58174
Всё самое интересное из мира Python Связь: @devmangx РКН: https://clck.ru/3GMMF6
Автономный трактор из Китая взорвал сеть. 🚜
Старение сельского населения и дефицит рабочей силы в Китае заставляют по-новому смотреть на сельское хозяйство, и решение, похоже, уже работает в полях.
Honghu T70, полностью электрический автономный трактор, разработанный в Китае, это уже не прототип. Это серийная машина, которая уже используется по всей провинции Хэбэй, а впереди запланирован всекитайский запуск.
T70 способен полностью автономно выполнять весь сельхозцикл: вспашку, посев, опрыскивание и уборку, без оператора.
Он собирает данные в реальном времени о составе почвы, влажности и состоянии посевов и ориентируется с сантиметровой точностью с помощью китайской спутниковой системы.
Трактор полностью электрический, заряжается от сети или от возобновляемых источников, что делает его удобным решением для сельских регионов.
Если развернуть такую технику в масштабе, небольшими хозяйствами сможет управлять один человек с парком роботов. Это поможет Китаю снизить зависимость от импортной западной техники и открыть экспортные рынки в Юго-Восточной Азии и Африке.
При том, что более 20% рабочей силы страны всё ещё заняты в сельском хозяйстве, автоматизация деревни может высвободить миллионы людей для городов
👉 @PythonPortal
Линуксоиды, это вам!
На GitHub есть открытая электронная книга 101 Linux Commands 🧃
Которая предлагает системный и практический подход к изучению Linux-консоли через 101 реальную команду с подробными описаниями, живыми примерами и прикладными сценариями, от базовых операций с файлами до администрирования, сетевой диагностики и мониторинга системы
Доступна в онлайн-версии, PDF и ePub, а также с возможностью запуска локально через Docker, и одинаково полезная как для новичков, так и для опытных разработчиков.
👉 @PythonPortal
RIP приватность. ИИ-очки теперь могут распознавать кого угодно и где угодно.
Нидерландский журналист только что протестировал ИИ-очки, которые моментально идентифицируют случайных прохожих на улице.
Без госбаз. Без полицейских систем. Только публичные данные и готовые ИИ-модели.
Ты смотришь на человека и через пару секунд перед твоими глазами уже его имя, LinkedIn и бэкграунд.
Самая жёсткая часть в том, что это почти невозможно остановить.
Можно запретить, зарегулировать, добавить мигающие красные огоньки, но как только такие технологии появились, кто-то всегда найдёт способ их использовать.
Лично для меня это переломный момент.
Мы официально размыли границу между тем, чтобы видеть людей, и тем, чтобы знать их.
Между тем, чтобы просто быть в публичном пространстве, и тем, чтобы быть полностью раскрытым.
И вот главный вопрос.
Когда каждое лицо становится датасетом, как нам защитить само понятие быть человеком?
👉 @PythonPortal
Python-совет:
Чтобы создать поля, которые не должны попадать в сгенерированный метод init, используй field(init=False).
Это удобно для вычисляемых атрибутов.
Пример ниже 👇
from dataclasses import dataclass, field
@dataclass
class Rectangle:
width: int
height: int
area: int = field(init=False)
def __post_init__(self):
self.area = self.width * self.height
Забавный факт: если бы JavaScript придерживался тех же правил для Unicode-идентификаторов, что и Python 3, уязвимость в React/Next.js было бы гораздо сложнее отфильтровать на уровне WAF. Всё потому, что Python нормализует Unicode-идентификаторы.
👉 @PythonPortal
Будущее гейминга выглядит круто.
Никакого дополнительного железа не нужно — обычный ПК и камера, и ты уже полностью погружен в игру.
mediapipe станет следующим большим трендом
"Структуры данных и алгоритмы на Python"
В этой книге объёмом более 300 страниц отлично разобраны все основные структуры данных и алгоритмы.
Есть версии и для C++, и для Java.
Вот копия для Python
👉 @PythonPortal
Гвидо ван Россум, создатель Python, говорит, что никогда не представлял, что язык станет настолько важным для ИИ. Даже в будущем, где будет доминировать искусственный интеллект, нам всё равно понадобится код, и Python остаётся самым дружелюбным к человеку способом его писать.
То, что удобно людям, часто заходит и машинам. Python становится тем самым мостом, где обе стороны могут понимать друг друга.
Согласны?🩷
👉 @PythonPortal
GitHub теперь в Telegram!
Самый прогерский канал, где за 10 минут ты научишься:
/ Пробив по фото и номеру в ТГ
// Как взломать вебку подруги
/// Мануал по OSINT разведке
Подписывайся, нас уже сотни тысяч: >@GitHub
Увлекательное чтиво про метаклассы в Python.
Если ты не понимаешь, зачем тебе это читать, значит, тебе точно стоит это прочитать.
Читаем здесь и прокачиваемся 🙂
👉 @PythonPortal
5 МБ данных на 62 500 перфокартах в 1955 году.
