Pygments - 2.19.2
https://ift.tt/qO6aRPZ
Инструмент подсветки синтаксиса. Скачать можно по ссылке: https://pypi.python.org/pypi/Pygments/
https://ift.tt/qO6aRPZ
Инструмент подсветки синтаксиса. Скачать можно по ссылке: https://pypi.python.org/pypi/Pygments/
The Missing Manual for Signals: State Management for Python Developers
https://ift.tt/JAVNS2v
https://ift.tt/JAVNS2v
The fastest way to detect a vowel in a string
https://ift.tt/BGle0Zc
Определение гласной буквы. На самом деле сравнение скорости разных машинных кодов.
https://ift.tt/BGle0Zc
Определение гласной буквы. На самом деле сравнение скорости разных машинных кодов.
[Видео] Bulletproof Data Pipelines: Django, Celery, and the Power of Idempotency - Ricardo Morato Rocha
https://ift.tt/VCKceXh
Learn how to build resilient data pipelines with Django, Celery, and idempotent consumers. We'll dive into robust error-handling techniques and the role of idempotency in ensuring reliable and consistent data processing.
https://ift.tt/VCKceXh
Learn how to build resilient data pipelines with Django, Celery, and idempotent consumers. We'll dive into robust error-handling techniques and the role of idempotency in ensuring reliable and consistent data processing.
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Тайное уравнение, позволявшее США следить за всеми
- Постоянный логин в автотестах? Решаем с Playwright и экономим время
- Развёртывание ML-моделей в картинках
- Разбираемся с суффиксами квантования LLM: что значат Q4_K_M, Q6_K и Q8_0
- Как привинтить Python к Go
- Ускорение тестового набора PyPI на 81%
- [Видео] No GIL / JIT оптимизации в Python / Скейлинг через Kafka
- cognee - Memory for AI Agents in 5 lines of code
- pytest - 8.4.1
- flake8 - 7.3.0
Заходите в гости - https://pythondigest.ru/issue/601/
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Тайное уравнение, позволявшее США следить за всеми
- Постоянный логин в автотестах? Решаем с Playwright и экономим время
- Развёртывание ML-моделей в картинках
- Разбираемся с суффиксами квантования LLM: что значат Q4_K_M, Q6_K и Q8_0
- Как привинтить Python к Go
- Ускорение тестового набора PyPI на 81%
- [Видео] No GIL / JIT оптимизации в Python / Скейлинг через Kafka
- cognee - Memory for AI Agents in 5 lines of code
- pytest - 8.4.1
- flake8 - 7.3.0
Заходите в гости - https://pythondigest.ru/issue/601/
Python Дайджест
Выпуск 601
Выпуск еженедельного Python Дайджеста. Самые актуальные новости про Python за 2025-06-16 - 2025-06-22 на одной странице
Сводка от pythonz 15.06.2025 — 22.06.2025
https://ift.tt/UxjciQX
А теперь о том, что происходило в последнее время на других ресурсах.
https://ift.tt/UxjciQX
А теперь о том, что происходило в последнее время на других ресурсах.
Тайное уравнение, позволявшее США следить за всеми
https://ift.tt/dWJQjhs
В 2006 году АНБ скрыла в криптографическом стандарте Dual EC DRBG математический бэкдор. Агентство отрицало его наличие восемь лет. Затем утечки Сноудена подтвердили его существование.Двойные эллиптические кривые (Dual Elliptic Curve) используются как безопасные генераторы случайных чисел (RNG).
https://ift.tt/dWJQjhs
В 2006 году АНБ скрыла в криптографическом стандарте Dual EC DRBG математический бэкдор. Агентство отрицало его наличие восемь лет. Затем утечки Сноудена подтвердили его существование.Двойные эллиптические кривые (Dual Elliptic Curve) используются как безопасные генераторы случайных чисел (RNG).
