Как в 180,000 раз ускорить анализ данных с помощью Rust
https://ift.tt/KoAYtMn
В этой статье я опишу одно из последних своих дерзновений в сфере оптимизации производительности с помощью Rust. Надеюсь, что в ней вы откроете для себя какие-то новые приёмы для написания быстрого кода на Rust.
Celery: изучаем на реальных примерах ч.1
https://ift.tt/cI3HUTn
В этой статье мы узнаем шесть основных сценариев использования Celery. Разберем основные методы и аргументы, которые точно пригодятся. От асинхронной обработки задач до управления временем выполнения и обработки ошибок - вы получите цельное представление о том, как Celery может решать ваши задачи.
Работа с временными рядами в Python. Часть 2
https://ift.tt/RXFYHLS
Добро пожаловать во вторую часть нашей серии статей "Работа с временными рядами в Python." В первой части, мы ознакомились с основами работы с временными рядами и научились анализировать и визуализировать их. Теперь мы переходим к более продвинутым аспектам этой увлекательной темы.
Python Bytes: #358 Collecting Shells
https://ift.tt/VY4eAws
Очередной выпуск англоязычного подкаста Python Bytes
Progress on No-GIL CPython
https://ift.tt/kaeSUVZ
This post sums up the progress and thinking on the no-GIL work in Python. It summarizes some of the PEPs involved as well as active conversations in the discussion groups.
Building Custom Middleware in FastAPI
https://ift.tt/QAwPDX7
Middleware in a web stack framework is able to intercept all requests allowing you to write common request processing code across all your views. This article shows you how to write middleware for FastAPI.
Работа с временными рядами в Python. Часть 1
https://ift.tt/4d3S0yT
Аналитика данных стала неотъемлемой частью современного бизнеса и научных исследований. И одним из ключевых аспектов анализа данных являются временные ряды. Эффективная работа с временными рядами играет критическую роль в прогнозировании, стратегическом планировании и принятии решений в различных отраслях.
Как провести анализ рекламных креативов с помощью генеративных сетей
https://ift.tt/tyklFGR
Сегодня расскажем, как заняли 2 место в общем зачете AI Generative Product Hackathon, инициированного Napoleon IT, и 1 место в кейсе по анализу рекламных креативов для крупной российской фармацевтической компании.
Как устроен GIL (Global Interpreter Lock) в Python: влияние на многозадачность и производительность
https://ift.tt/XJ6gICw
GIL, или Global Interpreter Lock десятилетиями оставался темой обсуждения и дебатов среди питонистов.
Werkzeug - 3.0.1
https://ift.tt/MHaLlQS
Швейцарский армейский нож веб-разработки Python. Скачать можно по ссылке: https://pypi.python.org/pypi/Werkzeug/
virtualenv - 20.24.6
https://ift.tt/ltj7RnE
Инструмент создания виртуального рабочего окружения. Скачать можно по ссылке: https://pypi.python.org/pypi/virtualenv
“Ну и долго мне ещё до магазина?” Или пара слов о геоинформационном анализе с помощью Python
https://ift.tt/BQAKVUg
Сегодня мы хотели бы продолжить тему обработки пространственных данных средствами Python библиотеки estaty. Мы уже рассказывали о том как можно Объединять открытые данные Open Street Map и Landsat для уточнения площадей зеленых зон вокруг объектов недвижимости. Теперь же поговорим о более сложном анализе
Как получить полезную информацию из своих категориальных признаков?
https://ift.tt/FAyJPlM
В этой статье я выскажу свою точку зрения о том, что из себя представляют категориальные признаки.
pgcli - 4.0.0
https://ift.tt/QGnrqKi
REPL для Postgres. Скачать можно по ссылке: https://pypi.python.org/pypi/pgcli/
greenlet - 3.0.1
https://ift.tt/qIm4l86
Модуль для легковесных потоков в Python. Скачать можно по ссылке: https://pypi.python.org/pypi/greenlet/
Русский LLM-помощник (saiga) с кэшем, используя RAG (Retrieval-Augmented Generation)
https://ift.tt/UBoJljn
В этой статье, используя технику Retrieval-Augmented Generation ("Поисковая расширенная генерация"), мы настроим русскоязычного бота, который будет отвечать на вопросы потенциальных работников для выдуманного свечного завода в городе Градск.
Анализ 10 000 вопросов с технических интервью: частотность и вероятность встречи
https://ift.tt/2zVTx5a
Я проанализировал 600 публичных мок-интервью с YouTube и собрал из них 10 000 уникальных вопросов. Затем посчитал, как часто они встречаются, и определил вероятность появления каждого вопроса. У меня есть данные по 20 профессиям, включая frontend, python, java-разработчика, специалиста по тестированию и многих других.
django-taggit - 5.0.0
https://ift.tt/sGaEd3P
Приложение для поддержки тегов в Django. Приложение будет крайне полезно на сайте с новостями, которые необходимо помечать тегами, так же можно легко реализовать сортировку по тегам.. Скачать можно по ссылке: https://pypi.python.org/pypi/django-taggit/
pytest - 7.4.3
https://ift.tt/XTjE6ho
Простой мощный инструмент тестирования в Python. Скачать можно по ссылке: https://pypi.python.org/pypi/pytest/
Сводка от pythonz net 15.10.2023 — 22.10.2023
https://ift.tt/eSl8RNG
А теперь о том, что происходило в последнее время на других ресурсах.