20070
Полный Дзен Пайтона в одном канале Разместить рекламу: @tproger_sales_bot Правила общения: https://tprg.ru/rules Другие каналы: @tproger_channels Сайт: https://tprg.ru/site Регистрация в перечне РКН: https://tprg.ru/xZOL
Как писать docstrings
Докстринги (буквально «строки документации») — это встроенная в код документация (обычно после инициализации функции / класса и прочих объектов между двумя '''), которую могут читать люди и инструменты (help(), pydoc, автогенераторы). В этом лонгриде мы разберемся, где и как их писать.
Зачем нужны docstrings — и чем они отличаются от комментариев
🔘Комментарии (#) объясняют реализацию и помогают разработчикам; интерпретатор их игнорирует.
🔘Докстринги — это строковые литералы (обычно в """`), помещённые сразу после определения модуля / функции / класса / метода; они сохраняются в атрибуте .__doc__` и доступны в рантайме (через .__doc__, help() и инструментах вроде pydoc.
Докстринги описывают интерфейс (что делает код, какие аргументы и что возвращает), а комментарий — реализацию и все остальное.
Многострочные докстринги используются когда нужно подробнее описать параметры, поведение, побочные эффекты, примеры использования. По PEP 257 закрывающие кавычки обычно ставят на отдельной строке в многострочном docstring:
def get_book(publication_year, title):
"""
Retrieve a Harry Potter book by its publication year and name.
Parameters:
publication_year (int): The year the book was published.
title (str): The title of the book.
Returns:
str: A sentence describing the book and its publication year.
"""
obj.__doc__ — возвращает сырой docstring (часто краткий);help(obj) — даёт структурированный вывод, полезный для модулей и классов;python -m pydoc module — позволяет просматривать документацию из терминала и генерировать статичные страницы. Parameters`/`Args: имена параметров, типы, краткое описание.Returns / Yields: что возвращается, тип.
Что триггерит твоего батю, когда ты говоришь, что учишь питон:
#кек
@zen_of_python
Как ощущается преподавание Python детям
#кек
@zen_of_python
Когда джунам объясняют, что с программирование с GPT похоже на работу системного архитектора
#кек
@zen_of_python
The Farmer Was Replaced | Питонический симулятор фермы
На Steam релизнули необычную игру: вам предстоит создавать Python-код для дрона, чтобы тот поливал, пропалывал, копал и собирал. Довольно симпатичный UI, самое то позалипать на выходных.
#кек #обучение
@zen_of_python
pypiplus.com | Прогнозируем «ад зависимостей»
Утилита позволяет пробить любую библиотеку / фреймворк с pypi.org и узнать, от каких «соседей» она зависит и кто полагается на нее. Если в эпоху ИИ-копайлотов мы все немного превращаемся в системных архитекторов, то с такими сервисами это будет проходить с меньшим количеством последствий, однозначно.
#инструмент
@zen_of_python
Python 3.14 на 27% быстрее предшественников
Сразу после выхода этой минорной версии языкового пакета с поддержкой free-threading (многопоточности без глобальной блокировки GIL), один разработчик провел тесты скорости. В подборку сравнения попали CPython 3.9–3.14, PyPy 3.11, Node.js 24 и Rust 1.9. Их сравнивали при рекурсивном вычислении чисел Фибоначчи и сортировке пузырьком. Подробнее о результатах в статье.
#факт
@zen_of_python
Почему Python так популярен в 2025-м году?
Python стал культурным и технологическим феноменом, устойчиво удерживая позиции одного из самых любимых и широко используемых языков программирования. В 2025 году он занимает первое место сразу в нескольких рейтингах популярности ЯП.
Что делает Python таким популярным?
🔘Легкость старта и понятный синтаксис
Одним из главных преимуществ с момента создания остаётся его читаемость и простота — код Python часто выглядит ближе к псевдокоду, чем к «машинной» записи. Это позволяет разработчикам сосредоточиться на логике, а не на деталях синтаксиса. Для новичков это часто первый язык программирования, с которым они знакомятся, — из-за низкого порога входа. Этот «эффект знакомства» закрепляет Python как язык выбора, особенно в образовательной и научной среде.
🔘Ключевая роль в AI, ML и науке о данных
Python давно прочно обосновался в экосистеме машинного обучения, искусственного интеллекта и обработки данных. В отчёте JetBrains «The State of Python 2025» указано, что примерно 41% разработчиков используют Python специально для задач машинного обучения. Широкий набор библиотек и фреймворков: PyTorch, TensorFlow, Keras, scikit-learn, Hugging Face Transformers — все они предоставляют зрелые, постоянно развивающиеся инструменты для исследователей и продакшн-инженеров.
🔘Универсальность: от скриптов до крупных систем
Python используется в самых разнообразных задачах:
— Веб-разработка: популярные фреймворки (Django, Flask, FastAPI) позволяют строить как простые приложения, так и масштабные сервисы;
— Автоматизация и инфраструктурные скрипты: благодаря лёгкости запуска, большому выбору библиотек и встроенной поддержке многих протоколов и форматов;
— Инструменты разработки, прототипы, доказательство концепции (POC): Python часто выбирают тогда, когда нужно быстро создать рабочее решение и проверить идею;
— Научные вычисления и инженерные задачи: благодаря библиотекам как NumPy, SciPy, Sympy и др.