👉 @PythonPortal
Проверка использования оперативной памяти на Python
Импортируется psutil, затем через psutil.virtual_memory() берутся данные о памяти.
Функция convert_bytes переводит байты в гигабайты.
Дальше код вычисляет:
- общий объём RAM
- доступную RAM
- использованную RAM
- процент использования
И выводит это в консоль.
import psutil
memory = psutil.virtual_memory()
def convert_bytes(size):
# Convert bytes to GB
gb = size / (1024 ** 3)
return gb
total_gb = convert_bytes(memory.total)
available_gb = convert_bytes(memory.available)
used_gb = convert_bytes(memory.used)
print(f"Total RAM: {total_gb:.3f} GB")
print(f"Available RAM: {available_gb:.3f} GB")
print(f"Used RAM: {used_gb:.3f} GB")
print(f"RAM Usage: {memory.percent}%")
Иногда теряешься в большом Markdown-файле? Больше такого не будет.
treemd это интерактивный навигатор по Markdown с деревом заголовков, которое можно сворачивать.
Читаешь Markdown как код.
Два окна, навигация в стиле vim, живой поиск и синхронизированный скролл.
🦀Написан на Rust, собран на базе ratatui
GitHub: https://github.com/Epistates/treemd
👉 @PythonPortal
Когда решил прочитать документацию к библиотеке прямо во время деплоя:
👉 @PythonPortal
Это безумно кайфовая утилита примерно на 100 строк Python.
Живая вебка → сегментация человека через YOLO → кликаешь по любой части тела → она сразу размывается (лицо, торс, руки, волосы… или всё сразу).
Без конфигов. Просто тыкаешь чекбоксы и смотришь, как всё работает.
👉 @PythonPortal
Эта симуляция основана на 7 строках Python.
Адвекция по МакКормаку → мягкий source-терм → подъёмная сила по Буссинеску → пересэмплированное форсирование → проекция на неразрывность через метод сопряжённых градиентов.
Когда semi-Lagrangian + Conjugate Gradient просто берут и работают, это ощущается как читерство над физикой.
👉 @PythonPortal
Когда делаешь парсер или переносишь сайт, на экране часто лежит куча рваной HTML-разметки. Привести это в аккуратный Markdown обычно та еще морока. 🐱
В опенсорсе нашелся удобный инструмент python-markdownify, который как раз решает задачу конвертации HTML в Markdown.
Логика у него проста: берешь громоздкий HTML, на выходе получаешь понятный и чисто структурированный Markdown.
Инструмент хорошо настраивается. Можно вычищать нужные теги, менять формат заголовков, аккуратно обрабатывать таблицы и картинки. Все это конфигурируется.
Ставится через pip. Им можно пользоваться как из Python-кода, так и из командной строки, конвертируя файлы пачками.
При желании можно унаследоваться и переопределить правила преобразования под свои кейсы. С расширяемостью там все ок.
Если приходится гонять большие объемы текста или переносить блог, библиотека экономит кучу времени, которое обычно уходит на ковыряние регулярок.
👉 @PythonPortal
Я делаю вид, что понимаю сообщение об ошибке 😭
👉 @PythonPortal
Внутри звука
{
"scene": {
"type": "single_object_studio_render",
"background": {
"color": "pure_black",
"texture": "none",
"lighting": "no_environment_reflections"
}
},
"subject": {
"object_type": "wireless_earbud",
"model_hint": "airpods_pro_3",
"view": "right_side_profile",
"orientation": "stem_down_ear_tip_left",
"composition": "center_frame",
"representation": "xray_cutaway",
"details": {
"shell": {
"visibility": "transparent",
"edge_glow": "subtle_blue_violet",
"thickness": "realistic"
},
"internal_components": {
"show": true,
"elements": [
"battery_cell",
"speaker_driver",
"microphones",
"circuit_boards",
"wiring",
"sensors"
],
"layout": "stacked_modules_following_original_geometry",
"sharpness": "very_high",
"tech_feel": "scientific_medical_xray"
}
}
},
"render_style": {
"look": "false_color_thermal_xray",
"shader": "heatmap_gradient",
"color_palette": {
"cold": "deep_blue_violet",
"mid": "cyan_and_green",
"warm": "yellow_and_orange",
"hot": "red_and_magenta_highlights"
},
"glow": {
"enabled": true,
"intensity": "medium_high",
"soft_edge_bloom": true
},
"transparency": {
"shell_opacity": 0.25,
"internal_parts_opacity": 0.9,
"overlap_blending": "additive"
}
},
"camera": {
"framing": "tight_single_object",
"lens": "standard_50mm",
"angle": "orthographic_like_side_view",
"distance": "medium_close_up",
"perspective": "minimal_distortion"
},
"lighting": {
"environment": "black_void",
"sources": [
{
"type": "soft_invisible_backlight",
"purpose": "enhance_glow_and_xray_edges"
}
],
"shadows": "none"
},
"post_processing": {
"contrast": "high",
"clarity": "very_high",
"saturation": "strong_in_color_bands_only",
"vignette": "very_subtle",
"noise": "none",
"overall_mood": "clinical_scientific_futuristic"
}
}
При изучении Python часто становится скучно(
Сидишь перед жирными туториалами, строчишь код, а ощущения быстрого результата почти нет. Хотя на самом деле многие полезные вещи делаются буквально в несколько строк.
