1963
Сборник наиболее интересных Python материалов. https://pythondigest.ru/ Сделать донат - https://boosty.to/pydigest Блог автора - @whydaily Рекомендуем хостинг https://firstvds.ru/?from=421453
Text Detection and OCR with Amazon Rekognition API
https://pyimagesearch.com/2022/03/21/text-detection-and-ocr-with-amazon-rekognition-api/
Платим пользователям, не платим за рекламу, или подключение системы вознаграждений на сайт в 3 простых шага
https://habr.com/ru/post/656641/?utm_campaign=656641&utm_source=habrahabr&utm_medium=rss
Для того чтобы получить полезный трафик не обязательно платить за размещение рекламных постов и баннеров на сторонних площадках и тратить на это значительную часть своего рекламного бюджета. Уже давно вошли в моду системы лояльности, которые позволяют финансово вознаграждать своих пользователей за активность в приложении. Это своего рода внутренний арбитраж трафика: мы закупаем активность своих же пользователей в обход посредников. Чтобы это реализовать потребуется несколько часов свободного времени и капелька желания.
#python #pydigest
Сборник Python новостей уже перед вами.
В выпуске Python Дайджест вы найдете:
- Разбираем алгоритмы компьютерной графики. Часть 4 и 5
- Создание yastation — консольного клиента для управления Яндекс станцией
- Профилирование Python-программ и анализ их производительности
- Как прогнозировать временные ряды с ETNA
- Что лучше: Spark Structured Streaming или полное прекращение работы прода?
- Визуализация данных с помощью веб-фреймворка Dash (часть 2)
- C из Python (ctypes) на Android
Заходите в гости - https://pythondigest.ru/issue/431/
Присылайте интересные новости через форму на сайте.
«Живые» кликабельные обои на Python'е?
https://habr.com/ru/post/656521/?utm_campaign=656521&utm_source=habrahabr&utm_medium=rss
Для начала хотелось просто сделать вывод дня недели и времени на центр экрана. Так я и поступил, но этого стало мало и я решил выводить нагрузку на ЦП и ОЗУ. Но приходилось часто обновлять рабочий стол (каждую секунду), а это оказалось не лучшая идея из-за нагрузки на ЦП, да и с моим то i3.
Создание APP для самотестирования (Python)
https://habr.com/ru/post/656517/?utm_campaign=656517&utm_source=habrahabr&utm_medium=rss
Недавно от знакомых прилетела задачка написать программу для самотестирования. Порылся в инете, думал в лёгкую найду наработки, но ничего кроме платных и бесплатных конструкторов тестов не нашёл (может плохо искал, кто знает…). Мне показалось, что устанавливать какие-то инородные проги, а потом ещё туда все вопросы ручками забивать - совсем некрасиво. Так родилось приложение для самотестирования, написанное на Python с помощью GUI библиотеки Tkinter.
Разбираем алгоритмы компьютерной графики. Часть 2 — «Туннель из демо «Second Reality»»
https://habr.com/ru/post/656325/?utm_campaign=656325&utm_source=habrahabr&utm_medium=rss
В 1993 году на демопати Assembly, которая проходит в Финляндии, команда Future Crew презентовала свою новую работу «Second Reality».
(хороший разбор исходников этой демо можно найти здесь же на Хабре, по этой ссылке (https://habr.com/ru/post/501030)«Анализ кода демо Second Reality»)
Разбор задачи Титаник на Kaggle (Baseline)
https://habr.com/ru/post/655955/?utm_campaign=655955&utm_source=habrahabr&utm_medium=rss
Задача Титаника одна из самых известных платформы Kaggle. Рано или поздно, любой начинающий специалист по данным возьмется за ее решение. Здесь я покажу на пальцах: как проверить гипотезы, найти зависимости и реализовать предсказание только на основе аналитики.
PyCharm 2022.1 EAP 3: Type Renderers for Python, Enhanced Support for Docker and Kubernetes, and More
https://blog.jetbrains.com/pycharm/2022/03/2022-1-eap-3/
Improving Text Detection Speed with OpenCV and GPUs
https://pyimagesearch.com/2022/03/14/improving-text-detection-speed-with-opencv-and-gpus/
In this tutorial, you will learn to improve text detection speed with OpenCV and GPUs.
