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
Создание документации по проекту с помощью Сonfluence API
https://habr.com/ru/post/659319/?utm_campaign=659319&utm_source=habrahabr&utm_medium=rss
В этой статье мы хотели бы поделиться кейсом о том, как собрать документацию по проектам заказчика с помощью Сonfluence.
Скорее всего вы знаете, что такое Confluence и для чего он нужен. Если нет, коротко скажем, что это пространство/сайт, где вы копите все знания о вашей деятельности в организации. То есть, например, выполняя какой-либо проект, параллельно ведете свой раздел в Confluence, чтобы новый сотрудник смог быстрее в нем разобраться. Также это мощный инструмент для различной аналитики, ведения статистики, но, если вам потребуются дополнительные инструменты и «фишки», нужно будет их оплатить, так как они не будут доступны в бесплатной версии.
#python #pydigest
Сборник Python новостей уже перед вами.
В выпуске Python Дайджест вы найдете:
- Optimum Transformers: как экономить от 20к$ в год на NLP
- Создание документации по проекту с помощью Сonfluence API
- Своё частичное зеркало PyPi, на всякий случай
- Websocket-сервер для геолокации на asyncio
- Прогнозирование атмосферного CO2 с помощью Python
- Ферма для чайников
- Q-Learning в сфере оптимизации бизнес-процессов
Заходите в гости - https://pythondigest.ru/issue/433/
Присылайте интересные новости через форму на сайте.
Introduction to the YOLO Family
https://pyimagesearch.com/2022/04/04/introduction-to-the-yolo-family/
Optimum Transformers: как экономить от 20к$ в год на NLP
https://habr.com/ru/post/657443/?utm_campaign=657443&utm_source=habrahabr&utm_medium=rss
Без «Табла» и жизнь не та…
https://habr.com/ru/post/658657/?utm_campaign=658657&utm_source=habrahabr&utm_medium=rss
В рядах аналитиков началась тихая паника. Заплатить в Google BigQuery в облачном варианте сейчас невозможно без иностранной банковской карты, Tableau и Microsoft «приостанавливают» свою активность в РФ, многие вендоры ушли, многие в низком старте.
Появляются материалы с вопросами «Пора менять Tableau, Power BI, Qlik? Как выбрать российский BI? Или не российский? Или не BI?» (https://habr.com/ru/company/glowbyte/blog/657037/) которые даже неприлично было задавать пару месяцев назад.
Парсинг FIT файлов c данными тренировок
https://habr.com/ru/post/658675/?utm_campaign=658675&utm_source=habrahabr&utm_medium=rss
Мне стало интересно проанализировать данные о своих тренировках за последние несколько лет, и я понял, что обычного функционала приложений типа Garmin Connect или бесплатной версии Strava будет недостаточно. В этой статье я расскажу как получить свои персональные данные о тренировках из устройств Garmin и разместить их в реляционной базе данных с помощью библиотек python.
Чистый AutoML для “грязных” данных: как и зачем автоматизировать предобработку таблиц в машинном обучении
https://habr.com/ru/post/657525/?utm_campaign=657525&utm_source=habrahabr&utm_medium=rss
В данном посте хотелось бы затронуть такую очень известную и много где описанную тему как предобработка табличных данных в Data Science. Вы можете задать вопрос: “А зачем нам это нужно, ничего нового то тут не скажешь?”. Действительно, что может быть банальнее обработки табличных данных для моделей машинного обучения. Но мы постараемся собрать как можно больше информации в одном ультимативном, если так угодно, гайде, и подадим его через призму автоматического машинного обучения (AutoML).
Маркетинговая аналитика на Python. Пишем код для RFM-сегментации
https://habr.com/ru/post/658225/?utm_campaign=658225&utm_source=habrahabr&utm_medium=rss
RFM - классический инструмент маркетинга для сегментации вашей клиентской базы. Я использую ее для работы в В2В, В2G сегменте. В основе него - понятные управленцу ценности: LTV и Purchase Frequency.
Разбираем алгоритмы компьютерной графики. Часть 6 — Анимация «Плазма»
https://habr.com/ru/post/658039/?utm_campaign=658039&utm_source=habrahabr&utm_medium=rss
Разновидностей алгоритмов генерации "плазм" столько же, сколько, наверное, звезд на небе. Но связывает их вместе принцип плавного формирования перехода цветов.
Для бесшовного формирования цвета очень часто используются тригонометрические функции. Во-первых, потому что они периодические, т.е. через определенный промежуток значения функции повторяются, а во-вторых, они возвращают непрерывные значения, т.е. бесконечно малому приращению аргумента соответствует бесконечно малое приращение функции. Благодаря этому можно используя простые комбинации функций получать плавное возрастание и убывание цветов.