Как раз на GitHub наткнулся на проект qxresearch-event-1, который продвигает идею «минимализма». В нём собрано 50+ Python-приложений, каждое из которых запускается примерно из 10 строк кода.
Покрытие очень широкое: от базовых задач вроде шифрования PDF и объединения файлов до более продвинутых вещей, типа GUI-интерфейсы, диктофон, а также автоматизация почты и голосовой ассистент на базе ChatGPT.
Такой короткий и плотный код отлично подходит для чтения и разбора. Плюс к каждому примеру есть видеоразбор, который помогает быстро понять логику каждой строки. 😑
Достаточно простой настройки окружения, и всё сразу запускается. Подойдёт и новичкам, которые ищут практику, и опытным разработчикам, которым нужен набор удобных скриптов на каждый день.
👉 @PythonPortal
Иногда мне нравится исследовать, какие странные вещи вообще можно «арендовать» в облаке.
Ты в курсе, что существует целый рынок аренды времени на редких аналоговых синтезаторах и аудиооборудовании?
И всё это управляется удалённо роботами, которые физически крутят ручки.
👉 @PythonPortal
Алготрейдинг, Python и машинное обучение имеют одну общую вещь:
PyBroker
Эта мощная библиотека позволяет вам:
• собирать ML-модели
• описывать торговые правила
• запускать walk-forward анализ
И всё это бесплатно.
Вот ссылка:
http://pybroker.com/en/latest/
👉 @PythonPortal
Комьюнити, полезное для всех бекенд-разработчиков
Как работает VK изнутри? Что происходит за интерфейсами, когда миллионы пользователей одновременно отправляют сообщения, загружают фото и смотрят клипы?
В канале Backend VK Hub мы рассказываем о работе всех наших сервисах: от VK Play до Tarantool. Делимся подходами к масштабированию, оптимизации и новым архитектурным решениям. Открыто дискутируем, а также регулярно публикуем вакансии в нашу команду.
Здесь — реальные кейсы, технические разборы, советы от наших экспертов и возможность поговорить с ними в любой момент. Подписывайся!
Нашёл на GitHub свежий инструмент для ML-инженеров — MLE-Agent.
Это AI-ассистент, который сам собирает базовый ML-пайплайн, умеет разруливать ошибки, искать статьи на Arxiv/Papers with Code и даже проходить полный цикл Kaggle-соревнований. Работает через CLI и поддерживает OpenAI, Claude и Ollama. 🌟
Забираем: https://github.com/MLSysOps/MLE-agent
👉 @PythonPortal
Алгоритм Луна, созданный Хансом Петером Луном в 50-х, это математический способ проверить, корректно ли сформирован номер карты перед тем, как система его обработает. Он не проверяет баланс и не подтверждает реальное существование аккаунта, а просто ловит опечатки и отсеивает номера, которые в принципе не могут быть валидными.
Зачем он нужен:
Быстро понять, что номер введён с ошибкой
Избежать лишних запросов в базу
Снизить нагрузку на сервис и количество фейлов при операций
По сути, Луна — это быстрый фильтр, который не даёт системе тратить ресурсы на заведомо невозможный номер.
Пример с вымышленным номером:
4539 1488 0343 6467
Переворачиваем цифры справа налево
7 6 4 6 3 4 3 0 8 8 4 1 9 3 5 4
Удваиваем каждую вторую цифру:
Первая цифра (7) остаётся как есть.
Вторая (6) удваивается и становится 12.
Вся последовательность получается такой:
7, 12, 4, 12, 3, 8, 3, 0, 8, 16, 4, 2, 9, 6, 5, 8
Все значения больше 9 уменьшаем на 9
(12 → 3, 12 → 3, 16 → 7)
Итоговый ряд:
7, 3, 4, 3, 3, 8, 3, 0, 8, 7, 4, 2, 9, 6, 5, 8
Складываем все числа
Сумма: 80
Проверка
Алгоритм Луна проходит, потому что сумма кратна 10 (заканчивается на 0).
Итог
Алгоритм Луна применяют не только в банковских картах, но и в любых идентификаторах, где важно быстро ловить ошибки. Его задача убедиться, что номер правильно сформирован перед обработкой, чтобы избежать лишних ошибок и не тратить ресурсы впустую.
👉 @PythonPortal
Кто-то явно готовит что-то мощное для Python 3.15. Похоже, нас ждёт очень крутой новый профайлер
👉 @PythonPortal