Классификация текста с использованием моделей трансформеров
https://habr.com/ru/post/655517/?utm_campaign=655517&utm_source=habrahabr&utm_medium=rss
Модели трансформеров на данный момент являются state-of-the-art решениями в мире обработки естественного языка. Новые, более крупные и качественные модели появляются почти каждый месяц, устанавливая новые критерии производительности по широкому кругу задач. В данной статье мы будем использовать модель трансформера для бинарной классификации текста.
PyCharm 2018.1 RC
http://feedproxy.google.com/~r/Pycharm/~3/26KJFy9yVvU/
Мега-Учебник Flask, Глава 8: Подписчики, контакты и друзья (издание 2018)
https://habrahabr.ru/post/347450/?utm_campaign=347450
Это восьмая часть серии Flask Mega-Tutorial, в которой я расскажу вам, как реализовать функцию «подписчики», аналогичную функции Twitter и других социальных сетей.
Варианты мониторинга многопроцессорных приложений Python с Prometheus
http://echorand.me/your-options-for-monitoring-multi-process-python-applications-with-prometheus.html
Разбираемся во внутренностях Python классов
https://rushter.com/blog/python-class-internals/
Улучшаем Python с помощью своих C Extensions
http://stackabuse.com/enhancing-python-with-custom-c-extensions/
Профилирование Python-программ и анализ их производительности
https://habr.com/ru/post/656571/?utm_campaign=656571&utm_source=habrahabr&utm_medium=rss
Профилирование — это неотъемлемая часть любых работ по оптимизации кода или производительности программ. Любой опыт, любые знания в сфере оптимизации производительности, которые уже у вас есть, не принесут особой пользы в том случае, если вы не знаете о том, где их применить. В результате оказывается, что поиск узких мест приложений может помочь в деле решения проблем производительности, поможет сделать это быстро и приложив не слишком много усилий.
Парсинг сайта с помощью PYTHON + SELENIUM
https://habr.com/ru/post/656609/?utm_campaign=656609&utm_source=habrahabr&utm_medium=rss
В этой статье, на примере моей задачи, рассмотрим, как можно извлечь большой объем данных с сайта ГИББД и с помощью какого инструмента. Это может быть полезно для финансовых компаний, которые принимают автомобили в качестве залога. Итак, мне необходимо было получить информацию о владельцах и периодах владения автомобилями, чтобы определить были ли изменения в конкретном периоде. Данная информация есть на официальном сайте ГИБДД.рф. На входе было дано 70 тысяч VIN номеров автомобилей, по которым и возможно было сделать эту выгрузку.
Разбираем алгоритмы компьютерной графики. Часть 3 – анимация «Пламя»
https://habr.com/ru/post/656541/?utm_campaign=656541&utm_source=habrahabr&utm_medium=rss
Рассмотрим алгоритм рисования простейшего пламени. Придуман он довольно давно и использовался в огромном количестве демо и игр.
Оптическое распознавание символов с помощью Rust и WebAssembly
https://habr.com/ru/post/655995/?utm_campaign=655995&utm_source=habrahabr&utm_medium=rss
После переписывания Cyberscore я захотел отправить на сайт какие-нибудь результаты. Последнее, во что я играл, это Pokémon Legends: Arceus (https://en.wikipedia.org/wiki/Pok%C3%A9mon_Legends:_Arceus), по которой на Cyberscore есть около 3000 таблиц результатов (https://cyberscore.me.uk/game/2874). Я не собирался отправлять столько рекордов вручную, поэтому начал придумывать инструмент для автоматизации этого процесса.
Уроки компьютерного зрения на Python + OpenCV с самых азов. Часть 4
https://habr.com/ru/post/656489/?utm_campaign=656489&utm_source=habrahabr&utm_medium=rss
На прошлом уроке (https://habr.com/ru/post/654663/) мы познакомились с медианной фильтрацией, кастомными фильтрами и выделением контуров. Напомню, что выделенный контур можно использовать для поиска области интересов на изображении и для нахождения различных фич. В частности, вот что можно далее сделать с контуром
Телеграм как инструмент для оценки стоимости предметов
https://habr.com/ru/post/656209/?utm_campaign=656209&utm_source=habrahabr&utm_medium=rss
Телеграм снова стал очень популярен. Наше дело маленькое - получить от этого мессенджера максимум личной выгоды с учетом фактора времени. Я не буду уделять большого внимания библиотекам или деталям реализации, а предложу только общую концепцию довольно комплексной системы, которая кому-то может оказаться полезной.
