#python_для_начинающих — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #python_для_начинающих, aggregated by home.social.
-
Топ-5 мифов о Python, в которые давно пора перестать верить
Если вы до сих пор слышите эти аргументы от коллег или на собеседованиях, значит, ваши оппоненты застряли где-то в эпохе Python 2.7. На дворе 2026 год, язык давно повзрослел, оброс мощными инструментами и тянет на себе гигантский энтерпрайз, но стереотипы продолжают жить. Выкатил на Хабр новую статью, где предлагаю трезво взглянуть на реальность и разобрать топ-5 самых живучих мифов о Python.
-
Топ-5 мифов о Python, в которые давно пора перестать верить
Если вы до сих пор слышите эти аргументы от коллег или на собеседованиях, значит, ваши оппоненты застряли где-то в эпохе Python 2.7. На дворе 2026 год, язык давно повзрослел, оброс мощными инструментами и тянет на себе гигантский энтерпрайз, но стереотипы продолжают жить. Выкатил на Хабр новую статью, где предлагаю трезво взглянуть на реальность и разобрать топ-5 самых живучих мифов о Python.
-
Топ-5 мифов о Python, в которые давно пора перестать верить
Если вы до сих пор слышите эти аргументы от коллег или на собеседованиях, значит, ваши оппоненты застряли где-то в эпохе Python 2.7. На дворе 2026 год, язык давно повзрослел, оброс мощными инструментами и тянет на себе гигантский энтерпрайз, но стереотипы продолжают жить. Выкатил на Хабр новую статью, где предлагаю трезво взглянуть на реальность и разобрать топ-5 самых живучих мифов о Python.
-
Топ-5 мифов о Python, в которые давно пора перестать верить
Если вы до сих пор слышите эти аргументы от коллег или на собеседованиях, значит, ваши оппоненты застряли где-то в эпохе Python 2.7. На дворе 2026 год, язык давно повзрослел, оброс мощными инструментами и тянет на себе гигантский энтерпрайз, но стереотипы продолжают жить. Выкатил на Хабр новую статью, где предлагаю трезво взглянуть на реальность и разобрать топ-5 самых живучих мифов о Python.
-
NumPy с нуля: понятный гайд для тех, кто хочет в Data Science
Стандартные списки в Python прекрасны своей гибкостью, но когда дело доходит до больших данных и математики, они превращаются в медленных черепах. 🐢 Подготовил для вас максимально практичный гайд: «NumPy с нуля до понимания за 1 статью». Никакой академической воды — только база для быстрого старта в Data Science и аналитике.
https://habr.com/ru/articles/1029440/
#numpy #numpy_datascience #python #python3 #python_для_начинающих #python_tutor #data_science #data_analysis
-
NumPy с нуля: понятный гайд для тех, кто хочет в Data Science
Стандартные списки в Python прекрасны своей гибкостью, но когда дело доходит до больших данных и математики, они превращаются в медленных черепах. 🐢 Подготовил для вас максимально практичный гайд: «NumPy с нуля до понимания за 1 статью». Никакой академической воды — только база для быстрого старта в Data Science и аналитике.
https://habr.com/ru/articles/1029440/
#numpy #numpy_datascience #python #python3 #python_для_начинающих #python_tutor #data_science #data_analysis
-
NumPy с нуля: понятный гайд для тех, кто хочет в Data Science
Стандартные списки в Python прекрасны своей гибкостью, но когда дело доходит до больших данных и математики, они превращаются в медленных черепах. 🐢 Подготовил для вас максимально практичный гайд: «NumPy с нуля до понимания за 1 статью». Никакой академической воды — только база для быстрого старта в Data Science и аналитике.
https://habr.com/ru/articles/1029440/
#numpy #numpy_datascience #python #python3 #python_для_начинающих #python_tutor #data_science #data_analysis
-
NumPy с нуля: понятный гайд для тех, кто хочет в Data Science
Стандартные списки в Python прекрасны своей гибкостью, но когда дело доходит до больших данных и математики, они превращаются в медленных черепах. 🐢 Подготовил для вас максимально практичный гайд: «NumPy с нуля до понимания за 1 статью». Никакой академической воды — только база для быстрого старта в Data Science и аналитике.
