📘 PyCharm 2025.3: обновление без сюрпризов (в хорошем смысле)

Мы обычно скептически относимся к апдейтам IDE (ну серьёзно, кто читает все release notes), но тут JetBrains правда постарались.

Что понравилось нам:
🧬 Один PyCharm вместо двух. Больше не надо помнить, где Community, где Pro и чего там «не хватает». Открыл — работаешь.
🧬 Remote Jupyter наконец перестал быть болью. Подключения к серверам и кластерам выглядят почти как локал. Почти магия.
🧬 uv по умолчанию. Маленькая деталь, которая экономит кучу нервов и времени. Очень рады, что его приняли официально.
🧬 Ruff, Pyright и компания встроены нормально, а не «через костыли». IDE стала строже, но справедливее.
🧬 Работа с данными стала приятнее — меньше кликов, меньше «а почему тут так».
🧬 AI-штуки есть, но без фанатизма. Это не «замени разработчика», а «помоги не тупить».

В целом ощущение такое: PyCharm стал спокойнее, цельнее и чуть менее раздражающим в мелочах. А это, если честно, лучше любого «вау».

📌 Если работаете с Python регулярно — обновление точно стоит того: https://clc.to/E3q_GQ

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

🐸 Библиотека питониста

#свежак

🗺 Карта Python-мира, по которой реально гулять

PyAtlas — это интерактивная карта 10 000 самых популярных пакетов PyPI, где каждый пакет — точка в 2D-пространстве.

Фишка в том, что пакеты с похожими описаниями оказываются рядом. В итоге видно кластеры экосистемы: веб, дата-сайенс, ML и всё вот это.

Можно:
⏩️ просто залипнуть и «погулять» по карте
⏩️ найти знакомый пакет
⏩️ посмотреть, что живёт рядом — и открыть альтернативы, о которых вы не знали

Автор честно признаётся: «полезно — может быть, может и нет». Зато интересно и отлично показывает, как embeddings, UMAP и кластеризация могут превращаться в наглядные штуки, а не только в статьи.

Подойдёт Python-разработчикам, любопытным исследователям экосистемы и тем, кто любит смотреть на данные глазами, а не таблицами.

🔗 pyatlas.io
📱 GitHub

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

🐸 Библиотека питониста

#буст

Летим зимовать ✈️

Когда холодает, айтишники пакуют чемоданы, а мы разыгрываем ваучер на 50 000 рублей в Островке.

Поехать к морю или остаться среди снежных пейзажей — выбирайте сами!

Чтобы участвовать, нужно оставить любую реакцию под этим постом и подписаться на каналы ниже:

😎 Типичный программист
🐸 Библиотека программиста
🟢 Ostrovok! Tech

Теперь осталось нажать на кнопку участия под этим постом и вы в игре!

Итоги подведём 12 декабря. Победителя выберем с помощью бота. Подробнее с правилами можно ознакомиться здесь.

Всем удачи!

Участников: 111
Призовых мест: 1
Дата розыгрыша: 19:00, 12.12.2025 MSK (3 дня)

🤖 IR-Sim — лёгкий способ проверить идеи в робототехнике

Не всегда нужен огромный симулятор с физикой. Иногда хочется просто быстро потестить навигацию, контроль или RL — без сложной настройки.

IR-Sim как раз про это. Лёгкий симулятор на Python, который удобно использовать для прототипирования идей в роботонавигации и AI.

Почему стоит обратить внимание:
✅ быстро устанавливается и не тянет гору зависимостей
✅ сценарии описываются обычным YAML
✅ наглядная визуализация в реальном времени
✅ есть детекция столкновений
✅ хорошо подходит для RL-экспериментов

Что можно попробовать:
✅ избегание столкновений между несколькими роботами
✅ навигацию по данным лидара
✅ динамические сцены с движущимися препятствиями
✅ тестирование логики поведения до перехода к «тяжёлым» симуляторам

📱 GitHub: https://clc.to/-isAIQ

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

🐸 Библиотека питониста

#буст

👀 Язык ABC — прародитель Python, который почти никто не видел

Небольшой исторический экскурс для питонистов 👇
До Python был… ABC. И это не метафора.

ABC — самый прямой предшественник Python. Над ним Гвидо ван Россум работал в CWI примерно с 1983 по 1986 год. Многие идеи, которые мы сегодня считаем «питоновскими», выросли именно оттуда.

Что это вообще было:
➡️ Учебный, простой, читаемый язык
➡️ Ориентирован на думать о задаче, а не о машине
➡️ Минимум синтаксического шума
➡️ Но… слишком закрытый для расширений

Python во многом появился как ответ на ограничения ABC.

Что любопытно:
🔴это оригинальные исходники языка ABC
🔴большая часть кода последний раз трогалась в начале 90-х
🔴проект делался под 32-битные системы (да, другой мир)
🔴лицензии формально нет — привет академическим проектам прошлого века
🔴среди авторов — сам Guido van Rossum

Если хочется посмотреть, каким мог бы быть Python в альтернативной вселенной — рекомендовано к чтению и листанию.

