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
Werkzeug - 3.0.5
https://ift.tt/sgTRi26
Швейцарский армейский нож веб-разработки Python. Скачать можно по ссылке: https://pypi.python.org/pypi/Werkzeug/
redis - 5.2.0
https://ift.tt/0IqgaNU
Python клиент для Redis. Скачать можно по ссылке: https://pypi.python.org/pypi/redis/
SOLID на котиках
https://ift.tt/Px6yVBa
Каждый программист хоть раз слышал о принципах SOLID. На собеседованиях и экзаменах в вузах многие из нас пытались вспомнить, о чем же был тот самый принцип Лисков. Однако вряд ли цель преподавателей и интервьюеров — заставить нас заучивать строчки из учебников. SOLID действительно помогает писать качественный код, когда во всем разберешься!
Предиктивная аналитика политических кризисов с помощью machine learning (на исторических данных)
https://ift.tt/DGEYkQR
Допустим, вы инвестор-финансист, покупающий государственные облигации банановой республики или акции компании по выращиванию и поставке бананов или даже правитель бананового рая – всегда необходимо учитывать не только финансовые, но и политические риски в развитии страны. Представим, что наша основная задача - оценить риски. Просто, цинично, в стиле real politic без всякой душеспасительности и ... котиков.
Может ли простейшая нейросеть найти математическую закономерность в данных?
https://ift.tt/vtLgZuG
В этой небольшой статье мы научим нейросеть решать задачу умножения перестановок длины 5 (группа ) и визуализируем результаты обучения с помощью методов проекции t-SNE (с понижением размерности PCA) и алгоритма UMAP. Мы убедимся в том, что даже элементарная модель может "неосознанно" провести бинарную классификацию перестановок.
PinkHash: Незабываемые розовые хеши
https://ift.tt/67J0zp5
Розовый хеш — это как розовый слон, только хеш.Как превратить ваш обычный скучный хеш в голого эндокринолога, которого уже не забыть! А так же, как сделать свой собственный менеджер паролей, не доверяя пароли никаким внешним сервисам. К эндокринологам и многомерным антихристам
Сложность алгоритмов и типичные ошибки в Python
https://ift.tt/R2WiqJ9
Я расскажу, что такое сложность алгоритмов и откуда она берётся, разберу типичные заблуждения и самые частые ошибки новичков. Материал рассчитан в первую очередь на начинающих Python-разработчиков, а также на тех, у кого Python — первый язык программирования.
[Видео] Датасторителлинг на Streamlit
https://www.youtube.com/watch?v=PugNCwTczDY
В своем докладе я расскажу, как с помощью Streamlit можно легко превращать данные в интерактивные дашборды. Вы узнаете, как быстро создавать веб-приложения для анализа данных и прототипирования.
Building an automatically updating live blog in Django
https://ift.tt/UsbTK3Y
Django co-creator Simon Willison wrote a live blogging app for OpenAI's DevDay event.
coverage - 7.6.4
https://ift.tt/YvDU7nx
Утилита позволяющая измерить процент покрытия тестами. Скачать можно по ссылке: https://pypi.python.org/pypi/coverage/
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Встроенные механизмы безопасности фреймворков Python
- Как устроены серийники для Windows, и как восстановить стёршийся COA
- Как идеи Аристотеля применяются в GenAI?
- Рекомендатель кино или как я писал свое DIY-решение для поиска новых фильмов
- Как пакет с пакетами помог аналитику решить задачу для бизнеса
- Стоит ли использовать uv в production?
- [Видео] Датасторителлинг на Streamlit
- httpdbg: Debug HTTP(S) Requests in a Python Program
Заходите в гости - https://pythondigest.ru/issue/566/
Как настроить ежедневную сводку о работе Яндекс.Директа в Телеграм?
https://ift.tt/rl2FJnM
Эта статья для маркетологов и владельцев бизнеса, которые хотят оперативно получать данные о результатах своих рекламных кампаний без необходимости заходить в рекламные кабинеты. Разберем, как автоматизировать сбор статистики и отправлять ежедневные отчеты в Telegram с помощью Python.
Готовим SQLAlchemy правильно
https://ift.tt/8FG4g1Q
ORM были призваны восполнить пробел между объектно-ориентированными языками программирования, которые предоставляют разработчикам возможность работать с сущностями путем обращения к их интерфейсам, определяемым их чертежами (интерфейсы, классы, структуры), и процедурным подходом, реализуемым движками SQL-серверов.
