Zen of Python

Ruff — быстрый линтер и форматтер Python-кода. Он находит типичные ошибки, следит за стилем и импортами и автоматически исправляет часть замечаний. В версии 0.15.21 появился экспериментальный флаг --add-ignore. Он добавляет ruff:ignore к выбранной строке и отключает правило только в этом месте. Новое preview-правило UP051 находит устаревшие декораторы из abc и предлагает замену. Команда ruff format получила --extend-exclude для дополнительных исключений. Проверка Jupyter Notebook теперь ловит синтаксические ошибки отдельно в каждой ячейке. В релиз также вошли оптимизации и исправления автофиксов. @zen_of_python

PyArrow — Python-библиотека для больших таблиц и колоночных данных Apache Arrow. Она читает файлы Parquet и помогает передавать данные между pandas, Polars, аналитическими движками и хранилищами без лишних преобразований. В PyArrow 25 появились новые возможности для тензоров и шифрования Parquet: 🔘 Table преобразуется в Arrow Tensor; 🔘 списки многомерных массивов превращаются в FixedShapeTensor; 🔘 Parquet получил прямой API для ключей шифрования и расшифровки; 🔘 pa.OSFile принимает обычный файловый дескриптор. Python-реализация Feather получила статус устаревшей. Сам формат продолжит работать через общий стек Arrow IPC. В релиз вошли 268 коммитов от 66 участников. @zen_of_python

coverage․py показывает, какие строки Python-кода прошли через тесты, а какие остались без проверки. Его обычно запускают вместе с pytest, чтобы увидеть пробелы в тестовом наборе. В версии 7.15.1 исправили HTML-отчёты. Метка контекста с </script> могла раньше времени закрыть встроенный скрипт и повредить страницу. Такая строка встречается, например, в имени параметризованного теста pytest. Теперь специальные символы экранируются перед вставкой в HTML. Ошибка портила разметку отчёта и не давала удалённого выполнения кода. В выпуск также вошли семь оптимизаций производительности. @zen_of_python

VPS в 2026: почему сервер тормозит, хотя метрики в норме Вы смотрите на дашборд: CPU 40%, память не вся занята, а пользователи жалуются на лаги. Скорее всего, ваш VPS просто не получает тех ресурсов, за которые вы платите. За несколько лет картина резко поменялась. Если раньше на одно физическое ядро приходилось 4–8 виртуальных CPU, то у бюджетных провайдеров сейчас норма — 10–16. Пока соседи по хосту спят, вы получаете мощность. Когда все просыпаются одновременно, гипервизор забирает CPU у вас. Это видно в метрике %st — steal time. К этому добавились тяжелее ОС и стек. Ubuntu 24.04 при минимальной конфигурации занимает 3–5 GB RAM ещё до вашего приложения, а современный бэкенд часто тянет брокер, кеш, мониторинг и контейнеры. Разобрались, когда дешёвый VPS перестаёт тянуть и что с этим делать.

Hypothesis начал переносить внутренности с Python на Rust Библиотека property-based тестирования Hypothesis в релизе 6.156.0 от 1 июля объявила о начале миграции внутренних компонентов на Rust. Пока перенесён один простой вспомогательный хелпер, но направление задано, и за неделю вышла целая серия патчей вокруг сборки — вплоть до 6.156.6 от 10 июля. Что это значит на практике: 🔘 сборка из исходников теперь требует Rust toolchain — если ставить не из готового wheel, а компилировать, без Rust не соберётся; 🔘 чтобы это никого не сломало, проект выкатил широкий набор нативных wheels: Python с 3.10 по 3.14, free-threaded 3.14t и PyPy 3.11, под Linux x86_64/aarch64, macOS x86_64/arm64 и Windows x64; 🔘 добавили abi3-wheels на базе стабильного ABI 3.10 — один такой wheel работает на всех последующих версиях Python, включая 32-битные Linux и Windows; 🔘 отдельно собрали wheel под Pyodide (wasm32-unknown-emscripten) для запуска в браузере. За тем же путём Python в Rust уже ушли core-части uv, ruff и pydantic. Теперь очередь дошла и до зрелой тест-библиотеки — с явным приоритетом не сломать установку тем, кто просто делает pip install. @zen_of_python

За @property и @staticmethod стоят дескрипторы Каждый раз, когда вы вешаете декоратор на метод, Python тихо создаёт объект с методом __get__. Этот объект ловит обращение к атрибуту класса и решает, что вернуть — bound method, вычисленное значение или сам дескриптор. В свежем HOWTO от Рэймонда Хеттингера разобрано, как именно это работает: от примера, который всегда возвращает десятку, до чисто-питонических реализаций property и __slots__. Гайд пригодится, если хотите перестать догадываться и начать предсказывать поведение своих классов.

Altair: графики через описание данных, а не ручная настройка каждой оси В духе Zen of Python: простое лучше сложного. Если в Matplotlib вы сначала объявляете фигуру, потом крутите оси и legend, то в Altair вы просто говорите DataFrame, какую колонку на какую ось положить, что раскрасить и как сделать интерактивным. Библиотека сама строит визуализацию из HTML и JavaScript, которая работает в ноутбуке или сохраняется отдельным файлом. Real Python советует ставить Altair в выделенное виртуальное окружение: вместе с ним приезжают pandas и Vega-Lite-рендерер, и лучше не мешать их с остальным окружением. Это не замена Matplotlib. Для пиксельно точных публикационных фигур или 3D по-прежнему стоит брать Matplotlib; для интерактивного исследования в ноутбуке — Altair удобнее.

На Tproger вышла история разработчика с 10 годами опыта: с инженерной частью у него всё было закрыто, а для своего дела не хватало другого — проверять идею, считать деньги, доводить продукт до рынка. Онлайн-курсы он бросал на середине, поэтому выбрал формат пожёстче: онлайн-магистратуру МФТИ по технологическому предпринимательству. В обзоре: как совмещать такую учёбу с работой, почему реальная нагрузка выходит 20–25 часов в неделю вместо заявленных 10, где программа слабая и во сколько она обойдётся в 2026 году. Реклама. Рекламодатель: МФТИ, Физтех, ИНН 5008006211, erid: 2W5zFHF9MTo @zen_of_python

Репозиторий python-patterns: каталог паттернов, которые стоит выбирать с умом В python-patterns собраны классические паттерны и идиомы Python — 42,8k звёзд, 7k форков и 896 коммитов. Сообщество использует его как шпаргалку, чтобы быстро вспомнить, как выглядит тот или иной подход в коде. Авторы явно предупреждают: каждый паттерн несёт свои компромиссы, а выбирать нужно не по красоте реализации, а по ситуации. В Python это особенно актуально — язык сам даёт идиомы, от итераторов до менеджеров контекста, и часто проще использовать встроенное, чем городить фабрику. Полезно сохранить на тот момент, когда вам хочется применить паттерн ради паттерна. Иногда достаточно обычной функции.

80% корпоративных программ геймификации ломаются на одном и том же месте По данным AmplifAI, игровые кампании дают в среднем вовлечённость на 100–150% выше, чем классические подходы, а геймифицированный контент шерится в 12 раз чаще. При этом примерно 80% корпоративных программ геймификации не достигают целей. Спрос огромный, качество — низкое, а причина проста: делать это берутся не те люди. В статье разбирают, как корпоративные клоны механик упускают баланс и контекст, и что делать, чтобы прогрессия не превращалась в цифровой пендель. Для геймдевелоперов это отличная ниша, где есть и деньги, и возможность применить свои скиллы на практике.