📱 Репозиторий: https://clc.to/CdlKIw

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

🐸 Библиотека питониста

#буст

✔️ Гайд по форматированию строк в Python: почему мы до сих пор спорим между %, .format() и f-строками

Python проповедует «должен быть один очевидный способ».
Но когда дело доходит до форматирования строк, у нас их целых четыре.
И все живы. И все работают. И все почему-то до сих пор используются.

Разбираемся, зачем Python столько лет собирал «зоопарк» способов форматирования и какой из них реально использовать в 2025 году.

🦖 C-style форматирование (%)

Самый старый способ, наследие времён динозавров и языка C.

Работает, но читать это — страдание:

"Error in %s at %d" % (module, line)

А если случайно перепутать аргументы — привет, дебаг.

Лучше не использовать в новом коде. Но logging до сих пор на нём живёт — там он действительно нужен.

🔧 .format() — попытка навести порядок

Пришло в Python 3 и казалось, оно победит. Фигурные скобки, именованные аргументы, красота:

"{host}:{port}".format(host="localhost", port=8080)

Читается хорошо, работает надёжно. Но многословно, и имена приходится дублировать.

Использовать: можно, но есть лучше.

🚀 F-строки — любовь разработчиков с первого взгляда

Появились в Python 3.6 и моментально стали стандартом. Лаконично, быстро, удобно:

print(f"Hello, {user_name}")

Даже вычисления внутри строки:

f"Pi = {math.pi:.3f}"

И лучший инструмент для отладки — =

print(f"{user_id=}")

Использовать: по умолчанию.

🧙 Сила Format Mini-Language

Настоящее волшебство начинается после двоеточия:

f"{price:,.2f}"   # 1,234,567.89
f"{value:08b}"    # бинарный с ведущими нулями
f"{date:%Y-%m-%d}"  # форматирование дат

Это отдельный маленький язык, и он мощнее, чем многие думают.

Когда f-строки — плохая идея:

1️⃣ Логи

F-строка вычислится всегда, даже если лог не будет выведен:

logging.debug(f"Result: {heavy_calc()}")

Правильно:

logging.debug("Result: %s", heavy_calc)

2️⃣ SQL

Не вздумайте:

f"SELECT * FROM users WHERE name = '{user_input}'"

Лучше используйте параметры запросов.

Итоговая шпаргалка:
➡️ Используй f-строки всегда, если можно
➡️ .format() — когда шаблон живёт отдельно от кода
➡️ % — только для logging
➡️ SQL — только параметризованный
➡️ Mini-Language — must-know для красивого вывода

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

🐸 Библиотека питониста

#буст

📍 Paper2Slides — красивые слайды за одну команду

Если вы когда-нибудь делали презентацию по научной статье, то знаете боль: копируй текст, вырезай картинки, выравнивай заголовки… и так по кругу.

Paper2Slides приходит, чтобы забрать эту карму себе.

Что умеет Paper2Slides:
➡️ Поддерживает всё подряд: PDF, Word, Excel, PPT, Markdown — кидайте всё в топку, разберётся.
➡️ Умный RAG-экстрактор: вытаскивает идеи, а не просто переписывает статью.
➡️ Ссылки на источники: каждый слайд знает, откуда взята информация.
➡️ Настраиваемые темы
➡️ Умные сессии: можно остановиться, сменить тему, продолжить.

Одна команда — и готово:

python -m paper2slides --input paper.pdf --output slides --style doraemon --length medium --fast --parallel 2

📱 Github

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

🐸 Библиотека питониста

#буст

🧊Frozen dict в Python: PEP 814

Интересная новость из Python-мира: на обсуждение вынесен PEP 814, предлагающий добавить в стандартный язык frozendict — неизменяемый словарь как встроенный тип.

Почему это важно?

До сих пор в стандартной библиотеке не было простого и безопасного способа делиться словарями между потоками или агентами без риска гонок данных.

👉 PEP 814 пытается решить именно эту проблему.

Что такое frozendict?

Это иммутабельный словарь, не наследующий dict, а реализующий интерфейс Mapping.

Создаётся привычными способами:

fd = frozendict(a=1, b=2)
fd = frozendict({'a': 1, 'b': 2})
fd = frozendict([('a', 1), ('b', 2)])

Если все значения внутри тоже неизменяемые, то frozendict становится хэшируемым, значит:
✔️ его можно использовать как ключ в словаре
✔️ добавлять в set
✔️ кешировать через functools.lru_cache

Поддерживаются и объединения:

frozendict(x=1) | frozendict(y=1)

— всегда создаётся новый объект, что исключает побочные эффекты.

Сообщество PEP восприняло идею в целом тепло. Больше всего споров вызвало желание добавить O(1) заморозку словаря — например, через d.freeze().

Но менять тип существующего объекта в рантайме признали слишком рискованным: возможны сюрпризы для других потоков, держащих ссылку на словарь. Поэтому оптимизации отложили «на потом», чтобы не мешать движению самого PEP.