Как пакет с пакетами помог аналитику решить задачу для бизнеса, или keep calm and import statsmodels
https://ift.tt/ZJONCVT
Сегодня я расскажу об одном таком случае. Статья будет полезна аналитикам, которые хотят перестать беспокоиться и начать использовать линейную регрессию из питоновской библиотеки stasmodels.
Structural Pattern Matching in Python
https://ift.tt/bWh89Mu
In this tutorial, you'll learn how to harness the power of structural pattern matching in Python. You'll explore the new syntax, delve into various pattern types, and find appropriate applications for pattern matching, all while identifying common pitfalls.
Создание Telegram Web App с FastAPI: Генерация, сканирование QR-кодов камерой устройства и деплой за 5 минут
https://ift.tt/aQcZVp9
Сегодня вы узнаете, как создать Telegram Web App с помощью FastAPI и Aiogram 3, который сканирует и генерирует QR-коды. В статье приведены шаги от установки зависимостей и настройки вебхуков до написания кода на фронте и бэке, и до деплоя проекта.
Кластеры и мир: хроника высокодоступного Pub/Sub в Redis
https://ift.tt/YDPUOue
В статье рассматриваются основные принципы и особенности использования Redis в режиме Pub/Sub для масштабируемых и высоконагруженных приложений. Описаны два подхода к обеспечению высокой доступности — Redis Sentinel и Redis Cluster, их преимущества, ограничения и примеры настройки.
Как мы создали библиотеку для работы с графовыми нейронными сетями
https://ift.tt/VSjLF7W
К нам приходят задачи, когда нужно повысить качество работы модели там, где обычными способами это сделать уже не получается. Мы решили применить что-то новое, поэтому обратились к теории графов и написали CoolGraph — open source библиотеку для работы с графовыми нейронными сетями.
[Видео] Мониторинг бэкенда с нуля, или Куда смотреть и зачем
https://www.youtube.com/watch?v=X5GJUxxhUJ4
Почти у всех есть мониторинг. Часто он становится надёжным инструментом обнаружения неисправностей и их предотвращения на ранней стадии. Не менее часто в качестве мониторинга выступает APM на бесплатном плане с отчётами «из коробки», где что-то меряется, какие-то алерты падают в чат, никто на них не реагирует, и в один прекрасный солнечный день приложение ложится так, что поднимать его приходится до поздней ночи.
WorkStarter: утилита для автоматизации запуска программ при старте Windows
https://ift.tt/8jD2yAP
[Видео] Geo по IP без усилителей вкуса
https://www.youtube.com/watch?v=m1039zN6GGs
Расскажем о том, мы в KION готовим Geo по IP, как обогащаем продуктовые события (6000RPS), как используем в витринах гео информацию. Как мы это делаем быстро и вкусно, используя только Python, FastAPI и Mongo. Как подготавливаем и томим геоинформацию в Monge чтобы отвечать очень быстро.
Создаём свой реестр данных на основе ФГИС «Аршин». Часть 1 — добавляем данные в PostgreSQL и сокращаем размер БД
https://ift.tt/nvWLyQp
Я решил поделиться своим опытом создания реестра данных на основе государственного. В этой статье займемся загрузкой и обработкой данных о результатах поверки средств измерений.
gigi - framework for real-time rendering techniques
https://ift.tt/Zwma65S
Сводка от pythonz 13.10.2024 — 20.10.2024
https://ift.tt/uyqHoMS
А теперь о том, что происходило в последнее время на других ресурсах.
ragbuilder - create optimal Production-ready RAG
https://ift.tt/ZNVxaKl
Архитектура и реализация виртуальной машины CPython
https://ift.tt/en0NjFJ
Для любого языка программирования, компилируемого в байт-код, самой интересной частью его реализации является виртуальная машина, где и происходит выполнение этого байт-кода.
Talk Python to Me: #481: Python Opinions and Zeitgeist with Hynek
https://ift.tt/esrOtP2
Audio
Mount — ещё один способ уменьшения размера Docker-образа
https://ift.tt/i30KPnG
Делюсь лайфхаком по уменьшению размеров Docker-образов. Как-то нам попалась на поддержку и развитие CRM-система, написанная на Ruby... Обновили Ruby-пакеты и под них код, написали Dockerfile. Первая сборка была удручающей: образ в 2Гб. Это нормальный размер, если ты собираешь образ с Torch и другой ML-штуковиной, но CRM - нет. В результате дальнейших действий, удалось сократить размер образа до 200Мб. Cделали следующее, чтобы сократить размер
gevent - 24.10.3
https://ift.tt/4q5lQSj
Библиотека для Python, которая позволяет вам писать асинхронные сетевые приложение использую синхронный API. Скачать можно по ссылке: https://pypi.python.org/pypi/gevent/