Планирование в Python
https://ift.tt/412KIVe
Планирование задач — неотъемлемая часть работы любых веб-приложений, в особенности таких, в которых требуется совершать периодические или отложенные действия. В Python предусмотрено множество способов планирования задач, и у каждого есть свои сильные и слабые стороны. В этой статье будут рассмотрены некоторые наиболее популярные способы планирования задач в приложении, написанном на основе FastAPI.
https://ift.tt/412KIVe
Планирование задач — неотъемлемая часть работы любых веб-приложений, в особенности таких, в которых требуется совершать периодические или отложенные действия. В Python предусмотрено множество способов планирования задач, и у каждого есть свои сильные и слабые стороны. В этой статье будут рассмотрены некоторые наиболее популярные способы планирования задач в приложении, написанном на основе FastAPI.
Я устал от ограничений Strava и написал свой «швейцарский нож» для анализа тренировок на Python и FastAPI
https://ift.tt/vf3ujTs
Я — разработчик и велосипедист, которому надоели ограничения Strava. Знакомы боли: GPS‑треки с «телепортами», платный анализ по зонам и неудобная загрузка сегментов на Garmin? Я решил исправить это и написал свой «швейцарский нож» для анализа тренировок.
https://ift.tt/vf3ujTs
Я — разработчик и велосипедист, которому надоели ограничения Strava. Знакомы боли: GPS‑треки с «телепортами», платный анализ по зонам и неудобная загрузка сегментов на Garmin? Я решил исправить это и написал свой «швейцарский нож» для анализа тренировок.
Как мы ускорили разработку python-микросервисов с помощью шаблонизатора
https://ift.tt/GuTit8p
Выбор, как стандартизировать разработку, несложный: опытные разработчики уже прошли через множество фреймворков и библиотек и сформировали рекомендации. Но когда речь заходит о том, как именно писать код, ситуация меняется.
https://ift.tt/GuTit8p
Выбор, как стандартизировать разработку, несложный: опытные разработчики уже прошли через множество фреймворков и библиотек и сформировали рекомендации. Но когда речь заходит о том, как именно писать код, ситуация меняется.
Darwin Gödel Machine: искусственный интеллект, который программирует сам себя
https://ift.tt/758Pdrf
Идея системы, способной обучаться без вовлечения в процесс человека, уже давно интересует ИИ-сообщество. Есть даже такая вещь как «машина Геделя» — концепция, описанная в 2003 году ученым Юргеном Шмидхубером и названная в честь математика Курта Геделя. Это гипотетический искусственный интеллект, который может рекурсивно переписывать самого себя, но только в случае, если ему удастся математически доказать, что изменение сделает его лучше.
https://ift.tt/758Pdrf
Идея системы, способной обучаться без вовлечения в процесс человека, уже давно интересует ИИ-сообщество. Есть даже такая вещь как «машина Геделя» — концепция, описанная в 2003 году ученым Юргеном Шмидхубером и названная в честь математика Курта Геделя. Это гипотетический искусственный интеллект, который может рекурсивно переписывать самого себя, но только в случае, если ему удастся математически доказать, что изменение сделает его лучше.
Самый быстрый способ нахождения гласной в строке
https://ift.tt/i3OL0Tt
Недавно меня заинтересовала такая задача: как лучше всего определить, что в строке есть гласная? Казалось бы, тривиальный вопрос, правда? Но, начав разбираться, я осознал, что задача гораздо глубже. Я бросил себе вызов: придумать как можно больше способов обнаружения гласной.
https://ift.tt/i3OL0Tt
Недавно меня заинтересовала такая задача: как лучше всего определить, что в строке есть гласная? Казалось бы, тривиальный вопрос, правда? Но, начав разбираться, я осознал, что задача гораздо глубже. Я бросил себе вызов: придумать как можно больше способов обнаружения гласной.
