📱Picows.

picows – высокопроизводительная библиотека на Python, созданная для разработки asyncio WebSocket клиентов и серверов. Реализованная на Cython, она обеспечивает исключительную скорость и эффективность, превосходя другие популярные WebSocket библиотеки на Python.

🔹Популярные библиотеки WebSocket предлагают высокоуровневые интерфейсы, включая управление таймаутами, контроль потоков, сжатие и декомпрессию, а также сборку сообщений WebSocket из фреймов. Эти функции часто реализуются на чистом Python и имеют высокую стоимость по ресурсам, особенно при работе с небольшими сообщениями. Async-итерации создают дополнительные задачи для цикла событий и могут вызывать задержки.

🔻Дизайн API: API picows следует низкоуровневому подходу, передавая фреймы обработчику пользователя, а не сообщения. Пользователю предоставляется полная свобода для выбора стратегии сжатия и управления потоками.

🟦В большинстве случаев фреймы и сообщения совпадают, то есть сообщение состоит из одного фрейма без сжатия.

#Python #WebSocket #Asyncio #Cython #picows #HighPerformance

📱Ссылка на репозиторий:
https://github.com/tarasko/picows

📱Cycast.

Cycast — это высокопроизводительный интернет‑радио сервер на Python + Cython (3–5x быстрее обычного Python), совместимый с Icecast: принимает live‑потоки от Mixxx/VLC + fallback на плейлист.

🔹Особенности:

🔘Cython‑оптимизации: zero‑copy circular buffer и multi‑listener broadcaster.

🔘Flask + Tornado: веб‑UI с real‑time обновлениями, REST API для статуса/статистики.

🔘HCL‑конфиг: config.hcl для host/port/password/playlist + metadata (station name/genre).

🚀Старт:

pip install -r requirements.txt
python setup.py build_ext --inplace
# edit config.hcl
python cycast_server.py

#python #cython #streaming #icecast #radio #cycast

📱Ссылка на репозиторий:
https://github.com/LukeB42/Cycast

📱NumCircBuf.

NumCircBuf — это высокопроизводительная библиотека для Python (реализованная на Cython), предоставляющая численные циклические буферы (circular buffers) со статистическими аккумуляторами, работающими за константное время O(1).

Инструмент разработан специально для задач обработки сигналов в реальном времени, анализа временных рядов и других сценариев, критичных к задержкам, где требуется выжать максимум из аппаратной пропускной способности процессора и памяти.

🔹Главные фичи и преимущества:

🔘Бешеная производительность: За счет обхода стандартного оверхеда Python/NumPy библиотека работает в 500–1500 раз быстрее, чем collections.deque или обычные списки при массовом добавлении данных (extend), и до 10 раз быстрее кольцевых буферов на чистом NumPy. Тесты показывают пропускную способность до 73 ГБ/с!

🔘Статистика за O(1): Специализированные буферы мгновенно выдают скользящее среднее или среднеквадратичное значение без необходимости каждый раз пересчитывать все элементы в окне.

🔘Zero-Copy представления: Метод .view() возвращает логическое read-only представление буфера без копирования данных в памяти. Оно ведет себя в коде точно так же, как стандартный одномерный NumPy-массив.

🔘Строгая типизация и безопасность: Полная поддержка типов данных fp32, fp64, int32, int64, uint32 и uint64. Привычный API с методами append, extend и clear позволяет внедрить библиотеку как drop-in замену.

🛠Основные типы буферов в комплекте:

🔘OverwriteCircBuffer — оптимизирован для сценариев с высокой интенсивностью записи, где старые данные автоматически заменяются новыми.

🔘BlockingCircBuffer — потокобезопасный блокирующий буфер для многопоточных приложений (паттерн Producer/Consumer). Писатель засыпает, если буфер полон, а читатель ждет, если в буфере пусто.

🔘RunningMeanBuffer и RunningMeanSqBuffer — утилиты со встроенным O(1) расчетом среднего и среднеквадратичного значений с защитой от накопления погрешности округления (floating-point drift).

🔘IntegratedGatedBuffer — узкоспециализированный буфер для расчета интегральной стробированной громкости звука (по международному стандарту ITU-R BS.1770).

📦Установка:

pip install numcircbuf

#Python #Cython #NumPy #DataScience #SignalProcessing #TimeSeries #Performance #DevTools #OpenSource #Оптимизация

📱Ссылка на репозиторий:
https://github.com/basimali-ai/NumCircBuf