📐 Новый модуль imath в Python: математика для целых чисел

На протяжении многих лет модуль math в Python становился все более перегруженным. Он начинался как обёртка над C-стандартом математических функций (в основном — с плавающей точкой), но со временем туда добавили и функции, не имеющие к нему отношения: math.gcd(), math.factorial(), math.isqrt() и другие.

Это породило путаницу:
— В документации math указано, что функции возвращают float, но это не так для math.gcd() или math.factorial().
— Невозможно чётко описать, какие типы аргументов принимает каждая функция.
— Сложнее разобраться, где искать нужные функции: целочисленные, статистические, комплексные — все перемешаны.

✅ Что предлагает PEP 791

Создать новый модуль imath, в котором будут собраны функции, работающие строго с целыми числами. Все возвращаемые значения — тоже целые (int).

Вот список функций, которые переедут из math в imath:
🔎 comb() — число сочетаний
🔎 factorial() — факториал
🔎 gcd() — наибольший общий делитель
🔎 isqrt() — целочисленный квадратный корень
🔎 lcm() — наименьшее общее кратное
🔎 perm() — число размещений

Их аналоги в math сохранятся, но будут мягко устаревшими (soft deprecated) — они останутся в коде, но будут помечены как нежелательные к использованию.

В PEP пока не входят новые функции, но обсуждается возможное расширение: число Делануа, тесты на простоту и другие инструменты теории чисел.

📌 Вывод: imath — это шаг к более чистой архитектуре стандартной библиотеки. Целые числа заслужили свой модуль.
Что думаете? Стоит ли Python разделять модули дальше по специализации?

🔗 Подробнее в PEP 791: https://clc.to/POzTkw

Библиотека питониста #свежак

🤖 ML в продакшене — что происходит после деплоя

Запустить модель в прод — это только начало. Дальше начинается самое интересное:
— Поведение пользователей меняется
— Данные плывут
— Качество модели может незаметно упасть

Чтобы не проспать деградацию, нужна система:
🤖 Метрики
🤖 Мониторинг
🤖 Алерты
🤖 A/B-тесты
🤖 Готовность переобучить модель

В новой статье рассказываем, как организовать контроль качества ML-модели после релиза и не потерять бизнес-метрики в продакшене.

📎 Читайте подробнее: https://proglib.io/sh/fjpFLVWn8Z

Библиотека питониста

💡 Прокачай Python: потоки, процессы и производительность

Хотите ускорить свои Python-приложения и сделать их более отзывчивыми?

🔝 Это видео — отличное руководство по конкурентному и параллельному программированию в Python.

🔧 Что разбирают в видео:
— В чём разница между конкурентностью и параллелизмом
— Как использовать многопоточность (threading) для одновременного выполнения задач
— Как добиться настоящего параллелизма с multiprocessing
— Что такое GIL и как обойти его ограничения
— Как безопасно делить данные между потоками через mutex'ы
— Как реализовать фоновую обработку, чтобы избежать блокировок API

✅ Подходит для разработчиков любого уровня.

🔗 Смотреть видео: https://clc.to/uZgzbw

Библиотека питониста #буст

🎬 Документальный фильм о Python

На PyCon недавно презентовали трейлер этого уникального проекта — фильм, полностью посвящённый нашему любимому языку программирования.

🤔 Лично я впервые вижу, чтобы про язык программирования снимали полноценный документальный фильм.

Будет ли он интересен не только разработчикам, но и широкой аудитории?
💬 Что думаете? Делитесь в комментариях!

🔗 Ссылка на трейлер: https://clc.to/GHAsrg

Библиотека питониста #свежак

🪅 Команда дня: разбираемся с функциями высшего порядка

Хотите писать чистый, читаемый и лаконичный код без явных циклов? Тогда самое время освоить функции высшего порядка — map(), filter() и reduce().

✅ Эти инструменты из арсенала функционального программирования помогают эффективно обрабатывать и трансформировать данные. А главное — они уже встроены в Python и легко применимы на практике.

💡 Что такое функции высшего порядка

Функции высшего порядка — это функции, которые:
— принимают другие функции как аргументы,
— или возвращают функции в качестве результата.

В Python это не только map(), filter() и reduce(), но и любые функции, работающие с другими функциями.

✅ map(): применяем функцию ко всем элементам

Используется для трансформации каждого элемента в итерируемом объекте:

string_numbers = ["1", "2", "3", "4"]
int_numbers = map(int, string_numbers)
print(list(int_numbers))  # [1, 2, 3, 4]

Или, например:

def add_five(x): return x + 5
numbers = [1, 2, 3]
result = map(add_five, numbers)
print(list(result))  # [6, 7, 8]

✅ filter(): фильтруем по условию

Отбирает элементы, удовлетворяющие определённому условию:

data = [0, None, 1, 2, None, 3]
filtered_data = filter(None, data)
print(list(filtered_data))  # [1, 2, 3]

Пример с четными числами:

def is_even(x): return x % 2 == 0
numbers = [1, 2, 3, 4, 5, 6]
even_numbers = filter(is_even, numbers)
print(list(even_numbers))  # [2, 4, 6]

✅ reduce(): аккумулируем значения

Функция из модуля functools, применяется для накопления результата по итерации:

from functools import reduce

def add(x, y): return x + y
numbers = [1, 2, 3, 4, 5]
result = reduce(add, numbers)
print(result)  # 15

Пример нахождения максимума:

def max_value(x, y): return x if x > y else y
numbers = [10, 2, 33, 4, 7]
result = reduce(max_value, numbers)
print(result)  # 33

Библиотека питониста #буст