RFID-метки для программиста: как они устроены и как с ними работать
https://ift.tt/CqbAzlR
RFID-технология давно стала частью повседневности — мы встречаем её в проездных, пропусках, банковских картах, системах доступа и даже в метках на одежде. Но что на самом деле происходит, когда мы подносим метку к считывателю? Как устроена эта метка внутри? Какие данные она хранит, и как программа может их прочитать или изменить?
https://ift.tt/CqbAzlR
RFID-технология давно стала частью повседневности — мы встречаем её в проездных, пропусках, банковских картах, системах доступа и даже в метках на одежде. Но что на самом деле происходит, когда мы подносим метку к считывателю? Как устроена эта метка внутри? Какие данные она хранит, и как программа может их прочитать или изменить?
Оптимизация асинхронного сервиса на Python
https://ift.tt/bgLtGCV
В процессе очередного анализа сервисов, мы выяснили, что один из них, о котором пойдет речь в статье, отвечает довольно медленно, учитывая его особенности. И мы решили его ускорять, примерно на 25%. Я расскажу, какие действия мы предпринимали с командой, что помогло, а что оказалось не особенно полезно с точки зрения ускорения сервиса.
https://ift.tt/bgLtGCV
В процессе очередного анализа сервисов, мы выяснили, что один из них, о котором пойдет речь в статье, отвечает довольно медленно, учитывая его особенности. И мы решили его ускорять, примерно на 25%. Я расскажу, какие действия мы предпринимали с командой, что помогло, а что оказалось не особенно полезно с точки зрения ускорения сервиса.
Конфигурация с поздним связыванием и шаблонизацией в Python
https://ift.tt/PxM4deH
Расскажу про Python-библиотеку для гибкого чтения конфигураций с возможность переиспользования и переопределения элементов
https://ift.tt/PxM4deH
Расскажу про Python-библиотеку для гибкого чтения конфигураций с возможность переиспользования и переопределения элементов
Круговой импорт в Python: как он ломает проекты и как его победить
https://ift.tt/4kdQ1FZ
Сегодня говорим о том, что в какой‑то момент словит почти каждый разработчик, особенно если вы не просто пишете скрипты, а строите проекты — будь то Django, Flask или кастомная архитектура с бизнес‑логикой в отдельных слоях. Речь про круговые импорты: они не объявляют о себе заранее, не фейлят весь проект громко и сразу, но подкрадываются исподтишка.
https://ift.tt/4kdQ1FZ
Сегодня говорим о том, что в какой‑то момент словит почти каждый разработчик, особенно если вы не просто пишете скрипты, а строите проекты — будь то Django, Flask или кастомная архитектура с бизнес‑логикой в отдельных слоях. Речь про круговые импорты: они не объявляют о себе заранее, не фейлят весь проект громко и сразу, но подкрадываются исподтишка.
Python Bytes: #437 Python Language Summit 2025 Highlights
https://ift.tt/8W3XBlm
Очередной выпуск англоязычного подкаста Python Bytes
https://ift.tt/8W3XBlm
Очередной выпуск англоязычного подкаста Python Bytes
Как мы создали систему раннего предупреждения импульсивных торговых решений: опыт отдела Rapid и Лаборатории инноваций
https://ift.tt/kIPzVrH
Импульсивные решения — главный враг трейдера. Эмоциональные сделки, увеличение позиций после потерь, торговля в ночное время — все это приводит к убыткам даже у опытных участников рынка. В этой статье я расскажу, как с помощью анализа данных и машинного обучения создать систему, которая заранее предупреждает о высоком риске принятия импульсивного решения.
https://ift.tt/kIPzVrH
Импульсивные решения — главный враг трейдера. Эмоциональные сделки, увеличение позиций после потерь, торговля в ночное время — все это приводит к убыткам даже у опытных участников рынка. В этой статье я расскажу, как с помощью анализа данных и машинного обучения создать систему, которая заранее предупреждает о высоком риске принятия импульсивного решения.