https://habr.com/ru/articles/1029440/
#numpy #numpy_datascience #python #python3 #python_для_начинающих #python_tutor #data_science #data_analysis
-
Matplotlib для самых маленьких: от пустого окна до красивого графика
Каждый, кто начинал визуализировать данные на Python, сталкивался с этим: берешь кусок кода со StackOverflow, пытаешься подвинуть легенду или добавить вторую ось, и внезапно весь график ломается. А главное — почему одни пишут plt.plot(), а другие ax.plot()? Какой синтаксис правильный? В этом туториале мы не просто нарисуем пару линий. Мы заглянем под капот Matplotlib и разберем «анатомию» графиков на простых примерах. Вы поймете разницу между процедурным и объектно-ориентированным подходом, научитесь кастомизировать основные типы визуализаций и навсегда избавитесь от ошибки «белого квадрата» при сохранении файлов.
https://habr.com/ru/articles/1028868/
#matplotlib #python #python3 #python_для_начинающих #python_3 #визуализация #графики
-
Matplotlib для самых маленьких: от пустого окна до красивого графика
Каждый, кто начинал визуализировать данные на Python, сталкивался с этим: берешь кусок кода со StackOverflow, пытаешься подвинуть легенду или добавить вторую ось, и внезапно весь график ломается. А главное — почему одни пишут plt.plot(), а другие ax.plot()? Какой синтаксис правильный? В этом туториале мы не просто нарисуем пару линий. Мы заглянем под капот Matplotlib и разберем «анатомию» графиков на простых примерах. Вы поймете разницу между процедурным и объектно-ориентированным подходом, научитесь кастомизировать основные типы визуализаций и навсегда избавитесь от ошибки «белого квадрата» при сохранении файлов.
https://habr.com/ru/articles/1028868/
#matplotlib #python #python3 #python_для_начинающих #python_3 #визуализация #графики
-
Matplotlib для самых маленьких: от пустого окна до красивого графика
Каждый, кто начинал визуализировать данные на Python, сталкивался с этим: берешь кусок кода со StackOverflow, пытаешься подвинуть легенду или добавить вторую ось, и внезапно весь график ломается. А главное — почему одни пишут plt.plot(), а другие ax.plot()? Какой синтаксис правильный? В этом туториале мы не просто нарисуем пару линий. Мы заглянем под капот Matplotlib и разберем «анатомию» графиков на простых примерах. Вы поймете разницу между процедурным и объектно-ориентированным подходом, научитесь кастомизировать основные типы визуализаций и навсегда избавитесь от ошибки «белого квадрата» при сохранении файлов.
https://habr.com/ru/articles/1028868/
#matplotlib #python #python3 #python_для_начинающих #python_3 #визуализация #графики
-
Matplotlib для самых маленьких: от пустого окна до красивого графика
Каждый, кто начинал визуализировать данные на Python, сталкивался с этим: берешь кусок кода со StackOverflow, пытаешься подвинуть легенду или добавить вторую ось, и внезапно весь график ломается. А главное — почему одни пишут plt.plot(), а другие ax.plot()? Какой синтаксис правильный? В этом туториале мы не просто нарисуем пару линий. Мы заглянем под капот Matplotlib и разберем «анатомию» графиков на простых примерах. Вы поймете разницу между процедурным и объектно-ориентированным подходом, научитесь кастомизировать основные типы визуализаций и навсегда избавитесь от ошибки «белого квадрата» при сохранении файлов.
https://habr.com/ru/articles/1028868/
#matplotlib #python #python3 #python_для_начинающих #python_3 #визуализация #графики
-
[Парсинг | Python] — ниша в которую легко вкатится и сложно продолжить
Привет Хабр! Сегодня я бы хотел написать об такой нише как парсинг , так-как я пристрастился к Python только благодаря тому что я люблю халяву свободные данные, а так-же и с пониманием того что данные в удобном формате это не просто куча структурированных данных это будущее. Что сейчас мы и видим в эру ИИ. Парсинг наше всё!
