#полезное
😬 Cовет по Python:

Включите опцию disallow_untyped_defs в mypy, чтобы заставить использовать аннотации для функций. Это предотвращает отсутствие type hints и повышает читаемость и сопровождаемость кода.

👉Новости 👉База вопросов

#полезное
👋 Создаём QR-коды с помощью Python всего за несколько строк кода

Любой может сгенерировать свой QR-код для ссылки, текста или даже Wi-Fi данных.

Для этого используется библиотека qrcode и модуль PIL

pip install qrcode pillow

import qrcode
from PIL import Image

data = input("Введите данные для QR: ")
qr = qrcode.QRCode(version=3, box_size=8, border=4)
qr.add_data(data)
qr.make(fit=True)

image = qr.make_image(fill="black", back_color="aqua")
image.save("qr_code.png")
Image.open("qr_code.png")

На выходе получаем готовый QR-код с любым текстом или ссылкой.

Можно менять цвета, размеры и стиль под свой дизайн

👉Новости 👉База вопросов

О собесах в яндекс

👉Новости 👉База вопросов

#Собес #python
🤔 Что такое GIL?

💬 Кратко:
GIL (Global Interpreter Lock) - это механизм, который ограничивает выполнение нескольких потоков Python в один момент времени. Он гарантирует, что только один поток может исполнять байт-код Python, что делает многозадачность в Python с потоками неэффективной для вычислительно интенсивных задач.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал

#полезное
🤯 Leviathan — это сверхбыстрая библиотека для Python, реализующая цикл событий (event loop) для asyncio на базе языка Zig!

Она обеспечивает высокую производительность, полную совместимость с asyncio и простоту интеграции в проекты. Leviathan нацелен на минимизацию задержек и оптимизацию производительности по сравнению со стандартными циклами событий Python.
Github

👉Новости 👉База вопросов

🖥 Middle Python Backend разработчик в компанию СКАИД

Техническое собеседование. Весна 2025. Опыт в резюме: 3.3 года. Зарплатные ожидания: 200к+. Говорили про Python, Git и базы данных.

Вопросы:
- В чём разница между git rebase и git merge?
- Что такое команда git cherry-pick?
- В чём разница между наследованием и композицией с точки зрения гибкости кода?
- Какие есть способы переиспользования методов одного класса в другом (наследование, композиция)?

Все вопросы можно посмотреть на нашей платформе

#собес #коллекции

#Собес #python
🤔 Что такое threading?

💬 Кратко:
Threading (многозадачность с потоками) - это возможность выполнять несколько потоков внутри одного процесса. Каждый поток выполняет свою задачу, но все они разделяют общую память и данные, что делает работу с потоками более эффективной для задач с блокирующими операциями, такими как чтение файлов или работа с сетью.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал

#полезное
😊 Совет по чистому коду в Python:

Используйте модуль secrets для генерации криптографически стойких случайных строк — например, одноразовых паролей или токенов доступа.

Он безопаснее, чем random, и подходит для любых задач, связанных с безопасностью.

# генерация случайного пароля
import string
import secrets

alphabet = string.ascii_letters + string.digits
password = ''.join(secrets.choice(alphabet) for i in range(8))

# генерация токена для восстановления пароля
import secrets
url = f'https://johndoe.com/reset-password/?token={secrets.token_urlsafe()}'

👉Новости 👉База вопросов

#полезное
🥄 Airweave — будущее RAG-систем в реальном времени

Теперь можно строить агентов, которые ищут данные в любых приложениях, базах и хранилищах документов в реальном времени.

Инструмент Airweave создаёт живые, би-временные knowledge bases, чтобы агенты всегда работали с самыми свежими фактами.

Он подключается к Notion, Google Drive, SQL-базам и превращает их содержимое в индексируемое знание.
Всё это работает локально в Docker-контейнере, с возможностью экспонировать API и MCP-сервер.

Автор показал полный сетап и живое демо, а также поделился ссылкой на GitHub проекта.

👉Новости 👉База вопросов

#полезное
🛞 Кортежи используют меньше памяти, чем списки того же размера

>>> import sys
>>> sys.getsizeof(tuple(iter(range(20))))
200
>>> sys.getsizeof(list(iter(range(20))))
216

Разница небольшая, но при работе с большими объёмами данных — важна.