Такой спектр применения делает Python «языком на все случаи», что снижает риск переключения на другой язык при росте проекта.
🔘Сообщество, документация и экосистемный эффект
Невозможно недооценивать роль сообщества в успехе Python:
— Огромное количество библиотек и фреймворков, созданных сообществом, часто с открытым исходным кодом;
— Качественная документация, туториалы, обсуждения: многие проблемы уже задокументированы, многие вопросы обсуждены на форумах, в блогах и на Stack Overflow.
Эффект «чем больше пользователей — тем больше инструментов — тем больше новых пользователей»: эта положительная обратная связь укрепляет позиции языка.
🔘Совместимость, обратная совместимость и эволюция
Python исторически стремится к обратной совместимости: код, написанный на старых версиях, часто может работать на новых с минимальными правками. Это снижает «технический долг» и барьеры для обновлений. К тому же новые версии языка приносят прирост производительности и оптимизации без значительного изменения синтаксиса. В отчёте указано, что многие разработчики просто не меняют версии, потому что текущая версия «удовлетворяет все нужды» — 53%.
Тем не менее, повышение производительности и оптимизации — весомый аргумент в пользу перехода, особенно для критичных к скорости проектов.
#факт
@zen_of_python
Что такое замыкание и зачем оно нужно
Замыкания (Closures) — понятие, которое кажется сложным при первом знакомстве. Но на самом деле вы уже его скорее всего используете неосознанно, настолько это стало базой.
Представим программу, где пользователь вводит число, нажимает OK, и программа сохраняет это число в список, выводя все введённые значения:
numbers = []
def enter_number(x):
numbers.append(x)
print(numbers)
enter_number(3) # [3]
enter_number(7) # [3, 7]
enter_number(4) # v
numbers находится вне функции, то есть она глобальная. Это значит, что:numbers.
def enter_number_outer():
numbers = [] # локальная переменная
def enter_number_inner(x):
numbers.append(x)
print(numbers)
return enter_number_inner
enter_number_outer(), она создаёт свой контекст с переменной numbers и возвращает внутреннюю функцию, которая имеет к ней доступ.
enter_num = enter_number_outer()
enter_num(3) # [3]
enter_num(7) # [3, 7]
enter_num(4) # [3, 7, 4]
Внутренняя функция «замыкает» (сохраняет) значения переменных из области видимости внешней функции.
enter_number_outer() завершает выполнение, её переменные не уничтожаются, потому что они нужны внутренней функции, которая всё ещё существует. Это и есть closure — функция, которая запоминает контекст, в котором была создана.
И такой еще остановит Cursor при верстке тестов прямо в процессе
#кек
@zen_of_python
Шпаргалка vim
Симпатичная табличная подборка команд для тех, кто наконец выучил, как выйти из этого редактора.
Помимо CRUD-операций там полезное про изменение цветовой схемы, навигацию по файлу, работу с несколькими файлами в буфере.
#шпаргалка
@zen_of_python
Шпаргалка для пишущих свой API
Некоторым из нас приходится писать собственные интерфейсы, и при развитии такого приложения стоит задумываться не только об очередном методе, но и про:
— авторизацию;
— разграничение доступа на основе ролей (RBAC);
— метрики производительности;
— тестирование и прочие аспекты
В приложенной шпаргалке как раз об этом.
#обучение
@zen_of_python
Френдли фаер: наши привычки, которые медленно, но верно бьют по суставам и мышцам
Мы привыкли думать, что проблемы со спиной и суставами начинаются только от сидячки. Но есть куча мелких бытовых жестов, которые каждый день копят нагрузку и тихо разрушают тело:
— Держать телефон между ухом и плечом.
— Рюкзак или сумка всегда на одной стороне.
— Стоять, перенося вес только на одну ногу.
— Сидеть, поджимая ногу под себя.
— Скрещивать ноги за столом или закидывать одну на другую.
— Носить кроссовки без поддержки пятки и свода (особенно дешёвые тряпочные).
— Долго сидеть, положив локоть на стол и опираясь на подбородок.
— Спать всё время на одном боку в одной позе.
— Работать за ноутбуком, постоянно смотря чуть вниз.
— Часто носить тяжёлые пакеты «в одну руку».
Всё это со временем даёт защемления, перекосы и хронические боли. Так что позаботьтесь, чтобы убрать их из быта.
#суставы #советы
Нестандартные интерфейсы на Python: как вставить кнопки, как на пульте ТВ?
А что если ваш UI должен содержать кнопки нестандартной формы? Как на пульте ТВ / игровом джойстике, к примеру. Tkinter, к примеру, такое не умеет.
Один австралийский разработчик решил эту задачу, написав библиотеку GIMPy-Widget-UI. Библиотека позволяет проектировать в графическом редакторе такие нестандартные элементы и делать их интерактивными с минимальным объёмом кода.