-
Множественная регрессия: Расширяем горизонты прогнозирования
Хотите научиться предсказывать продажи, цены на недвижимость или спрос на товары, учитывая сразу несколько факторов? Вам поможет множественная регрессия. В этой статье вы узнаете: - Математическую основу множественной линейной регрессии – от уравнения гиперплоскости до метода наименьших квадратов; - Разбор полного кода на Python с использованием scikit-learn на реальном датасете Advertising (200 наблюдений); - Как интерпретировать коэффициенты модели; - Сравнение с простой линейной регрессией – насколько лучше работает множественная модель; - Расширение до полиномиальной регрессии, когда линейности недостаточно.
https://habr.com/ru/articles/1015102/
#python #python_для_начинающих #аналитика #анализ_данных #аналитика_данных #регрессия #множественная_регрессия #карьера_в_it #машинное_обучение_python #sklearn
-
Инкапсуляция в Python: property, name mangling и никаких кофемашин
Когда разработчики приходят в Python из Java или C++, у них часто случается культурный шок. Они безуспешно ищут модификаторы private или protected и задают логичный вопрос: «А как здесь вообще прятать данные?» Добро пожаловать в мир, где язык вам доверяет, а Гвидо ван Россум говорит: «Мы здесь все взрослые люди». В новой статье разбираем архитектурный дзен Python: 🔹 Почему двойное подчеркивание (__) — это не аналог private (и как его взломать в одну строчку). 🔹 Почему классические геттеры и сеттеры в Python — это антипаттерн. 🔹 Как элегантно защитить данные с помощью @property , дескрипторов и slots . Никаких заезженных метафор про пульты от телевизора. Только суровая (и красивая) реальность Python-way.
https://habr.com/ru/articles/1007860/
#python #python3 #python_для_начинающих #python_tutor #инкапсуляция #private
-
__str__ vs __repr__ в Python: конец путанице
« str для людей, а repr для машин» — эту фразу слышали многие, но на практике путаница всё равно остается. Почему функция print() иногда игнорирует ваши настройки? Что такое односторонний фолбэк? И зачем вообще писать оба метода?
https://habr.com/ru/articles/1006790/
#python #python3 #python_для_начинающих #python_3 #python_tutor #python_class #string #repr
-
Изучаем FastAPI за одну статью: от «Hello World» до структурированного API
Если вы пишете бэкенд на Python или только собираетесь вкатиться в эту тему, вы точно слышали про FastAPI. Он обещает скорость NodeJS, автодокументацию из коробки и строгую типизацию. Звучит круто, но для новичка любая новая технология выглядит пугающе. В этом гайде я хочу взять вас за руку и провести по всем базовым концепциям фреймворка. Мы напишем свой первый API-сервис с нуля, разберем частые ошибки новичков с асинхронностью и поймем, как писать чистый код с помощью APIRouter. Спойлер: баз данных и сложных ORM сегодня не будет, сосредоточимся на чистом понимании магии FastAPI.
https://habr.com/ru/articles/1005390/
#fastapi #python #python3 #python_для_начинающих #python_3 #python_tutor #вебразработка
-
Декораторы в Python для самых маленьких и немного для взрослых
Представьте типичную ситуацию: вы написали отличный кусок кода. У вас есть десяток функций, которые делают полезную работу — например, ходят в стороннее API, парсят данные и аккуратно складывают их в базу. Код читаемый, лаконичный, всё работает как часы. И тут приходит тимлид (или заказчик) и говорит: «Слушай, а давай-ка мы будем замерять время выполнения каждой функции и писать это в логи. Ну, чтобы отлавливать тормоза на проде». Что делает разработчик, который не знает про декораторы?
https://habr.com/ru/articles/1004866/
#декораторы #декораторы_python_для_начинающих #python #python3 #python_для_начинающих #python_3 #python_tutor
-
ООП в Python за 1 статью: от «Hello World» до архитектуры
Вы освоили переменные, разобрались с циклами и научились писать функции. Ваши скрипты бодро парсят сайты, перекладывают файлы или считают статистику. Жизнь кажется прекрасной, а Python — лучшим языком в мире. Но однажды проект начинает расти. Вместо одного файла у вас их уже десять. Переменные начинают «путешествовать» по коду непредсказуемым образом, функции принимают по 8 аргументов, а попытка исправить один баг рождает два новых в совершенно неожиданном месте. Вы смотрите на свой код и понимаете: это не архитектура, это тарелка со спагетти, в которой запутался даже сам повар.
https://habr.com/ru/articles/1000378/
#python #python3 #python_для_начинающих #python_3 #python_class #python_tutor #python_oop #пайтон #пайтон_для_детей #пайтон_ооп
-
ИИ (Генеративное) видео без галлюцинаций: пишем CLI-конвейер на Python (Qwen + Manim)
ИИ видео не подходят для инженерных задач, так как работают с пикселями и часто «галлюцинируют», искажая математическую логику и текст. Решение проблемы — разделить процесс: LLM должна генерировать не видео, а код (инструкции), а исполнять его должен детерминированный движок (библиотека Manim). Чтобы исключить программные ошибки, применяется цикл Self-Correction: скрипт автоматически скармливает трейсбэки обратно нейросети, заставляя её исправлять код до тех пор, пока он не скомпилируется в математически точную анимацию.