👉Новости 👉База вопросов

#Собес #python
🤔 Что такое мультипроцессинг?

💬 Кратко:
Мультипроцессинг - это способ выполнения нескольких процессов параллельно, каждый в своём отдельном адресном пространстве. Это полезно для задач, которые сильно зависят от процессора, таких как вычисления или обработки данных.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал

#полезное
😵‍💫 Lue - Умный терминальный ридер с TTS

Lue — это терминальный ридер электронных книг, поддерживающий множество форматов, включая EPUB и PDF. Он предлагает текст в речь с возможностью настройки скорости воспроизведения и синхронизации с выделением слов, что улучшает восприятие текста.

📝Основные моменты:
🟠 Поддержка форматов: EPUB, PDF, TXT и др.
🟠 Модульная система TTS с Edge и Kokoro.
🟠 Кроссплатформенность: macOS, Linux, Windows.
🟠 Настройка скорости воспроизведения от 1x до 3x.
🟠 Удобный интерфейс с поддержкой мыши и клавиатуры.
GitHub

👉Новости 👉База вопросов

>>> Асинхронность не ускоряет код

Асинхронность не делает операции быстрее, она просто не заставляет процесс простаивать, пока мы ждём ответ от другого сервиса по сети или, например, ответ от базы данных

⤵️ Когда асинхронность действительно помогает:

1️⃣I/O-bound задачи (ожидание внешних операций)
Запросы к API, загрузка страниц, файлов, парсеры, интеграции

2️⃣Работа с базами данных (это тоже I/O bound)
Если драйвер поддерживает асинхронность (например, asyncpg, databases, SQLAlchemy Async) — можно выполнять десятки запросов параллельно без ожидания результата от других запросов

3️⃣Веб-сервера с высокой нагрузкой
В FastAPI, aiohttp, Sanic и других асинхронных фреймворках одно приложение может обслуживать тысячи подключений без создания множества потоков


✖️ Когда не стоит использовать:

1️⃣ CPU-bound задачи
Вычисления, парсинг, обработка изображений, аналитика данных — всё, что грузит процессор

> Асинхронность здесь бесполезна, потому что event loop будет заблокирован
> Лучше использовать multiprocessing

2️⃣ Локальные вычисления
Форматирование, расчёты, сортировка, работа с коллекциями — обычный синхронный код будет проще и быстрее


>>> В итоге:
Если есть ожидания (сеть, БД, файлы) ➡️ async может помочь в этой ситуации

Нет ожидания (система в явном виде не простаивает, происходят какие-то вычисления) ➡️ оставь синхронный код


🚀 Пост Guru Python: @SergeyFilichkinTeam

❗ С чего начать? → Всё самое важное здесь

Guru Python at YeaHub | Sergey Filichkin 👩‍💻

Всем привет!

Сначала я думал, что IT — для избранных 🤦‍♂️

А потом просто начал системно действовать — без знакомств, без “таланта с детства”, только упорство и Google.

С тех пор я прошёл путь от начинающего разработчика до инженера с многолетним опытом.
Успел поработать во всевозможных компаниях — от небольших стартапов (до 100 человек) до огромных корпораций (десятки тысяч сотрудников),
работая с самыми актуальными технологиями: Python, Django, FastAPI, Flask, PostgreSQL, Docker и CI/CD.

Я — ментор по Python-разработке. Помогаю разработчикам вырасти от Junior до Middle и Senior, понимать, что действительно нужно рынку, и строить карьеру осознанно, без хаоса.

А ещё я — Guru по Python в YeaHub, где отвечаю за качество контента и развитие экосистемы Python-направления.

Потому что IT — не для избранных.
IT — для тех, кто готов действовать системно 💪

📰 Блог >>> Telegram
📺 Канал >>> YouTube
📰 > VK

А ещё подписывайтесь на другие каналы Экосистемы YeaHub

Проект YeaHub:

🚀 YeaHub | 🖥 GitHub | ✈ Telegram

🎵 TikTok | 📹 YouTube | 👥 Чат