сторонние пакетыthird-party packages

ЭкосистемаEcosystem

Web-фреймворки, data/ML-стек, тестирование, инструменты разработки, async/сеть, сериализация/валидация, данные/хранилища, CLI, FFI/производительность — пакеты, без которых не пишется реальный Python-проект. Каркас: 9 категорий, страницы ещё не написаны.Web frameworks, the data/ML stack, testing, developer tooling, async/networking, serialization/validation, data/storage, CLI, FFI/performance — the packages no real Python project ships without. Skeleton: 9 categories, pages not yet written.

Web

кандидат для веб-части cranora candidate for cranor's web layer

FastAPIасинхронный фреймворк, автогенерация OpenAPI из type hintsan async framework, auto-generating OpenAPI from type hintsinterview Flaskминималистичный синхронный микрофреймворкa minimalist synchronous microframework DjangoORM, admin, batteries-included — полноценный веб-фреймворк — a full-featured, batteries-included web framework Pydanticвалидация данных через типы — основа FastAPIdata validation via type annotations — the foundation FastAPI is built oninterview

Data / ML

практика для theory/04-05the practice behind theory/04-05

NumPyвекторизованные массивы, broadcasting — фундамент data-стекаvectorized arrays, broadcasting — the foundation of the data stackinterview pandasDataFrame, groupby, слияние и агрегация табличных данных, merging and aggregating tabular datainterview PyTorchautograd, nn.Module — обучение нейросетей — training neural networks TensorFlow / Kerasграф вычислений и высокоуровневый API — альтернатива PyTorch, чаще в продакшне и на мобильных/embedded (TF Lite)a computation graph and high-level API — the PyTorch alternative, more common in production and on mobile/embedded (TF Lite) scikit-learnклассический ML — единый API fit/predict для всех моделейclassic ML — a unified fit/predict API across all models XGBoost / LightGBMградиентный бустинг над деревьями — топ по табличным данным, частый вопрос на собеседованияхgradient-boosted trees — the top choice for tabular data, a frequent interview topicinterview PolarsDataFrame на Rust, ленивые вычисления — быстрая альтернатива pandasa Rust-backed DataFrame with lazy evaluation — a fast pandas alternative Hugging Face Transformersпредобученные модели и токенизаторы — стандарт для NLP/LLM поверх PyTorchpretrained models and tokenizers — the NLP/LLM standard on top of PyTorch ONNX / ONNX Runtimeпереносимый формат моделей и быстрый инференс независимо от фреймворка обучения (см. cross-platform)a portable model format and fast inference independent of the training framework (see cross-platform) statsmodelsклассическая статистика — регрессии, тесты гипотез, временные ряды (ARIMA)classic statistics — regressions, hypothesis tests, time series (ARIMA) archGARCH-модели волатильности — оценка риска и кластеризация волатильности для трейдингаGARCH volatility models — risk estimation and volatility clustering for trading vectorbt / backtraderбэктестинг торговых стратегий — векторизованный расчёт на исторических данныхtrading-strategy backtesting — vectorized computation over historical data MLflowтрекинг экспериментов, версионирование моделей и деплой — основа MLOps-пайплайнаexperiment tracking, model versioning, and deployment — the backbone of an MLOps pipeline Rayраспределённое исполнение — параллельное обучение и hyperparameter tuning на кластереdistributed execution — parallel training and hyperparameter tuning across a cluster

ТестированиеTesting

pytestfixtures, parametrize, плагиныpluginsinterview unittest.mockMock, patch — подмена зависимостей в тестах — swapping out dependencies in tests hypothesisproperty-based тестирование — генерация тестовых случаевproperty-based testing — generating test cases automatically

Async и сетьAsync and networking

asyncioстандартная библиотека — базовый event loop и корутиныthe standard library — the base event loop and coroutinesinterview uvloopзамена event loop на основе libuv — значительно быстрее стандартного asyncioa libuv-based event loop replacement — significantly faster than the standard asyncio loop httpxсовременный HTTP-клиент, sync и async в одном API — сменяет requestsa modern HTTP client, sync and async in one API — succeeding requests websocketsклиент/сервер WebSocket — стриминг market data и подобных фидовa WebSocket client/server — streaming market data and similar feeds

Сериализация и валидацияSerialization and validation

orjsonсамый быстрый JSON для Python — реализован на Rustthe fastest JSON library for Python — implemented in Rust msgspecвалидация + сериализация в одном — быстрее Pydantic на десериализацииvalidation plus serialization in one — faster than Pydantic on deserialization

Данные и хранилищаData and storage

клиенты и embedded-движки, не сами БДclients and embedded engines, not the databases themselves

DuckDBembedded OLAP — быстрый локальный анализ данных без внешнего сервера (см. cross-platform)embedded OLAP — fast local data analysis with no external server (see cross-platform) clickhouse-connectофициальный клиент ClickHouse — уже используется в cran-стеке (см. cross-platform)the official ClickHouse client — already used in the cran stack (see cross-platform)interview redis-pyRedis-клиент — sync и async API (протокол — см. cross-platform)the Redis client — sync and async APIs (protocol — see cross-platform) confluent-kafka-pythonбиндинг к librdkafka — тот же C-движок, что и у Go/Rust-клиентов (см. cross-platform)a binding to librdkafka — the same C engine as the Go/Rust clients (see cross-platform)

CLICLI

TyperCLI из type hints — тот же принцип, что у FastAPI, только для командной строкиCLI from type hints — the same principle as FastAPI, applied to the command line Clickдекларативный CLI-фреймворк — то, на чём построен Typera declarative CLI framework — what Typer is built on

FFI и производительностьFFI and performance

выход за пределы интерпретатораescape hatches beyond the interpreter

pybind11биндинги C++ ↔ Python — типовые преобразования, наследование, исключения из коробкиC++ ↔ Python bindings — type conversions, inheritance, exceptions out of the box PyO3биндинги Rust ↔ Python — на нём построены orjson, ruff, polarsRust ↔ Python bindings — orjson, ruff, and polars are built on it Cythonкомпиляция Python-подобного кода в C — постепенная типизация hot pathcompiling Python-like code to C — incrementally typing the hot path

ИнструментыTooling

Poetry / uvуправление зависимостями и виртуальными окружениямиdependency management and virtual environmentsinterview Ruffлинтер и форматтер на Rust — замена flake8/black/isorta Rust-based linter and formatter — replacing flake8/black/isort mypy / pyrightстатическая проверка типов поверх type hintsstatic type checking on top of type hints

статусstatus

Это каркас: 9 категорий и 39 пакетов зафиксированы, страницы ещё не написаны. Раздел web/ мотивирован тем же соображением, что и добавление JS/TS: cranor может обзавестись веб-частью, и FastAPI/Pydantic — реалистичная альтернатива связке JS-фронтенд + Go/Python-бэкенд. Раздел data-ml/ — практическая сторона теории, уже заложенной в theory/04-ml-math и theory/05-ml-algorithms. data-storage/ пересекается с cran (clickhouse-connect, redis-py) — клиенты для хранилищ, уже используемых в проде.This is a skeleton: 9 categories and 39 packages are locked in, pages not yet written. The web/ section is motivated by the same consideration as adding JS/TS: cranor may grow a web layer, and FastAPI/Pydantic is a realistic alternative to a JS-frontend + Go/Python-backend split. The data-ml/ section is the practical counterpart to the theory already laid out in theory/04-ml-math and theory/05-ml-algorithms. data-storage/ overlaps with cran (clickhouse-connect, redis-py) — clients for stores already in production.