https://habr.com/ru/articles/993630/
#manim #python #python3 #python_для_начинающих #qwen #генерация_видео
-
ИИ (Генеративное) видео без галлюцинаций: пишем CLI-конвейер на Python (Qwen + Manim)
ИИ видео не подходят для инженерных задач, так как работают с пикселями и часто «галлюцинируют», искажая математическую логику и текст. Решение проблемы — разделить процесс: LLM должна генерировать не видео, а код (инструкции), а исполнять его должен детерминированный движок (библиотека Manim). Чтобы исключить программные ошибки, применяется цикл Self-Correction: скрипт автоматически скармливает трейсбэки обратно нейросети, заставляя её исправлять код до тех пор, пока он не скомпилируется в математически точную анимацию.
https://habr.com/ru/articles/993630/
#manim #python #python3 #python_для_начинающих #qwen #генерация_видео
-
ИИ (Генеративное) видео без галлюцинаций: пишем CLI-конвейер на Python (Qwen + Manim)
ИИ видео не подходят для инженерных задач, так как работают с пикселями и часто «галлюцинируют», искажая математическую логику и текст. Решение проблемы — разделить процесс: LLM должна генерировать не видео, а код (инструкции), а исполнять его должен детерминированный движок (библиотека Manim). Чтобы исключить программные ошибки, применяется цикл Self-Correction: скрипт автоматически скармливает трейсбэки обратно нейросети, заставляя её исправлять код до тех пор, пока он не скомпилируется в математически точную анимацию.
https://habr.com/ru/articles/993630/
#manim #python #python3 #python_для_начинающих #qwen #генерация_видео
-
ИИ (Генеративное) видео без галлюцинаций: пишем CLI-конвейер на Python (Qwen + Manim)
ИИ видео не подходят для инженерных задач, так как работают с пикселями и часто «галлюцинируют», искажая математическую логику и текст. Решение проблемы — разделить процесс: LLM должна генерировать не видео, а код (инструкции), а исполнять его должен детерминированный движок (библиотека Manim). Чтобы исключить программные ошибки, применяется цикл Self-Correction: скрипт автоматически скармливает трейсбэки обратно нейросети, заставляя её исправлять код до тех пор, пока он не скомпилируется в математически точную анимацию.
https://habr.com/ru/articles/993630/
#manim #python #python3 #python_для_начинающих #qwen #генерация_видео
-
Рекурсия в Python: от матрешки до стека вызовов. Полный гид для новичков
Рекурсия часто кажется новичкам «высшим пилотажем» или магией. На деле это фундаментальный инструмент, который незаменим при работе с деревьями и сложными структурами данных. В этой статье мы разберем анатомию рекурсии, заглянем «под капот» стека вызовов, выясним, почему Гвидо ван Россум не любит хвостовую оптимизацию, и научимся ускорять вычисления в тысячи раз с помощью мемоизации.
https://habr.com/ru/articles/991714/
#рекурсия #python #python3 #python_для_начинающих #python_3 #python_tutor
-
Мемоизация в Python: как заставить код помнить
Проблема многих программ не в медленном процессоре, а в том, что они «забывчивы». Каждый раз, когда вы вызываете функцию с одними и теми же данными, она честно считает всё с нуля. Если внутри сложные расчеты или рекурсия — всё начинает тормозить. Решение — Мемоизация. Это техника, при которой функция запоминает результат своих вычислений. Если вы вызываете её снова с теми же аргументами, она не считает, а просто достает готовый ответ из памяти (словаря).
https://habr.com/ru/articles/989936/
#python #python3 #python_для_начинающих #python_3 #python_tutor #python_class #lru_cache
-
Основы Python за 1 статью: от Hello World до рабочего скрипта
Python за одну статью? Да, если выкинуть оттуда ООП. Новичков часто пугают сложной теорией, хотя для старта нужно всего 9 блоков знаний. Разбираем только то, что реально нужно для написания скриптов: синтаксис, структуры данных, функции и работу с файлами. В конце — пишем полноценную консольную игру. Лучший старт для новичка и шпаргалка для забывчивых.
