясняет, как написать свое первое веб-приложение на Flask, начиная с установки и настройки окружения.

Разбираются основы маршрутизации, работа с HTML-шаблонами и обработка пользовательского ввода, сопровождаемые примерами кода.

⛓ Читать статью

tags: #статья

➡ Python Developer | Чат

❔ Вопрос с собеседования

Что такое Meta в Django и зачем он нужен?

Ответ: Meta — это вложенный класс, с помощью которого задаются дополнительные настройки модели или формы. Он не описывает поля напрямую, а управляет поведением объекта: имя таблицы (db_table), сортировка (ordering), ограничения (unique_together), человекочитаемые названия (verbose_name) и другие параметры.

Django использует метаклассы, чтобы считать информацию из Meta при создании модели и сконфигурировать её работу в ORM и админке. Переопределять механизм не требуется — достаточно определить class Meta внутри класса.

tags: #собеседование

➡ Python Developer | Чат

🐍 Платформа для практики Python

Genepy — классная платформа с задачами по Python: от простых до нестандартных и реально интересных.

Работает прямо в браузере — запускаешь и сразу решаешь.

⛓ Ссылка на платформу

tags: #полезное

➡ Python Developer | Чат

🐍 Как в Django после логина через Google заполнить профиль пользователя

В статье рассказывается, как после аутентификации через Google автоматически получить пол, дату рождения и описание из профиля и сохранить их в базу.

Автор показывает, как настроить кастомный pipeline, обратиться к People API и встроить это в свой Django-проект.

⛓ Читать статью

🔖 Предыдущая часть — КЛИК

tags: #статья

➡ Python Developer | Чат

Удалёнщики, когда вышли в офис:

➡ Python Developer | #memes

❔ Вопрос с собеседования

В чем отличие merge от rebase?

Ответ:

⚪️ merge объединяет две ветки, сохраняя их историю, и создает дополнительный коммит слияния. В результате получается разветвленная история с видимыми точками объединения.

⚪️ rebase переносит коммиты одной ветки на другую, переписывая историю так, будто все изменения происходили последовательно. Это делает историю линейной и чище, но может привести к конфликтам и потере информации, если использовать его на общих ветках.

tags: #собеседование

➡ Python Developer | Чат