Goalkicker: сайт с бесплатными папирами по программированию

Ресурс объединяет сотни PDF-книг по языкам и технологиям: Python, Go, JavaScript, C#, SQL, Docker и десятки других тем. Книги созданы на основе самых полезных ответов Stack Overflow, регулярно обновляются и доступны абсолютно бесплатно.

Так что если нужен быстрый чеклист, подсказка или мини-учебник — вот оно.

​​TorchLeet | Литкод про PyTorch

Момент настал, и вы достаточно хардкорный питонист, чтобы осваивать PyTorch, со сложной документацией и безграничными возможностями. Если ваша цель — создать свою ChatGPT, вам точно понадобится хорошо знать этот фреймворк, и с этим поможет опенсорсный специализированный 'LeetCode'. Задачи разделены на четыре уровня сложности, среди тем: функция активации, потери, CNN, RNN, LSTM и даже LLM.

#инструмент
@zen_of_python

Почему некоторые исключения не попадают в лог и как это исправить

logging — это уже целый стандарт записи ошибок в Python. Ваше приложение запускается, сообщения попадают в лог. Но вдруг в продакшене приложение внезапно «падает», а в логах — тишина. Знакомо?

Если да — вы столкнулись с одной из малозаметных, но опасных особенностей Python — «непойманные исключения» (uncaught exceptions).

В этом посте мы разберёмся, почему такое вообще случается, как надежно логировать любые исключения.

Рассмотрим следующий код:

import logging

logger = logging.getLogger(__name__)
logging.basicConfig(filename="output.log", level=logging.INFO)

logger.info("Application started")

1 / 0  # деление на ноль

В консоли вы увидите traceback:

Traceback (most recent call last):
...
ZeroDivisionError: division by zero

А в output.log будет только:

INFO:__main__:Application started

Никакой информации об ошибке. И это сгенерирует вам часы работы.

Почему так происходит?

Библиотека logging в Python не логирует ошибки сама по себе: она просто предоставляет инструменты для записи. Если программа падает из-за исключения, и это исключение не обрабатывается в try / except, то встроенный модуль никак не участвует в этом процессе. Потому что стандартный Python-интерпретатор выводит непойманные исключения напрямую в stderr, минуя logging.

Плохое (но распространённое) решение

Один из способов «поймать всё» — обернуть main() в try / except:

def main():
    logger.info("Application started")
    1 / 0

try:
    main()
except Exception as e:
    logger.exception("Unhandled exception:")

Это сработает: logger.exception() запишет ошибку и трейсбек. Но есть минусы:

— Вы можете пропустить системные исключения (KeyboardInterrupt и проч., если ловите Exception, а не BaseException;
— Такой код трудно масштабировать: оборачивать каждый main() в каждом скрипте — дублирование;
— Это маскирует архитектурные проблемы: непойманные исключения — это чаще всего баг, а не ожидаемое поведение.


Правильное решение: sys.excepthook

Python дает глобально обрабатывать непойманные исключения — sys.excepthook:

import sys
import logging

logger = logging.getLogger(__name__)
logging.basicConfig(filename="output.log", level=logging.INFO)

def handle_uncaught_exception(exc_type, exc_value, exc_traceback):
    logger.critical(
        "Uncaught exception. Application will terminate.",
        exc_info=(exc_type, exc_value, exc_traceback)
    )

sys.excepthook = handle_uncaught_exception

logger.info("Application started")

1 / 0

Теперь, если запустить скрипт:

— В output.log появится подробный трейсбек ошибки;
— Вы будете уверены, что даже критические ошибки попадут в лог, прежде чем приложение завершится.

Когда в Python возникает исключение, и его никто не перехватывает, вызывается sys.excepthook(type, value, traceback). По умолчанию она просто печатает детали в stderr. Но вы можете управлять процессом:

— Логировать ошибки;
— Отправлять оповещения (например, в Telegram или на почту);
— Снимать дампы или делать очистку.

#основы

​​Нейросети в контенте: опрос

Многие из нас в прямой или иной форме создаем контент, будь то личный блог или написание кода для проекта. В Tproger проводят опрос о роли LLM в работе айтишников. Проходите, опрос даже немного познавательный. Результатами мы обязательно поделимся.

#опрос
@zen_of_python

Вышел Python 3.14 RC1: релиз-кандидат с ускоренным интерпретатором

Вышел первый релиз-кандидат Python 3.14 — финальный релиз ожидается в октябре. Среди главных новинок:

— JIT-компилятор теперь работает не только на Linux, но и на macOS и Windows;
— Благодаря PEP 779 Python получает полную поддержку свободных потоков — это шаг к более эффективной многопоточности;
— Появились t-строки — новый синтаксис для шаблонов с переменными прямо внутри строк
— Добавлен модуль compression.zstd для работы с алгоритмом Zstandard прямо «из коробки» и многое другое.

#факт
@zen_of_python

​​Опрос от Tproger: LifeStyle

Если вы тоже хотите знать больше о подписчиках по соседству, пройдите опрос Tproger. Он не только про специализацию и грейд, но больше про окружающую айтишники жизнь. Результатами обязательно поделимся.