https://habr.com/ru/articles/988966/
#python #python3 #python_для_начинающих #python_3 #python_tutor
-
Код, за который стыдно: 5 ошибок, которые нельзя допускать в Python
Python прощает многое: здесь нет строгой типизации, компилятора и ручного управления памятью. Код пишется легко, запускается с первого раза и проходит Code Review. А потом на продакшене случается страшное: данные пользователей перемешиваются, сервер «замирает» под нагрузкой или биллинг списывает деньги не в тот день.
https://habr.com/ru/articles/986496/
#python #python3 #python_для_начинающих #python_class #backend #ошибки_программистов #jib
-
Python вместо After Effects: пишем видео на Manim
Зачем двигать ползунки мышкой, если вы знаете Python? В статье разбираем Manim — библиотеку, с помощью которой создаются видео на канале 3Blue1Brown. Установка, отличие версий, рендеринг LaTeX-формул и код для вашей первой процедурной анимации. Превращаем скрипты в MP4 без единого кейфрейма.
https://habr.com/ru/articles/986048/
#python #manim #python3 #python_для_начинающих #LaTeX #python_3 #3blue1brown #Математика
-
Python вместо After Effects: пишем видео на Manim
Зачем двигать ползунки мышкой, если вы знаете Python? В статье разбираем Manim — библиотеку, с помощью которой создаются видео на канале 3Blue1Brown. Установка, отличие версий, рендеринг LaTeX-формул и код для вашей первой процедурной анимации. Превращаем скрипты в MP4 без единого кейфрейма.
https://habr.com/ru/articles/986048/
#python #manim #python3 #python_для_начинающих #LaTeX #python_3 #3blue1brown #Математика
-
Python вместо After Effects: пишем видео на Manim
Зачем двигать ползунки мышкой, если вы знаете Python? В статье разбираем Manim — библиотеку, с помощью которой создаются видео на канале 3Blue1Brown. Установка, отличие версий, рендеринг LaTeX-формул и код для вашей первой процедурной анимации. Превращаем скрипты в MP4 без единого кейфрейма.
https://habr.com/ru/articles/986048/
#python #manim #python3 #python_для_начинающих #LaTeX #python_3 #3blue1brown #Математика
-
Python вместо After Effects: пишем видео на Manim
Зачем двигать ползунки мышкой, если вы знаете Python? В статье разбираем Manim — библиотеку, с помощью которой создаются видео на канале 3Blue1Brown. Установка, отличие версий, рендеринг LaTeX-формул и код для вашей первой процедурной анимации. Превращаем скрипты в MP4 без единого кейфрейма.
https://habr.com/ru/articles/986048/
#python #manim #python3 #python_для_начинающих #LaTeX #python_3 #3blue1brown #Математика
-
Python: Почему строки в if-else — это плохо, переходим на Enum
Бывало такое: сидишь час над багом, перебираешь функции, а в итоге выясняется, что ты просто опечатался в одном слове? В одном месте статус заказа был "shipped", а в другом — "shiped" с одной «p». Python промолчал, потому что для него это просто две разные строки. А для тебя это — потерянный вечер. Сегодня разберем, как модуль enum избавляет от этой боли и делает код в разы чище.
-
10 полезных Python-библиотек для автоматизации повседневных задач
Каждый раз, когда мы пишем «быстрый скрипт на коленке», мы тратим время на одни и те же вещи: настройку логов, парсинг конфигов и создание прогресс-баров. В этой статье разберем 10 легковесных утилит (от tqdm до beartype), которые закроют рутинные задачи и позволят вам сфокусироваться на логике, а не на «обвязке».
-
Топ-5 фишек Python, которые вы, скорее всего, упустили
На дворе 2025 год. Мы привыкли к f-строкам и тайп-хинтингу, но всё ещё тащим в продакшен привычки из Python 3.6. Вы знали, что блок else в цикле for выполняется вовсе не тогда, когда «цикл не сработал», а наоборот? А что громоздкий try-except pass для игнорирования ошибок — это антипаттерн, который заменяется одной элегантной строкой из стандартной библиотеки? В статье — топ-5 прагматичных фич (от match/case с гардами до itertools.batched), которые позволяют писать декларативный код и выбрасывать лишние if и флаги. Никакой воды, только примеры «Было / Стало».
https://habr.com/ru/articles/979590/
#python3 #python #python_для_начинающих #python_3 #match_case
-
Украшаем терминал к 2026: Пишем CLI-предсказатель на Python с библиотекой Rich
2025-й был насыщенным: переписывали легаси и тушили проды по пятницам. Сейчас, когда таски в Jira закрываются уже с трудом, самое время выдохнуть и закодить что-то «для души». Никаких кубернетисов и хайлоада. Только Python, библиотека Rich и 100 строк кода, чтобы создать уютную елку с обратным отсчетом прямо в консоли. Сделаем красиво, упакуем в exe и отправим коллегам вместо открытки.
