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.
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.
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
aiohttp - 3.11.5
https://ift.tt/WTpOtLV
http клиент/сервер для asyncio. Скачать можно по ссылке: https://pypi.python.org/pypi/aiohttp
aiohttp - 3.11.4
https://ift.tt/qJ8UXoP
http клиент/сервер для asyncio. Скачать можно по ссылке: https://pypi.python.org/pypi/aiohttp
aiohttp - 3.11.3
https://ift.tt/ECbdXUx
http клиент/сервер для asyncio. Скачать можно по ссылке: https://pypi.python.org/pypi/aiohttp
Увеличиваем размер выборки и прокрашиваем серые метрики: неочевидная ошибка при проведении А/B — тестов
https://ift.tt/AELiIJQ
Иногда мы настолько бываем увлечены способами увеличения мощности тестов, снижения дисперсии, уменьшения длительности теста, что забываем смотреть на данные при использовании стандартного критерия Стьюдента. В этой статье я постараюсь простым языком рассказать о последствиях, к которым может привести слепой запуск A/B-тестов без предварительного А/А-тестирования.
vintasoftware/django-templated-email/
https://ift.tt/LD9jxYR
Django module to easily send templated emails using django templates, or using a transactional mail provider (mailchimp, silverpop, etc.).
scrapy - 2.12.0
https://ift.tt/3Wvl4CL
Гибкий фреймворк для написания web-пауков (парсеров). Скачать можно по ссылке: https://pypi.python.org/pypi/scrapy
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.
Мой первый и неудачный опыт поиска торговой стратегии для Московской биржи
https://ift.tt/SPJgkfY
Когда закончил писать механизм своего торгового робота обнаружил, что самое главное всё таки не сам механизм, а стратегия, по которой этот механизм будет работать.
Двусвязный список в Python: простой инструмент для сложных задач
https://ift.tt/9En16tN
Двусвязный список — это структура данных, в которой каждый элемент содержит ссылки как на предыдущий, так и на следующий элементы, что позволяет легко перемещаться в обоих направлениях. В отличие от того же односвязного списка, двусвязный дает более гибкое управление данными.Начнем с основ, разберемся, как они работают, где их реально стоит применять и как реализовать двусвязный список с нуля (да, на время забудем про библиотеку collections и её deque).
Дообучаем языковую модель GPT2 с помощью Torch
https://ift.tt/X8hTgIq
В этой статье я хочу поговорить о дообучения языковых моделей. В интернете уже много информации на эту тему, но большинство подобных статей затрагивают ее поверхностно. Сегодня я попробую разобраться в этом подробнее.
Talk Python to Me: #485: Secure coding for Python with SheHacksPurple
https://ift.tt/VY2hlIb
Audio
Дополнение к Litchi
https://ift.tt/SALsr0z
Почитав эту статью: https://ift.tt/PzOtIE8 (особенно заинтересовали Waypoints) и обзаведясь коптером DJI, пришел к выводу - да, классно, здорово, но не удобно. Если стоит задача облететь и снять видео поля площадью пару десятков гектаров, то ставить ручками точки маршрута не очень удобно. Занимает много времени. ///
7 продвинутых приемов pandas для науки о данных
https://ift.tt/XICqrFz
Pandas — это основная библиотека для работы с данными. Вот несколько приёмов, которые я использую, чтобы быстрее и проще выполнять повторяющиеся задачи по работе с данными.