#опрос
@zen_of_python

Вопросы подписчиков

Zen of Python поддерживает новоприбывших (и не только) в особой рубрике. Как это работает:

— Спрашивайте что угодно (в комментариях под этим постом), связанное с Python. Здесь нет плохих вопросов!
— Сообщество вас поддержит. Самые интересные вопросы мы разберём в отдельном посте;

#вопросы_новичков
@zen_of_python

А ведь предполагал, что понятное изложение сложного привлечет к чтению. А в итоге LLM галлюцинируют убедительнее.

#кек
@zen_of_python

Кроссплатформенные приложения на Python: весь путь от API до десктопа и веба

Не обязательно учить полдюжины языков и городить велосипед, чтобы собрать работающий кроссплатформенный продукт. В этой статье автор делится практическим опытом: как на одном только Python собрать backend на FastAPI, фронтенд на Flet, задеплоить всё это в облако и собрать под десктоп и веб.

По дороге — много интересных наблюдений и подводных камней: чем Flet радует, а где его кроссплатформенность пока только на бумаге, почему простые вещи лучше делать «без заморочек», а фанатам стоит готовить десятки гигабайт SDK и терпение.

Если вы уже освоились с Python и хотите попробовать собрать свой первый «всё‑в‑одном» проект, материал очень пригодится — от шаблонов кода до тонкостей деплоя и сборки.

А вы бы рискнули собрать свой API и фронт на Python, или сразу пошли бы во Flutter?

❤️ — «да, попробую»
🗿 — «лучше Flutter»!

#python #flet #fastapi #кроссплатформенность #разработка

​​5 архитектурных ошибок, которые мы совершаем при старте проектов

Многие из нас с головой уходят в реализацию идеи, не задавая себе главный вопрос: а что будет, когда проект вырастет? 

Аспекты вроде масштабирования, как и фундамент дома, нужно продумывать сначала, иначе потом вас ждет не апгрейд, а перестройка с нуля. А еще именно в самом начале проекта закладывается почва для ада зависимостей: спонтанные решения, быстрые фиксы, «временные» костыли — всё это превращается в хаос, который сложно контролировать.

В статье Tproger 5 самых частых архитектурных ошибок, которые мешают проектам расти и развиваться.

#основы
@zen_of_python
🙊 — Если сам так писал

​​Вопрос подписчика

Задает @vberia:
«Какие LLM лучше всего пишут/оптимизируют код Python?»

От админа: у нас куплен Cursor (Team) на сразу несколько команд разработки. Ошибки плодит в 99,9% только при недостаточной подаче контекста.

#обсуждение
@zen_of_python

Будущее Python: какие тренды развития и боли языка

На PyCon 2025 подробно обсудили ключевые тренды:
— продолжающееся доминирование в области ИИ и анализа данных благодаря Pandas, NumPy, TensorFlow, PyTorch, HuggingFace и новой системе RAPIDS;
— рост популярности асинхронных фреймворков и инструментов вроде FastAPI;
— внедрение в сферу IoT — благодаря MicroPython / CircuitPython для систем умного дома.
— продвижение JIT‑компиляции и Tail Calls.

#факт
@zen_of_python

​​Вопрос подписчика

Задает @Greatest_Of_AlI_Time:
«Какая книга или пособие на русском языке самое лучшее и понятное для изучения?»

От админа:
— если хочется погрузиться в талмуд, то «Python. Справочник» Мартелли А,
— если хочется карманный справочник, то Лутц М. «Python. Карманный справочник»

#обсуждение
@zen_of_python

isinstance(): Проверка типов

В динамически типизированных языках нам особенно важно знать тип объекта, которым мы оперируем. С этим помогают две встроенные функции — type() и isinstance(), и мы поговорим сегодня о второй из них.

isinstance(object, classinfo)

— object: объект, тип которого вы хотите проверить
— classinfo: класс, тип или кортеж типов

# Является ли 42 целочисленным значением?
isinstance(42, int)  # True

# Относится ли "hello" к одному из типов str / list (логическое «ИЛИ»)? 
isinstance("hello", (str, list))    # True

isinstance() vs type()

Поначалу может показаться, что type() делает то же самое:

type(42) == int    # True

Но isinstance(), в свою очередь, учитывает наследование:

class Animal:
    pass

class Dog(Animal):
    pass

dog = Dog()

type(dog) == Animal         # False
isinstance(dog, Animal)     # True

Это делает isinstance() предпочтительным выбором при работе с иерархиями классов.

#основы

force-push-scanner | Спасаем ваши креды от «закоммичивания»

Это инструмент для обнаружения «висячих» коммитов, которые остаются в истории Git после git push --force. Он анализирует события из GHArchive, чтобы выявить случаи перезаписи истории с нулевым количеством коммитов, часто скрывающих удалённые секреты. Инструмент позволяет сканировать как отдельные репозитории, так и целые организации в GitHub через командную строку. .

Репозиторий проекта
#инструмент
@zen_of_python

Agile в сторону! Доверьте планирование своей жизни IT-колоде

Тем более что наши арканы уже приготовили для вас послание. Переходите по ссылке, вытаскивайте карту и узнавайте, что вас ждёт сегодня, завтра и в другие дни спринта: https://tprg.ru/Bs2h

Реклама

Zango | Над Django

На DjangoCon Europe 2025 презентовали новый «метафреймворк». Его архитектура использует Django как фундамент (ORM, миграции, middleware и пр.) и обещает ускоренную разработку бизнес-приложений: CRM, ERP и прочая внутрянка. Среди его фичей — способность содержать несколько микросервисов как монолит;

#инструмент
@zen_of_python