-
Гайд по форматированию строк в Python: от % до f-строк и обратно
Форматирование строк кажется тривиальной задачей, пока вы не сталкиваетесь с поддержкой чужого легаси-кода или вопросами производительности в высоконагруженных циклах. За годы развития Python прошел путь от C-style форматирования (%) до мощных f-строк (Python 3.6+). Но означает ли это, что о старых методах можно забыть?
-
Pydantic V2: Почему dataclasses вам больше не нужны
Вы пишите age: int, а Python спокойно пропускает туда строку. Программа падает, но не сразу, а в самый неподходящий момент. Я расскажу, почему пора переходить на Pydantic V2. Он теперь работает на Rust (очень быстро), сам исправляет типы и спасает от глупых ошибок. Внутри: сравнение кода, работа с .env и немного практики.
https://habr.com/ru/articles/970338/
#pydantic #pydantic_v2 #python3 #python_для_начинающих #dataclasses
-
Магия itertools: Перестаньте писать велосипеды на циклах for
Почему опытные Python-разработчики редко используют циклы for для обработки данных? Потому что императивный стиль на больших объемах данных ведет к исчерпанию памяти (OOM) и замедлению работы. Модуль itertools — это стандарт индустрии для создания эффективных конвейеров обработки данных. Он реализует концепцию ленивых вычислений (lazy evaluation), позволяя обрабатывать бесконечные потоки или огромные дампы БД, потребляя константный объем RAM.
-
Poetry vs Pip: Почему пора перестать использовать requirements.txt
На моем компьютере всё работало!» — фраза, после которой начинается многочасовой дебаггинг. Вы открываете requirements.txt, а там свалка: непонятные версии, транзитивные зависимости и библиотеки, которые вы вообще не ставили. Pip — отличный установщик, но ужасный менеджер проектов. В 2025 году стыдно таскать за собой «портянку» из текстовых файлов. В этой статье я покажу, как Poetry превращает ад зависимостей в скучный и предсказуемый процесс. Разберем pyproject.toml, магию lock-файла и переедем с Pip за 5 минут без боли. Внутри: туториал, гайд по миграции и честный разбор минусов (да, Poetry тоже не идеален).
https://habr.com/ru/articles/969296/
#poetry #venv #requirements #python #python3 #python_для_начинающих
-
ООП в Python на пальцах: Пишем свою текстовую RPG с нуля
Как объяснить новичку разницу между Классом и Объектом так, чтобы он запомнил это навсегда? Представить, что Класс — это чертеж робота, а Объект — сам робот. В этой статье я раскладываю принципы ООП (Объектно-Ориентированного Программирования) на понятные атомы. Никакой сухой академической теории — только живой код на Python. Мы пройдем путь от простых переменных до масштабируемой системы классов на примере создания RPG-игры. В конце вас ждет домашнее задание для закрепления материала.
https://habr.com/ru/articles/969088/
#ооп #ооп_python #python #python3 #python_class #python_для_начинающих
-
Можно ли заменить datetime? Как Pendulum делает работу с датой и временем удовольствием
Работа с датой и временем в программировании — это одна из тех «темных» областей, на которой каждый разработчик набивает свои шишки. На первый взгляд все просто: from datetime import datetime, datetime.now(). Что может пойти не так? А потом в проекте появляются часовые пояса, и начинается тихий ужас. Вы внезапно обнаруживаете, что стандартная библиотека Python оперирует двумя видами объектов: «наивными» (naive), которые ничего не знают о своем часовом поясе, и «осведомленными» (aware), у которых эта информация есть. И datetime.now() по умолчанию создает именно «наивный» объект, который в лучшем случае бесполезен, а в худшем — источник трудноуловимых багов, когда ваш код запускается на сервере в другом конце света.
