🐍 Почему разработчики всё ещё выбирают Python: взгляд Гвидо ван Россума

GitHub рассказал Гвидо ван Россуму свежие данные Octoverse — и он был удивлён: несмотря на то, что TypeScript впервые обошёл Python по использованию, Python вырос на 49% за 2025 год.

Он остаётся главным языком для ИИ, науки и обучения, а также культурным феноменом, сформировавшим целое поколение разработчиков.

В интервью Гвидо рассказывает:
— почему читаемость всегда была основной философией языка;
— как Python превратился из хобби-проекта в основу современных ИИ-технологий;
— и что ждёт язык дальше — от ускорения до новых направлений развития.

🤌 Бонусы для подписчиков:
— Скидка 40% на все курсы Академии
— Розыгрыш Apple MacBook
— Бесплатный тест на знание математики

🔗 Ссылка на интервью

📱 Python новости за последние 7 дней

— Почему Python — не лучший язык для Data Science —автор рассказывает, где Python начинает проигрывать: многопоточность, скорость, экосистема для HPC. Много практических примеров и сравнение с Julia/Rust.

— Магия Python — подробное объяснение interning-а и механики хранения целых чисел в CPython. Отличный материал для подготовки к собесам.

— Компилируем Python так, чтобы он работал везде —гайд по сборке Python-приложений в единый бинарь и созданию truly portable окружений.

— Python 3.14 — полный список нововведений.

— FastAPI без хаоса: как перестать писать всё в main.py — хорошая практическая структура проекта: роутеры, конфигурация, DI, зависимости, разбиение на модули.

— 10 приёмов профи для ускорения Python-кода —от очевидных оптимизаций до продвинутых: буферизация, slots, NumPy-трюки, кэширование, генераторы, профилирование.

— Pydantic V2: dataclasses больше не нужны — выпуск V2 с архитектурой на Rust сделал Pydantic быстрее, безопаснее и более строгим.

— 9 принципов стабильных автотестов — советы по структуре, управлению состоянием, локализации багов, idempotent-тестам и CI-практикам.

— FlakyDetector — инструмент для охоты на нестабильные тесты — история создания утилиты, которая автоматически выявляет flaky-тесты в Python-проектах.

🤌 Бонусы для подписчиков:
— Скидка 40% на все курсы Академии
— Розыгрыш Apple MacBook
— Бесплатный тест на знание математики

🐸 Библиотека питониста

#свежак

🐸 Библиотека задач по Data Science

🎄 Advent of Code 2025: новый сезон головоломок для разработчиков

Advent of Code (AoC) — это ежегодный адвент-календарь из небольших программных задач, которые можно решать на любом языке.

Для кого это

Для всех, кто любит программирование: новичков, студентов, разработчиков, команд. AoC используют как тренажёр, подготовку к собеседованиям, учебный курс или просто ежедневный челлендж.

Условия максимально простые:
— не нужен мощный компьютер,
— не нужен CS-бэкграунд,
— каждая задача решается за ≤15 секунд даже на старом железе.

➡️ Ссылка на календарь

🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🐸 Библиотека питониста

#буст

🔥 Pydantic уже не тот: теперь это мощный комбайн для конфигураций.

Когда-то это была всего лишь библиотека для валидации данных.

Сегодня — полноценная система загрузки и обработки настроек, которая умеет:
— читать .env (и несколько подряд),
— забирать значения из переменных окружения,
— парсить JSON/TOML/YAML,
— работать с секретами из Docker/AWS/GCP/Azure/Unix-файлов,
— и даже разбирать CLI-аргументы.

По сути, теперь одним классом Pydantic вы можете заменить dotenv/environs, argparse/click/typer, загрузку yaml/json/toml и большую часть валидации.

Пример:

class Settings(BaseSettings):
    service_url: HttpUrl
    api_token: SecretStr
    log_level: Literal['DEBUG','INFO','WARNING','ERROR'] = 'INFO'
    port: conint(ge=1024, le=65535) = 8080

    model_config = ConfigDict(
        env_file=("/etc/.env", ".env"),
        cli_parse_args=True
    )

Каскад загрузки работает так:
1. dotenv
2. переменные окружения
3. CLI
4. параметры, переданные вручную

И всё это автоматически валидируется, приводится к нужным типам, секреты скрываются, вложенные структуры корректно обрабатываются.

Пример запуска:

export API_TOKEN="yeah_no"
python app.py --service_url https://bitecode.dev

Результат:

Service URL: https://bitecode.dev/
API Token: **********
Log Level: WARNING
Port: 8080

CLI-режим поддерживает множество удобств: подкоманды, kebab-case, списки/JSON в аргументах, отрицательные флаги, алиасы, mutually-exclusive groups и даже интеграцию с argparse.

Если нужно — легко подключить собственные источники настроек и секретов (включая Hashicorp Vault).

🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🐸 Библиотека питониста

#буст

🐸 Библиотека питониста

#развлекалово

😅 Мы нашли человека, который 2 года приручал Dependency Injection в Python

Разработчик два года (!) шлифовал ультра-простую библиотеку для Dependency Injection — python-injection.