Учитывая актуальность темы для free-threaded Python, шанс принятия выглядит высоким.

🔗 Подробнее

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

🐸 Библиотека питониста

#буст

➡️ Python: заметки и шпаргалка

Делимся полезным ресурсом для всех, кто учит Python или хочет держать его под рукой: Python Complete Notes.

🎯 Отлично подходит для учебы, быстрой проверки и повторения материала.

🐸 Библиотека питониста

#буст

🐸 Библиотека питониста

#развлекалово

📱 Python новости за последние 7 дней

tyro 1.0 — CLI из type hints
Релиз tyro 1.0 — генерация CLI-интерфейсов напрямую из аннотированного Python-кода. Минимум бойлерплейта, максимум типизации. Наконец-то инструмент, который не заставляет выбирать между «быстро» и «аккуратно». Type hints реально начинают работать на вас, а не просто радовать линтер.

RoadMap по Python: с нуля до middle
Подробный маршрут обучения Python с акцентом на практику и реальные навыки. Полезно не только новичкам — хороший чек-лист, чтобы понять, где у вас пробелы, даже если вы уже «давно в профессии».

Django 6.0: эволюция фреймворка в деталях
Разбор ключевых изменений Django 6.0 и того, куда движется фреймворк. Django всё дальше уходит от образа «только для CRUD». Фоновые задачи и архитектурные улучшения — сигнал, что фреймворк взрослеет вместе с проектами.

Python + Fortran: когда NumPy уже мало
Как ускорить Python-код в 150 раз с помощью Fortran, не погружаясь в C++. Отличный пример того, что Python — это не про «медленно», а про правильную композицию инструментов.

Что нового в PyCharm 2025.3
Обновления IDE: улучшения анализа кода, AI-фичи и удобства для больших проектов.я

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

🐸 Библиотека питониста

#свежак

🛠 Python 3.14 официально научили сжимать по-взрослому

В Python 3.14 появился новый пакет compression — и это тот редкий случай, когда «объединили старое и добавили новое» получилось реально полезно.

Теперь работа со сжатием — это единый интерфейс, а не квест из пяти разных модулей и документаций.

В пакете compression собрали сразу 5 алгоритмов:
➡️ bz2
➡️ gzip
➡️ lzma
➡️ zlib
➡️ zstd — вот он тут главный новичок: ZstdCompressor и ZstdDecompressor

Причём первые четыре и раньше были в стандартной библиотеке, но теперь их рекомендуют импортировать через compression, чтобы всё было в одном стиле:

from compression import gzip, zstd

👍 Почему это круто

1️⃣ Единый API

У всех модулей есть:

compress(data)
decompress(data)

Можно буквально перебрать алгоритмы в цикле и сравнить результат. Да, Python теперь позволяет выбрать компрессию так же просто, как сортировку.

2️⃣ `zstd` — новый любимчик

На тестовых данных zstd сжимает в 2+ раза лучше, чем старые алгоритмы.

Меньше байтов — меньше боли при хранении, передаче и бэкапах:

from compression import zstd

compressor = zstd.ZstdCompressor()

result = b""
bytes_processed = 0
for chunk in incoming_data_stream():
    # `chunk` is a new batch of data.
    bytes_processed += len(chunk)
    # We compress this batch.
    result += compressor.compress(chunk)
result += compressor.flush()

ratio = len(result) / bytes_processed
print(f"{100 * ratio:>.2f}%")  # 0.56%

3️⃣ Обычная работа с файлами

Например:

with zstd.open("data.zst", "wt") as f:
    f.write("Hello, world!" * 1000)

4️⃣ Потоковое (инкрементальное) сжатие

Для стримов, логов и больших данных есть компрессоры и декомпрессоры:
➡️ сжимаешь кусками
➡️ читаешь чанками
➡️ память не умирает

Например:

compressor = zstd.ZstdCompressor()
compressor.compress(chunk)
compressor.flush()

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст

🤔 Единый стандарт для «служебных» комментариев в коде

В Python куча инструментов — линтеры, форматтеры, анализаторы покрытия, type-checkers.

И почти каждый из них использует специальные комментарии в коде: # noqa, # type: ignore, # fmt: off, # nosec и так далее.

Проблема в том, что единого стандарта для таких комментариев до сих пор не было.

Metacode вводит простой и понятный формат машиночитаемых комментариев, основанный на подмножестве синтаксиса Python:

# key: action[arg1, arg2]

Например:

# type: ignore[error-code]
# fmt: off

Такой формат:
— легко читать человеку
— легко парсить машине
— позволяет несколько комментариев в одной строке
— не привязан к конкретному инструменту

У библиотеки минимальный API:
▪️ parse() — читает комментарии и возвращает структурированный результат
▪️ insert() — аккуратно добавляет комментарии в код


Поддерживаются строки, числа, bool, None, ..., а при желании — даже AST.

🔗 Github

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека питониста

#буст