-
Создаем свой «Photoshop» на Python: пишем десктопный редактор изображений с помощью Flet и Pillow
Название громкое, но цель реальна: написать на Python простую, но полезную утилиту для обработки изображений, которая выглядит и работает как современное приложение. Внутри — пошаговый гайд, где мы берем всю мощь библиотеки Pillow для работы с картинками, добавляем магию Flet для создания интерфейса. Только чистый Python.
-
Забудьте про print(): Современное и красивое логирование в Python с помощью Loguru
Все мы начинали с print() для отладки, но в серьезных проектах это превращается в хаос. Стандартный logging? Мощно, но громоздко. Пора это исправить. Loguru — это библиотека, которая делает логирование простым, как print(), и мощным, как logging, но без боли и десятков строк конфигурации. В статье покажу, как одной строкой настроить цветные логи, автоматическую ротацию файлов и ловить исключения с полным контекстом переменных. Заходите, чтобы сделать свою отладку в разы приятнее.
https://habr.com/ru/articles/966048/
#loguru #python #python3 #python_для_начинающих #логирование
-
Python для начинающих: () или []? Ответ, который изменит ваш код
Положа руку на сердце, давайте признаемся: когда вы только начинали учить Python, вам наверняка на первом же занятии вам сказали: «Списки ( list ) — изменяемые, а кортежи ( tuple ) — нет. Запомнили? Молодцы». И большинство из нас кивнуло и пошло дальше. Казалось бы, всё просто: если данные могут меняться — берём квадратные скобки [] , если это константа — круглые () . Задача решена. А что, если я скажу, что на этом простом правиле заканчивается Python для новичков и начинается Python для профессионалов? Потому что за этой банальной разницей скрывается целый мир оптимизаций, архитектурных решений и подводных камней. Вы когда-нибудь задумывались, почему кортежи на самом деле быстрее списков? Не на уровне теории, а на уровне байтов и выделения памяти? Или почему Python позволяет использовать кортеж как ключ словаря, а при попытке сделать то же самое со списком просто взрывается с ошибкой TypeError ?
-
Создаем свой create-react-app на Python: интерактивный генератор проектов с Typer и Questionary
В мире фронтенда уже давно стали стандартом такие инструменты, как create-react-app или vue create. Они задают несколько вопросов и за секунды разворачивают полностью настроенное рабочее окружение. Почему бы нам не создать такой же удобный помощник для своих Python-проектов?
-
Изучаем Python: модуль pathlib для начинающих с домашним заданием
Забудьте о ручном склеивании строк: с pathlib пути элегантно конструируются с помощью оператора /. Проверка существования, чтение, получение родительской директории — всё это становится методами и атрибутами самого объекта. В результате код получается не просто чище и читабельнее, он становится более надежным и по-настоящему "питоничным" (Pythonic).
https://habr.com/ru/articles/960440/
#pathlib #python #python_для_начинающих #python_для_школьников
-
Разбираемся со звёздочками: понятное руководство по *args и **kwargs для начинающих
Многие начинающие разработчики обходят *args и **kwargs стороной, считая их чем-то необязательным или слишком сложным. Но на самом деле, понимание этого механизма — это качественный скачок в вашем умении писать чистый, масштабируемый и по-настоящему "пайтонический" код.
-
Модуль datetime в Python для начинающих с домашним заданием
Работа с датами и временем в Python — базовая задача, которая часто вызывает трудности у начинающих. В этой статье мы с нуля разберем встроенный модуль datetime, который элегантно решает большинство проблем. Вы научитесь получать текущее время, выполнять операции с датами, а главное — парсить строки и форматировать вывод с помощью strptime и strftime. Это пошаговое руководство для новичков, с практическим заданием на GitHub в конце.
https://habr.com/ru/articles/950914/
#python #datetime #python_для_начинающих #программирование #strptime #strftime
-
Изучаем Python: модуль os для начинающих с практическим домашним заданием
Разбираем один из самых полезных встроенных модулей Python — os. Простыми словами о том, как управлять файлами и папками прямо из кода. Пройдем путь от os.mkdir() до написания скрипта для автоматической сортировки. Статья для начинающих, но с упором на практику. В финале — домашнее задание на GitHub с автоматической проверкой решений.
https://habr.com/ru/articles/949676/
#python #os #python_для_начинающих #работа_с_файлами_в_python #работа_с_файлами #скрипты_на_python #сортировка_файлов