#инструмент
@zen_of_python
Шпаргалка Pandas
Markdown-документ с листингом основных функций этого популярного фреймворка про:
— импорт / экспорт данных;
— просмотр и анализ датафрейма;
— фильтрацию;
— группировку;
— объединение;
— статистику и проч.
#шпаргалка
@zen_of_python
Вопросы подписчиков
Zen of Python поддерживает новоприбывших (и не только) в особой рубрике. Как это работает:
— Спрашивайте что угодно (в комментариях под этим постом), связанное с Python. Здесь нет плохих вопросов!
— Сообщество вас поддержит. Самые интересные вопросы мы разберём в отдельном посте.
#обсуждение
@zen_of_python
PySCN | Cтатанализ вашего кода
Инструмент оценивает Python-проект по следующим параметрам:
— доля «мертвого» кода;
— задвоение кода;
— связанность классов друг с другом и проч.
В эпоху LLM-копайлотов анализ качества кода все так же актуален, так что сохраняем и пользуемся.
#инструмент
@zen_of_python
Чтобы не скрипеть, как скелет из Minecraft
Суставы — штука коварная. Пока всё ок, о них никто даже не вспоминает. А потом вдруг — щёлк, хруст и боль. Конечно, всегда лучше посоветоваться с врачом, но вот базовая еда, которая точно не окажется лишней для суставов:
— Жирная рыба — уменьшает воспаления, помогает суставам двигаться мягче.
— Яйца и печень — важны для прочного хряща.
— Желатин, холодец, бульоны — источник коллагена.
— Смородина, киви, перец — витамин C, который помогает восстанавливать ткани.
— Оливковое масло, орехи — убирают микровоспаления.
— Сыры и другие источники кальция — укрепляют кости, а с ними и суставы.
#суставы #еда
Logly | loguru на Rust
Python-библиотека для логирования всего и вся. Те же уровни логирования (TRACE, DEBUG, INFO, SUCCESS и проч.), тот же отлов исключений. Создатели обещают повышенную безопасность памяти, неблокирующие конкуррентные операции и все тонкие настройки, как у loguru.
Доступен в РФ: да
Цена: бесплатно
@prog_tools
RunSnakeRun | Профайлер с GUI
Симпатичный и наглядный инструмент для анализа производительности Python-программ. Он показывает результаты профилирования (cProfile, hotshot и других форматов) в виде наглядной treemap-диаграммы.
На диаграмме размер прямоугольника отражает долю времени, потраченную на выполнение функции. Позволяет интерактивно «проваливаться» в вызовы и изучать вложенные функции. Отличный способ искать узкие места в проекте.
#инструмент
@zen_of_python
Вопросы подписчиков
Zen of Python поддерживает новоприбывших (и не только) в особой рубрике. Как это работает:
— Спрашивайте что угодно (в комментариях под этим постом), связанное с Python. Здесь нет плохих вопросов!
— Сообщество вас поддержит. Самые интересные вопросы мы разберём в отдельном посте.
#обсуждение
@zen_of_python
detroit | Level Up для вашего dataviz'а
Если привычные столбчатые диаграммы и пай-чарты уже не забавляют, попробуйте питоническую реализацию d3js — небезызвестного тула для построения нетривиальных графиков. Как минимум познаете еще один вид графика, это обещаем.
#инструмент
@zen_of_python
«Я перестал думать»: чем опасен ИИ и вайб-кодинг для разработчиков
Один опытный разработчик предупредил новичков:
Лёгкость, с которой ИИ решает задачи, постепенно стирает ваше понимание процесса. Возникает дофаминовая ловушка, почти как при бессмысленном скроллинге ленты соцсетей — быстрое «удовольствие» без усилий и без реального роста.
Moscow Startup Summit задал мощный импульс развитию технологического предпринимательства в России и мире.
На одной площадке выступили разработчики, фаундеры и DeepTech-инноваторы, которые уже двигают рынок инноваций вперёд.
В программе:
• Longevity: как продлить жизнь человечества и бизнеса — от биотеха до AI-решений
• Game Changers: кто драйвит DeepTech в России — реальные кейсы и новые лидеры технологий
• Unicorn Show: путь от идеи к единорогу
Дмитрий Чуйко (Whoosh),
Ивонн Лиао (Squirrel AI Learning),
Алексей Парабучев (Фонд «Московский инновационный кластер»),
Евгений Борисов (KAMA FLOW),
Данила Шапошников (Phystech Ventures),
Марсель Гумеров (AppScience)
и многие другие.
Программирование на Python с помощью GitHub Copilot и ChatGPT
Ну что ж, приехали, книга по вайб-кодингу... В этом издании от авторов Портера и Зингаро вы узнаете, как:
— настраивать ИИ-расширения для разных IDE;
— составлять ТЗ-промт, в том числе декомпозировать задачи;
— проектировать функции;
— делегировать тесты нейронкам и многое другое.
NB! Zen of Python призывает новичков осваивать базу, чтобы вы понимали, что вайбкодите.
#обучение #книга
@zen_of_python