1874
Сборник наиболее интересных Python материалов. https://pythondigest.ru/ Сделать донат - https://boosty.to/pydigest Блог автора - @whydaily Рекомендуем хостинг https://firstvds.ru/?from=421453
Предсказываем стоимость логистики грузоперевозок по городам на данных маркетплейсов логистики
https://ift.tt/1bGpWgV
Разберем на примере данных одного из маркетплейсов логистики как можно предсказывать стоимость грузоперевозок на основе данных расчетов стоимости груза на одном из крупных маркетплейсов по логистике Казахстана
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Сборщик мусора CPython и его влияние на производительность приложения
- Пишем свою Diffusion модель с нуля
- Двусвязный список в Python: простой инструмент для сложных задач
- FastAPI + APScheduler: Гайд по мониторингу валют по расписанию
Создаем свою ORM на python — гайд
- [Видео] Как из Python, Open source и такой-то матери построить бизнес
- FireDucks : Pandas but 100x faster
- pretix: Ticket shop application for conferences
- Flask 3.1
- Django Channels 4.2.0
Заходите в гости - https://pythondigest.ru/issue/571/
Is async django ready for prime time?
https://ift.tt/LursqJm
Django's async capabilities have significantly improved, making it a viable option for production use, especially in AI applications where I/O-bound tasks are prevalent.
Security means securing people where they are
https://ift.tt/Uoj7Fx8
Diagram-as-Code: Creating Dynamic and Interactive Documentation for Visual Content
https://ift.tt/VtlLYEG
Создаем свою ORM на python — гайд
https://ift.tt/D6rzEIJ
ORM, или объектно-реляционное отображение — это программная технология, которая позволяет взаимодействовать с базами данных с использованием объектно-ориентированной парадигмы.
Сборщик мусора CPython и его влияние на производительность приложения
https://ift.tt/POeYNpx
В прошлом я уже публиковал детальный разбор кода сборщика мусора CPython, однако стоит также дать более высокоуровневое объяснение механизмов управления памятью в CPython, не затрагивая сам код. Этому и будет посвящена данная статья. Статья в основном будет посвящена циклическому сборщику мусора (GC), как и когда он запускается и его влиянию на производительность приложений.
[Видео] Как из Python, Open source и такой-то матери построить бизнес
https://www.youtube.com/watch?v=4wwwZ726zi0
NumPy Practical Examples: Useful Techniques
https://ift.tt/tFh5OBc
In this tutorial, you'll learn how to use NumPy by exploring several interesting examples. You'll read data from a file into an array and analyze structured arrays to perform a reconciliation. You'll also learn how to quickly chart an analysis and turn a custom function into a vectorized function.
chonkie: no-nonsense RAG chunking library
https://ift.tt/TNi0gPL
The Practical Guide to Scaling Django
https://ift.tt/e5Ax4vc
Красивые картинки на скатерти Улама
https://ift.tt/N2q4XuS
Скатерть Улама - это очень красивое и наглядное представление структуры простых чисел. Красивая картинка говорит о том, что расположение простых чисел на оси натуральных чисел не случайно.
How to migrate your Poetry project to uv
https://ift.tt/dDrBK07
Python REST API: Flask, Connexion и SQLAlchemy (часть 2)
https://ift.tt/qwC5txu
В этой второй части серии вы узнаете, как:- Использовать SQL-инструкции в Python
Сводка от pythonz 17.11.2024 — 24.11.2024
https://ift.tt/jxpkAV1
А теперь о том, что происходило в последнее время на других ресурсах.
Talk Python to Me: #486: CSnakes: Embed Python code in .NET
https://ift.tt/zid8gDF
Audio
Huey Background Worker - Building SaaS #207
https://ift.tt/QCLlsqz
coverage - 7.6.8
https://ift.tt/1UxBbF0
Утилита позволяющая измерить процент покрытия тестами. Скачать можно по ссылке: https://pypi.python.org/pypi/coverage/
Пишем свою Diffusion модель с нуля
https://ift.tt/YF6RUHg
Я решил разобраться и понять, как устроена Diffusion модель внутри, понять ее математику и постараться объяснить и разложить ее на пальцах. Ну и конечно пописать код, который (спойлер) заработал. На гифке изображены примеры итоговых картинок на моей финальной модели.
Django: find ghost tables without associated models
https://ift.tt/aEkOGr6
FastAPI + APScheduler: Простой пошаговый гайд по созданию асинхронного API для мониторинга валют по расписанию на Python
https://ift.tt/9VhG25m
Как создать асинхронный API для мониторинга курсов валют на Python? В этом практическом руководстве мы разработаем сервис на FastAPI с интеграцией APScheduler, который будет отслеживать курсы USD и EUR в банках России. Вы узнаете, как реализовать асинхронный парсинг данных, настроить планировщик задач и развернуть приложение в облаке. Проект включает систему аутентификации, фильтрацию данных и REST API — идеальный пример для изучения современной веб-разработки на Python.
Размер имеет значение: как исторические данные помогают на этапе дизайна A/B-теста
https://ift.tt/Lj6qUyB
Метод CUPED уже давно завоевал популярность в анализе A/B-тестов, предоставляя возможность выявлять эффекты меньших размеров. В этой статье мы подробно рассмотрим применение данного подхода на этапе дизайна эксперимента. Мы исследуем, как можно сократить размеры выборок, не теряя при этом в статистической мощности теста.
tornado - 6.4.2
https://ift.tt/rNORebT
Масштабируемый, не блокирующий web-сервер. Скачать можно по ссылке: https://pypi.python.org/pypi/tornado/
aiohttp - 3.11.7
https://ift.tt/Owcb5Is
http клиент/сервер для asyncio. Скачать можно по ссылке: https://pypi.python.org/pypi/aiohttp
Функция property() в Python: добавляем управляемые атрибуты в классы
https://ift.tt/hEkqQPC
Из этого руководства вы узнаете, как cоздавать управляемые атрибуты или свойства в классах
ИИ в Крипто-Торговле: Возможен ли Успех? (Часть 1)
https://ift.tt/SmfP97p
В данной статье я постараюсь описать долгий и усердный путь от разработки алгоритмов бота до создания моделей искусственного интеллекта для автоматизированной крипто-торговли на бирже. Статья будет разделена на несколько частей, так как мне удалось создать три успешные модели с различными тактиками, которые принесли больше прибыли, чем убытков.
Python Bytes: #410 Entering the Django core
https://ift.tt/xaMrUo9
Очередной выпуск англоязычного подкаста Python Bytes
Chronos от Amazon: революция в обработке временных рядов
https://ift.tt/9OiKUZ3
В процессе анализа SOTA решений, наткнулся на очень интересный фреймворк для прогнозирования временных рядов Chronos, который компания Amazon выкатила в опенсорс в мае 2024 года.