Если вы когда-то страдали от того, где создать зависимость, как прожить её lifecycle и почему DI-фреймворки такие занудные — это может быть тем самым «наконец-то нормальным вариантом».

Что умеет:
⏩️ DI на базе type hints
⏩️ Декораторы для регистрации зависимостей
⏩️ 4 типа lifecycle
⏩️ Scoped зависимости через context manager
⏩️ Async support
⏩️ Профили (можете подменять имплементации)
⏩️ Ничего не создаётся заранее — только ленивый инстансинг
⏩️ И всё это без боли в душе и мозгах

Мы любим такие простые и полезные штуки — меньше шаблонного кода, больше фокуса на логике.

Если вы пишете на Python — взгляните:
➡️ GitHub
➡️ PyPI

🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🐸 Библиотека питониста

#буст

✔️ Улучшаем itertools.pairwise

Если вы когда-нибудь работали с последовательностями, вы почти наверняка сталкивались с ситуацией: нужно пройтись не по одному элементу, а по соседним. Для таких случаев в Python есть замечательная штука — itertools.pairwise.

Она берёт ваше "ABCD" и превращает это в:

("A", "B"), ("B", "C"), ("C", "D")

Звучит просто — и это реально спасает в куче сценариев. Например, можно легко посчитать, как менялся банковский баланс:

from itertools import pairwise

balance_history = [700, 1000, 800, 750]

for before, after in pairwise(balance_history):
    print(after - before)

Но фокус вот в чём…

Иногда пары — это мало. Хочется тройки, четвёрки, пятёрки… словом, окно произвольного размера.

Вот здесь pairwise уже не поможет — поэтому мы собрали несколько аккуратных способов сделать «обобщённый pairwise», он же nwise().

✔️ Вариант 1 — через deque

Простой, понятный и работает на всём, что итерируется:

from collections import deque
from itertools import islice

def nwise(iterable, n):
    iterable = iter(iterable)
    window = deque(islice(iterable, n - 1), maxlen=n)
    for value in iterable:
        window.append(value)
        yield tuple(window)

Использование:

nwise("ABCD", 3)
→ ("A","B","C"), ("B","C","D")

✔️ Вариант 2 — через tee

Такой «фокус с зеркалами»: создаём n независимых итераторов и сдвигаем каждый на свою позицию:

from itertools import islice, tee

def nwise(iterable, n):
    iterators = tee(iter(iterable), n)
    for idx, iterator in enumerate(iterators):
        for _ in islice(iterator, idx):
            pass
    yield from zip(*iterators)

Выглядит почти магически, но работает честно.

✔️ Вариант 3 — рекурсивный (красивый)

Пожалуй, личный фаворит. Если присмотреться, можно заметить:
triplewise — это просто pairwise(pairwise(...)).

А значит, можно сделать рекурсию:

from itertools import pairwise

def nwise(iterable, n):
    if n == 1:
        yield from ((x,) for x in iterable)
        return

    for (head, *_), tail in pairwise(nwise(iterable, n - 1)):
        yield (head, *tail)

Минимализм и элегантность.

🍷 Если вдруг придумаете способ лучше — пишите!

🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🐸 Библиотека питониста

#буст

👓 Тайная жизнь Python: super() и Method Resolution Order (MRO)

Почему super() не всегда означает «родительский класс» и что оно делает на самом деле.

Вы пишете наследование в Python, кажется всё просто… но вывод программы может вас удивить:

class A:
    def process(self):
        print("A.process()")

class B(A):
    def process(self):
        print("B.process()")
        super().process()

class C(A):
    def process(self):
        print("C.process()")
        super().process()

class D(B, C):
    def process(self):
        print("D.process()")
        super().process()

d = D()
d.process()

Ожидание:

D.process()
B.process()
A.process()

Реальность:

D.process()
B.process()
C.process()
A.process()

Почему C.process() вызывается, если B наследуется от A? Всё дело в Method Resolution Order (MRO).

➡️ MRO — порядок поиска методов

Каждый класс в Python имеет атрибут __mro__ — последовательность классов, через которую Python ищет методы:

class A: pass
class B(A): pass
class C(A): pass
class D(B, C): pass

print(D.__mro__)
# (<class '__main__.D'>, <class '__main__.B'>, <class '__main__.C'>, 
#  <class '__main__.A'>, <class 'object'>)

Вывод: super() вызывает следующий класс в MRO, а не «родительский класс».

➡️ Алгоритм C3 Linearization

Python использует C3 линейнизацию, чтобы определить MRO. Основные правила:
1️⃣ Дети перед родителями
2️⃣ Порядок слева направо из списка наследников
3️⃣ Сохранять порядок родительских MRO (монотонность)

Пример для class D(B, C):

L(D) = D + merge(L(B), L(C), [B, C])
L(B) = B, A, object
L(C) = C, A, object
merge([B,A,object],[C,A,object],[B,C]) -> D,B,C,A,object

Это гарантирует, что каждый класс вызывается ровно один раз, решая «алмазную проблему».

