👉 Промт дня: профилируем Python-код и ускоряем вычисления

Работает, но медленно? У вас есть скрипт или функция, и вы хотите понять, где узкие места.

Попросите ChatGPT:

Вот мой Python-код.

Проанализируй и предложи:

– Где происходят самые затратные вычисления (CPU / память)
– Как переписать медленные части: циклы → векторизацию (NumPy / pandas), генераторы и lazy loading
– Как использовать multiprocessing или asyncio, если подходит
– Какие библиотеки (например, numba, joblib, polars, dask) можно подключить
– Как минимизировать работу с диском / сетью
– Как встроить cProfile, line_profiler, memory_profiler и интерпретировать отчёты

✅ Хорошо работает на дата-скриптах, ETL, API, парсерах, ML-пайплайнах.

Библиотека питониста #буст

🧹 Skylos — ваш новый помощник в борьбе с мёртвым кодом

Когда проект разрастается, в нём неизбежно накапливается мёртвый код: неиспользуемые функции, классы, импорты…

✅ Skylos помогает навести порядок.

Что умеет:
— Находит неиспользуемые функции и методы
— Определяет классы, которые нигде не используются
— Показывает импорты, которые можно удалить
— Работает по всей кодовой базе, даже кросс-модульно
— Быстрее и точнее, чем Vulture, Flake8, Pylint и Ruff
— Можно использовать в интерактивном режиме или экспортировать в JSON

✅ Skylos показал лучшие результаты по качеству детекции:

Precision: 64.7% | Recall: 75.8% | F1 Score: 69.8%
Время анализа: 0.013 сек

Для сравнения:
— Vulture: F1 = 36.6%
— Flake8 и Ruff: \~24%
— Pylint: 0% (да, серьёзно)

✅ Быстрый старт:

pip install skylos
skylos /путь/к/проекту

✅ Полезные флаги:
— --interactive — интерактивный выбор кода на удаление
— --dry-run — «что будет удалено», без фактического удаления
— --json — отчёт в JSON

✅ Skylos написан на Python и распространяется по лицензии Apache 2.0. Всё работает локально, без отправки кода куда-либо.

📂 GitHub: https://clc.to/y7p3ZQ
📥 pip: pip install skylos

Библиотека питониста #буст