Раньше я уже писал про использование телеграм бота для мониторинга состояния своих ресурсов, сейчас я бы хотел уделить особое внимание механике внедрения UI телеграм бота в процессе оценки предметов. Так как проект ориентирован на предметы старины, которые несут историческую информационную нагрузку, оценивать мы будем именно их.
Разбираем алгоритмы компьютерной графики. Часть 1 — «Starfield Simulation»
https://habr.com/ru/post/655855/?utm_campaign=655855&utm_source=habrahabr&utm_medium=rss
Этой небольшой заметкой я хочу начать цикл статей посвященных алгоритмам компьютерной графики. Причем, не аппаратным тонкостям реализации этой самой графики, а именно алгоритмической составляющей.
How to run uWSGI (config)
https://blog.ionelmc.ro/2022/03/14/how-to-run-uwsgi/
Рисуем красивые трейсбеки, перехватывая исключения в Python
https://habr.com/ru/post/654991/?utm_campaign=654991&utm_source=habrahabr&utm_medium=rss
Все мы тратим немало времени на отладку, копаясь в логах или читая трейсбеки (traceback, отчёты о трассировке стека). Любое из этих дел может оказаться сложным и длительным. Этот материал посвящён тому, как сделать трассировку стека и работу с исключениями как можно более простыми и эффективными.
#python #pydigest
Сборник Python новостей уже перед вами.
В выпуске Python Дайджест вы найдете:
- Рисуем красивые трейсбеки, перехватывая исключения в Python
- Классификация текста с использованием моделей трансформеров
- Оптическое распознавание символов с помощью Rust и WebAssembly
- Уроки компьютерного зрения на Python + OpenCV с самых азов. Часть 4
- Создание APP для самотестирования (Python)
- Разбор задачи Титаник на Kaggle (Baseline)
- Improving Text Detection Speed with OpenCV and GPUs
Заходите в гости - https://pythondigest.ru/issue/430/
Присылайте интересные новости через форму на сайте.
Упрощаем развертывание Python зависимостей с Docker
https://realpython.com/blog/python/offline-python-deployments-with-docker/
safeyaml - SafeYAML: A linter for YAML-favoured JSON (& autoformatting too!)
http://github.com/imbal/safeyaml
Создание игр на Python 3 и Pygame: Часть 2
https://habrahabr.ru/post/347170/?utm_campaign=347170
Во второй из пяти частей туториала, посвящённого созданию игр с помощью Python 3 и Pygame, мы рассмотрим класс TextObject, используемый для рендеринга текста на экране. Мы создадим основное окно, в том числе и фоновое изображение, а затем научимся отрисовывать объекты: кирпичи, мяч и ракетку.
Практическое введенеи в Scraping
https://realpython.com/blog/python/python-web-scraping-practical-introduction/
Как мы выстраивали инфраструктуру данных в Wish
https://habrahabr.ru/post/347360/?utm_campaign=347360
Я пришел в Wish 2,5 года назад, дела в компании шли отлично. Наше приложение было в топе в iOS и Android магазинах и продавало более 2 миллионов товаров в день.
Мало кто верил, что можно построить большой бизнес, продавая дешевые товары. Однако, используя данные, Wish смогли бросить вызов этим сомнениям. Аналитика данных всегда была у нас в крови.
Но когда наш бизнес стал расти огромными темпами, мы не были к этому готовы, обнаружилось множество проблем с аналитикой. Каждая команда внутри компании стала нуждаться в срочной поддержке в работе с данными и многое упускала из виду в своем поле деятельности. В то время наши аналитические возможности еще только зарождались и не могли удовлетворить все растущий спрос.
В данном посте я расскажу о том, какие уроки мы извлекли за это время, а также распишу верный путь для компаний, находящихся в поисках способов масштабирования их аналитических функций.