➡️ Практическая сила super() + MRO

Использование с cooperative mixins:

class LoggingMixin:
    def __init__(self, **kwargs):
        print("LoggingMixin.__init__")
        super().__init__(**kwargs)

class ValidationMixin:
    def __init__(self, **kwargs):
        print("ValidationMixin.__init__")
        super().__init__(**kwargs)

class Base:
    def __init__(self, name):
        self.name = name
        print(f"Base.__init__: {name}")

class Document(LoggingMixin, ValidationMixin, Base):
    def __init__(self, name, **kwargs):
        print("Document.__init__")
        super().__init__(name=name, **kwargs)

doc = Document("report.pdf")
# Output:
# Document.__init__
# LoggingMixin.__init__
# ValidationMixin.__init__
# Base.__init__: report.pdf

Правила для mixins:
1️⃣ Принимать **kwargs и передавать их дальше
2️⃣ Вызывать super().__init__() всегда
3️⃣ Извлекать только свои параметры

Так работает cooperative multiple inheritance: каждый класс выполняется один раз в правильном порядке.

Ошибки, которые часто встречаются:
1️⃣ Несогласованные сигнатуры методов → используйте **kwargs
2️⃣ Неполный вызов super()→ классы в цепочке могут быть пропущены
3️⃣ Ошибочные предположения про родителя → super() зависит от MRO, а не от «родительского класса»

Проверка MRO и super():

print(Document.__mro__)
# (<class 'Document'>, <class 'LoggingMixin'>, 
#  <class 'ValidationMixin'>, <class 'Base'>, <class 'object'>)

isinstance() и issubclass() также следуют MRO.

🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🐸 Библиотека питониста

#буст

😱 PyWa — если хотите сделать WhatsApp-бота на Python без боли

Если вы когда-нибудь пробовали работать с WhatsApp Cloud API напрямую, то вы знаете: удовольствие так себе.

И вот тут появляется PyWa — Python-фреймворк, который делает всё это разумным, понятным и быстрым.

➡️ Что вообще умеет PyWa

Если коротко — почти всё, что нужно для нормального WhatsApp-бота:
— отправка текстов, картинок, файлов, локаций, кнопок — всего, что угодно;
— приём входящих событий в реальном времени: сообщения, реакции, клики;
— удобные listeners, чтобы ждать ответ от пользователя без костылей;
— создание и отправка темплейтов прямо из Python;
— построение WhatsApp Flows без боли;
— синхронный и асинхронный режимы (API одинаковый);
— из коробки работает с FastAPI, Flask и другими серверами;
— полностью типизировано, документировано и подходит под продакшн.

Пример: отправили сообщение — и всё работает:

from pywa import WhatsApp, types

wa = WhatsApp(
    phone_id="100458559237541",
    token="EAAEZC6hUxkTIB"
)

wa.send_message(
    to="9876543210",
    text="Hello from PyWa!",
    buttons=[
        types.Button(noscript="Menu", callback_data="menu"),
        types.Button(noscript="Help", callback_data="help")
    ]
)

wa.send_image(
    to="9876543210",
    image="https://example.com/image.jpg",
    caption="Check out this image!",
)

Обработка сообщений (пример на FastAPI):

from pywa import WhatsApp, filters, types
from fastapi import FastAPI

app = FastAPI()

wa = WhatsApp(
    phone_id=123456,
    token="********",
    server=app,
    callback_url="https://yourdomain.com/",
    verify_token="xyz123",
    app_id=123456,
    app_secret="********"
)

@wa.on_message(filters.matches("Hello", "Hi"))
def hello(client: WhatsApp, msg: types.Message):
    msg.react("👋")
    msg.reply_text(
        text=f"Hello {msg.from_user.name}!",
        buttons=[types.Button(noscript="About me", callback_data="about_me")]
    )

    age = msg.reply("What's your age?").wait_for_reply(filters=filters.text).text
    msg.reply_text(f"Your age is {age}.")

Работает очень прозрачно — почти как телеграм-боты, только для WhatsApp.

Установка:

pip install -U pywa

📱 Github

🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🐸 Библиотека питониста

#буст

📖 Гайд, который наконец объясняет, как делать Python-пакеты нормально

Мы в сообществе часто сталкиваемся с одной и той же ситуацией: хочется выпустить аккуратный Python-пакет, а в итоге тонешь в инструментах, конфигурациях и противоречивых советах.

И вот тут очень кстати появляется pyOpenSci Python Package Guide — спокойный, структурированный и действительно полезный материал, который объясняет весь процесс человеческим языком.

Что в нём есть:
✔️ как шаг за шагом собрать Python-пакет;
✔️ как разобраться в современной экосистеме инструментов;
✔️ как организовать код, тесты, документацию и метаданные;
✔️ что считать хорошей практикой, а что — лишним усложнением;
✔️ подборка ресурсов от комьюнити, где уже прошли этот путь.

Гайд помогает увидеть всю «картину целиком» — от структуры проекта до того, как его поддерживать дальше, когда первая волна энтузиазма прошла.

🔗 Ссылка на гайд

🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🐸 Библиотека питониста

#буст

Это фича, а не баг. Так лучше!

🐸 Библиотека питониста

#развлекалово