Делимся книгой для тех, кто хочет глубоко разобраться в реляционной модели, SQL, архитектуре СУБД и внутренних механизмах PostgreSQL — от теории до оптимизации запросов, репликации и распределённых систем.
Подойдёт разработчикам, студентам и инженерам, которым важно понимать принципы проектирования, хранения данных и выполнения запросов на уровне архитектуры.
tags: #полезное
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1🔥1
Для чего нужны
globals() и locals()?Ответ:
Они полезны для динамического анализа, отладки, метапрограммирования и при работе с eval() / exec().
tags: #собеседование
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6👍5🔥1
SadServers — это симулятор сисадмина и DevOps, где вы подключаетесь к реальному виртуальному серверу по SSH и чините настоящие проблемы, а не решаете тесты.
Как это выглядит:
— Выдают сломанный сервер с конкретной задачей
— Заходите по SSH и разбираетесь, что пошло не так
— Есть таймер, не успели — сервер отключается
Отличный способ прокачать практику и проверить себя в условиях, близких к реальным — залипаем тут.
tags: #полезное
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7❤5👍1
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.
tags: #полезное
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2
❤1👍1
awesome-llm-apps — это коллекция production-готовых AI-приложений, которые можно запустить уже сегодня.
Внутри репозитория:
• AI-агенты с примерами
• Multimodal-приложения
• AI-Saas с базовой архитектурой
Отлично подойдёт тем, кто: не знает, что собрать на LLM в 2026, хочет быстрее собрать MVP или ищет референсы production-подходов.
Репозиторий на GitHub — здесь.
tags: #полезное #llm
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🔥2
Global Interpreter Lock — механизм в CPython, который не даёт нескольким потокам одновременно выполнять байткод. Поэтому CPU-задачи не ускоряются даже на многоядерных процессорах.
В статье объясняют, зачем нужен GIL и как обходить ограничения — через «multiprocessing» и другие подходы.
tags: #статья
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5👍3🔥1
Почему
list.sort() быстрее, чем sorted(list), если сортируется один и тот же список?Ответ:
Функция sorted(list) создает новый отсортированный список, что требует дополнительного выделения памяти и копирования элементов перед сортировкой, что может увеличить затраты по времени и памяти.
tags: #собеседование
Please open Telegram to view this post
VIEW IN TELEGRAM
👍12❤4
Курс посвящён ключевым алгоритмам на графах и их практической реализации на Python.
Вы научитесь находить кратчайшие пути, строить минимальное остовное дерево и вычислять максимальный поток, применяя эти алгоритмы на практике.
tags: #курс #полезное
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥2
Beautiful Soup — библиотека для извлечения данных из HTML- и XML-файлов, которая отлично подходит для веб-скрапинга.
1. Установка
pip install beautifulsoup4
2. Импорт
from bs4 import BeautifulSoup
import requests
3. Базовый парсинг
html_doc = "<html><body><p class='text'>Привет, мир!</p></body></html>"
soup = BeautifulSoup(html_doc, 'html.parser') # или 'lxml', 'html5lib'
print(soup.p.text) # Привет, мир!
4. Поиск элементов
# Первый найденный элемент
first_p = soup.find('p')
# Поиск по классу или атрибуту
text_elem = soup.find('p', class_='text')
text_elem = soup.find('p', {'class': 'text'})
# Все элементы
all_p = soup.find_all('p')
all_text_class = soup.find_all(class_='text')
5. Работа с атрибутами и текстом
a_tag = soup.find('a')
print(a_tag['href']) # значение атрибута href
print(a_tag.get_text()) # текст внутри тега
print(a_tag.text) # альтернатива6. Навигация по дереву
# Переход к родителю, детям, соседям
parent = soup.p.parent
children = soup.ul.children
next_sibling = soup.p.next_sibling
# Поиск предыдущего/следующего элемента
prev_elem = soup.find_previous('p')
next_elem = soup.find_next('div')
7. Парсинг реальной страницы
response = requests.get('https://example.com')
soup = BeautifulSoup(response.text, 'html.parser')
title = soup.title.text
links = [a['href'] for a in soup.find_all('a', href=True)]8. CSS-селекторы
# Более мощный и лаконичный поиск
items = soup.select('div.content > p.text')
first_item = soup.select_one('a.button')
tags: #шпаргалка #полезное
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7👍5🔥1
В данном уроке автор показывает как задеплоить телеграм-бота на сервер: вы узнаете как арендовать сервер, настроить его, а затем запустить на нем бота, чтобы он работал без остановок.
tags: #полезное
Please open Telegram to view this post
VIEW IN TELEGRAM
1😁5❤3👍3🔥2
Блог владельца «Python Developer»
Жизнь в Telegram и за его пределами, бизнес на каналах и много программирования:
https://t.me/+6LFfq_FDocc4MTg6
Жизнь в Telegram и за его пределами, бизнес на каналах и много программирования:
https://t.me/+6LFfq_FDocc4MTg6
❤1
В этой статье автор разбирает подход Schema-Guided Reasoning (SGR) для повышения предсказуемости работы языковых моделей.
Вы узнаете, как с помощью структурных схем заставить LLM мыслить последовательно и избегать хаотичных ответов, что особенно критично для локальных моделей в корпоративной среде.
tags: #статья
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5
1. Делает первую букву заглавной
.capitalize()
2. Регистр вниз или вверх
.lower()
.upper()
3. Выравнивает строку по центру с символами вокруг: 'Python' → 'Python'
.center(10, '*')
4. Считает вхождения определенного символа
.count('0')5. Находят позиции указанных символов
.find()
.index()
6. Ищет нужный объект и заменяет его
.replace()
7. Разрезает строку, удаляя из нее точку разреза
.split()
8. Проверяют, из чего состоит строка
.isalnum()
.isnumeric()
.islower()
.isupper()
tags: #полезное
Please open Telegram to view this post
VIEW IN TELEGRAM
❤14🔥6👍1
В статье рассматриваются практичные методы автоматизации повседневных задач с помощью Python.
Автор предлагает полезные скрипты и инструменты, которые помогут как начинающим, так и опытным программистам сделать свою работу более эффективной.
tags: #статья
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8❤3
В Python оператор
+= для списков и выражение list = list + list дают одинаковый результат, но работают по-разному. Разница в том, что += изменяет список на месте, а + создаёт новый объект.Рассмотрим пример:
lst = [1, 2, 3]
lst += [4, 5, 6] # список изменяется на месте
Этот вариант использует list.__iadd__(), который модифицирует текущий объект, не создавая новый список.
Теперь посмотрим на этот пример:
lst = [1, 2, 3]
lst = lst + [4, 5, 6] # создаётся новый список
Здесь вызывается list.__add__(), который создаёт новый список, копируя оба исходных, что занимает больше времени и памяти.
Ключевая разница:
+= работает быстрее, что особенно заметно на больших структурах, так как он не копирует данные, а напрямую изменяет список.
Используйте
+=, если оригинальный объект можно модифицировать, и +, если важна его неизменяемость.tags: #обучение
Please open Telegram to view this post
VIEW IN TELEGRAM
❤24🔥6👍4