neutrinoceros (@neutrinoceros@ieji.de)
Here's a hill I'll die on: "#Pythonic" is a meaningless word.
People will use it to justify any, and sometimes incompatible formatting preferences.
"Idiomatic #Python" should be what it stands for, which has nothing to do with formatting. Even then, it sounds much too dogmatic to my taste. Good design doesn't need pseudo justifications like "that's the way we've always done it"; only poor quality code does.
Show Original Post
dalke (@dalke@toots.nu)
Note to self. I have kids who wake at 6.30 for school. I shouldn't program past 22.30, much less 23.30, as it's far too easy to make mistakes while tired.
In this case, what I thought was a fix, didn't work. So I'm back to trying to figure out what's up with getting #cython to build a #python extension class.
Show Original Post
habr (@habr@zhub.link)
Параметризация Pytest: когда файловая коллекция становится тест-кейсами
Привет, Хабр! Меня зовут Владислав Тимашенков, я занимаюсь автоматизацией тестирования в ГК InfoWatch. Мы разрабатываем DLP-систему для защиты контента и предотвращения утечек информации. Специфика продуктов InfoWatch состоит в анализе самых разнообразных данных. Поэтому практически каждый автотест требует подхода с широким набором параметров. Для нашей команды хорошим решением стало вынести генерацию параметров pytest.mark.parametrize в отдельный компонент, который собирает данные из файловой коллекции проекта. Существует множество способов параметризировать тестовые функции. Эта статья — пример изящной параметризации Pytest для сценариев, основанных на файловой коллекции проекта с большим количеством данных. Расскажем про наш опыт решения такой задачи. Параметризация Pytest позволяет сделать из теста каркас, шаблон, который принимает данные для конфигураций, для assert и т.д. Пример из документации Pytest:
https://habr.com/ru/companies/infowatch/articles/1012040/
#python #pytest #автоматизация_тестирования #тестирование #qa_automation #qa
Show Original Post
pyconde (@pyconde@fosstodon.org)
🏆 Thanks to our Gold Sponsor DeepL!
DeepL builds AI that helps teams communicate and collaborate across languages in real time.
Happy to have them supporting PyCon DE & PyData 2026.
Show Original Post
habr (@habr@zhub.link)
Почему Python + Numba обгоняет C? Эксперимент с алгоритмом прогонки
Все знают, что C быстрее Python. Но мы провели эксперимент с алгоритмом прогонки и обнаружили, что Numba (JIT-компилятор для Python) обгоняет наивный C на 20–25%. Разбираемся, почему так происходит, и сравниваем точность float32/float64.
https://habr.com/ru/articles/1012122/
#Python #C #Numba #NumPy #производительность #алгоритмы #численные_методы #оптимизация #прогонка
Show Original Post
zopyx (@zopyx@mastodon.world)
Trying to port the most current #Weasyprint implementation to Rust 🙃 #python
Show Original Post
fipaddict (@fipaddict@diaspodon.fr)
Chic, les vidéos de la PyCon FR 2025 sont en ligne ici -> https://pyvideo.org/events/pycon-fr-2025.html
Hop, de quoi bien occuper les pauses au boulot ;)
Show Original Post
lcheylus (@lcheylus@bsd.network)
How to use the OpenRouter API with Python to access multiple AI Models #Python #OpenRouter #LLM https://realpython.com/openrouter-api/
Show Original Post
habr (@habr@zhub.link)
Моделирование строения Солнца
Рассмотрим задачу о строении звёзд: Примем сферически-симметричную квазистатическую модель строения звезды (звезда это огромный шар, все параметры симметричны относительно центра звезды, находятся в равновесии друг с другом), никаких турбулентностей не происходит. Пусть p(r) - полное давление на расстоянии r от центра, m(r)- масса , заключённая в шаре радиуса r, ρ(r)- плотность, T(r)- температура, L(r)- светимость на расстоянии r от центра. Запишем 4 основных дифференциальных уравнения, описывающих состояние звезды: 1) Уравнение гидростатического равновесия (между градиентом давления и гравитацией):
https://habr.com/ru/articles/1012014/
#моделирование #звезда #солнце #строение #уравнения #уравнение_непрерывности #python #математическое_моделирование #астрофизика #астрономия
Show Original Post
gslin (@gslin@abpe.org)
https://blog.gslin.org/archives/2026/03/19/12943/python-3-15-%e7%9a%84%e6%95%88%e7%8e%87/
Python 3.15 的效率
#3.15 #engineering #jit #performance #python #software #speed
Show Original Post
mlnn (@mlnn@mastodon.social)
An attention mechanism is a key component in artificial neural networks, particularly in sequence modeling and natural language processing (NLP). It enables models to[..]
#artificial #neural #networks #python
https://www.ml-nn.eu/a1/39.html
Show Original Post
tinoeberl (@tinoeberl@mastodon.online)
#BahnMonitor-Projekt: 5. Automatisierte Skripte brauchen Kontrolle – besonders bei API-Aufrufen.
Jetzt bekommt das #Python-Tool eine Logging-Funktion, die fehlgeschlagene Abfragen dokumentiert und damit die spätere #Fehlersuche erleichtert. Der Code wird so erweitert, dass #Logeinträge für Erfolge, Warnungen und Fehler erzeugt werden – robust und modular nutzbar.
https://tino-eberl.de/vibe-coding/python-projekt-mit-bahn-api-5-fehlerprotokollierung-und-logfile/
#Python #BahnBubble #VibeCoding #OpenData #Fehlerprotokollierung #VisualStudioCode
Show Original Post