Если ты работаешь с нейросетями и хочешь понять, что происходит «под капотом» в PyTorch, обязательно загляни в статью от Edward Z. Yang — одного из ключевых разработчиков фреймворка

– как устроены тензоры
– что такое views и как они позволяют не копировать данные
– как работает autograd
– структура кода PyTorch
– логика диспетчеризации операций между CPU, CUDA и другими бекендами

—> читать

👉 @PythonPortal

🐍 Новинка в Python

PEP 750 вводят t-строки — это как f"..." но:

- интерполяция ограничена и контролируема;
- поддерживается строгое соответствие шаблону;
- можно передавать переменные явно, предотвращая SQL-инъекции и XSS.

Для чего? Для того, чтобы писать shell-команды, SQL, HTML и т.д. без риска инъекций и без ручного экранирования

Пример:

from string.templatelib import Template

name = "World"
template: Template = t"Hello, {name}!"

safe_output = html(template)

Здесь html() — это функция, которая принимает объект Template и возвращает безопасную строку, экранируя потенциально опасные вставки

PEP 787 предлагает добавить это прямо в subprocess и shlex (но пока в статусе "отложен")

Следим за развитием 😊

👉 @PythonPortal

Это отличный способ понять работу моделей машинного обучения

Библиотека Drawdata позволяет создавать двумерные (2D) датасеты прямо в Jupyter Notebook

Вы можете вручную выбирать точки данных с помощью виджета, и модель будет обновляться в реальном времени по мере добавления новых точек

Полностью интерактивно и в реальном времени 😮

👉 @PythonPortal

Создаем карту с поиском локации на Python 🐍

Хочешь ввести название города и сразу увидеть его на карте прямо в Jupyter Notebook?

Вот простой скрипт, который делает именно это

Используем библиотеки geopy и folium для геокодинга и отображения карты

Вводишь, например, "Tokyo" — и получаешь интерактивную карту с маркером прямо в блокноте

Удобно для гео-проектов, визуализаций 🔥

👉 @PythonPortal

Если ты работаешь с Python и анализом данных, то обязательно запомни эти приёмы из библиотеки pandas

👍 — пригодится
❤️ — спасибо

👉 @PythonPortal

Хочешь замедлить импорт чужих библиотек?

tarrif позволяет наложить тариф на любой Python-модуль — он будет загружаться с задержкой в зависимости от % "пошлины".

import tariff

tariff.set({
    "numpy": 50,     # 50% тариф
    "pandas": 200,   # 200% тариф
})

import numpy  # теперь будет импортироваться медленнее

При этом в консоли вылезет:

JUST IMPOSED a 50% TARIFF on numpy! Original import took 45000 us, now takes 67500 us. American packages are WINNING AGAIN! #MIGA

Повод потроллить коллег 🤡

👉 @PythonPortal

Полезная шпаргалка по спискам, которую должен иметь под рукой каждый питонист

Все методы, которые нужны, с описанием всех возможных манипуляций с ними

Полный PDF — в файле 😎

👉 @PythonPortal

Ошибка №1 в Python: не кэшировать детерминированные функции, которые многократно вызываются с одними и теми же аргументами

Ошибка №2 в Python: не предпринимать меры, чтобы избежать переполнения памяти

Решение для обеих ошибок: использовать functools.lru_cache с аргументом, задающим размер кэша

👉 @PythonPortal

Преврати любую ML-статью в репозиторий с кодом

Paper2Code — это система на базе LLM-агентов, которая превращает научную работу в полноценный кодовый репозиторий

Она работает по трёхэтапному пайплайну: планирование, анализ и генерация кода — за каждый этап отвечает отдельный специализированный агент.

Полностью с открытым исходным кодом 💖

Ссылка на руководство: тут

👉 @PythonPortal

Если вам когда-то казалось, что вы безумны — держитесь

Есть люди, которые всерьёз решили писать Python с фигурными скобками

Так появился Bython — препроцессор, который превращает {} в питоновские отступы

Пишешь, как на C/JavaScript, а получаешь работающий Python

def sanity_check() {
    print("Это точно Python?");
}

Устанавливается через pip install bython

Команда запуска: bython script.by

> PyPI: https://pypi.org/project/Bython
> GitHub: https://github.com/mathialo/bython

Последнее обновление было в 2018 — для фана и экспериментов пойдёт 🎧

👉 @PythonPortal

Хочешь быстро вытаскивать структурированные данные и инсайты из PDF, DOCX и других документов?

Попробуй ContextGem — LLM-фреймворк, который делает это максимально просто и прозрачно.

Всего несколько строк Python-кода и у тебя:

> Чистые таблицы
> Структурированные поля
> Конкретные инсайты

Работает на базе LLM. Полностью Open Source ❤️

👉 @PythonPortal

С выходом Python 3.11, 3.12 и 3.14 изменилась даже такая простая вещь, как вычисление скалярного произведения векторов

Сначала всё выглядело просто:

sum(map(operator.mul, vec1, vec2))

Но не все знают, что встроенная map может принимать 2 и более итерируемых объектов как источники аргументов для функции, которую она применяет

С Python 3.12 добавился аргумент strict, и стало логично его использовать

Однако из-за zip приходится “распаковывать” кортежи — поэтому тут нужен itertools.starmap, а не обычный map.

Наконец, в Python 3.14 всё снова упростилось:

sum(map(operator.mul, vec1, vec2, strict=True))

Встроенная map получает именованный аргумент strict, как и zip 😍

👉 @PythonPortal

Стэнфорд выложил, пожалуй, самые понятные и полезные шпаргалки по LLM и трансформерам

В них есть всё, что нужно:

• self-attention, flash attention, LoRA, SFT
• mixture of experts, дистилляция, квантизация
• RAG, агенты, LLM как "судья"

И главное — всё это бесплатно и в открытом доступе 🤍

👉 @PythonPortal

Хочешь общаться с ИИ от DeepSeek без ограничений и подписок?

Тогда зацени DeeperSeek —> неофициальную Python-библиотеку, которая позволяет напрямую работать с сайтом DeepSeek, обходя официальный API

• Отправка сообщений и получение ответов
• Обход Cloudflare-защиты
• Поддержка входа по e-mail и токену
• Работает даже в Google Colab
• Работает с DeepThink и нейропоиском

💖 — спасибо, админ
👍 — имба

👉 @PythonPortal