Text Detection and OCR with Microsoft Cognitive Services
https://pyimagesearch.com/2022/03/28/text-detection-and-ocr-with-microsoft-cognitive-services/
Table of Contents Text Detection and OCR with Microsoft Cognitive Services Microsoft Cognitive Services for OCR
Создание yastation — консольного клиента для управления Яндекс станцией
https://habr.com/ru/post/657657/?utm_campaign=657657&utm_source=habrahabr&utm_medium=rss
Однажды сидя за работой и параллельно слушая музыку на своей Яндекс станции, я обнаружил для себя интересную вещь - я не могу просто взять и переключить трек. Вы спросите: "Как так могло получится?", а я отвечу - вчера я сорвал голос в ожесточенной политической баталии, а телефон, как назло, лежал дальше, чем я мог бы дотянутся. В итоге такая неудачная ситуация побудила меня к созданию очередного велосипеда.
Сага о моделировании бизнес-процессов на базе конечного автомата (fsm)
https://habr.com/ru/post/657373/?utm_campaign=657373&utm_source=habrahabr&utm_medium=rss
Про конечные автоматы (finite state machine, fsm) много кто слышал, но используют их явно в реальных проектах редко. Чаще встречаются конструкции, которые поведением напоминают КА, но ими не являются.
Почему же автоматы обходят стороной и/или изобретают велосипеды, превращая код в спагетти?
По-моему, тут дело в стереотипе: мол, автоматы — это что-то сложное из теоретической математики и к реальной жизни не относится. А применять их можно только в лексических анализаторах или еще чем-нибудь специфичном.
Как прогнозировать временные ряды с ETNA
https://habr.com/ru/post/657297/?utm_campaign=657297&utm_source=habrahabr&utm_medium=rss
В статье расскажу, как быстро и легко анализировать временные ряды с помощью ETNA, зачем временным рядам столько фич, и покажу, что даже простой линейной моделью можно получить хороший результат прогнозирования.
C из Python (ctypes) на Android
https://habr.com/ru/post/656453/?utm_campaign=656453&utm_source=habrahabr&utm_medium=rss
Ранее я писал статью C/C++ из Python (ctypes) (https://habr.com/ru/post/466499/), в ней описывается процесс запуска на Linux. На этот раз мне понадобилось повторить это уже на Android. В этой статье речь пойдет о сборке, необходимых инструментах, механизмах отладки и установки.
Визуализация данных с помощью веб-фреймворка Dash (часть 2)
https://habr.com/ru/post/656621/?utm_campaign=656621&utm_source=habrahabr&utm_medium=rss
В предыдущей части статьи (https://habr.com/ru/post/588645/) мы разбирали, что такое dash в общем, и создавали одностраничный дэшборд, взяв за основу датасет драгоценных камней с kaggle.
Но! Задачи, которые падают на нас ,не всегда просты и не всегда возможно ограничить себя одной страницей на Дашборде. В этой статье я покажу, как создать многостраничный дэшборд, используя sidebar в качестве навигационного элемента, и наполнить страницы разного рода контентом.
Как встроить блокнот Jupyter на любой сайт
https://habr.com/ru/post/659279/?utm_campaign=659279&utm_source=habrahabr&utm_medium=rss
Ранее мы анонсировали JupyterLite — дистрибутив JupyterLab, полностью запускаемый в браузере.
Ферма для чайников
https://habr.com/ru/post/659039/?utm_campaign=659039&utm_source=habrahabr&utm_medium=rss
Давайте представим, что вы производитель умной бытовой техники: чайников, мультиварок, утюгов, обогревателей, увлажнителей, лампочек, розеток и других приборов. Иными словами, у вас большой ассортимент совершенно разных товаров, которыми можно управлять через приложение на смартфоне или даже голосом.
Q-Learning в сфере оптимизации бизнес-процессов
https://habr.com/ru/post/658909/?utm_campaign=658909&utm_source=habrahabr&utm_medium=rss
Расскажу про алгоритм обучения с подкреплением Q-learning и его применении в сфере майнинга процессов. Алгоритм позволяет оптимизировать бизнес-процесс, превращая его из хаотичного графа, с большим количеством связей и ветвлений, в понятный и однозначный оптимальный путь исполнения.
Удивительное приключение в стране оптимизирующих компиляторов
https://habr.com/ru/post/658829/?utm_campaign=658829&utm_source=habrahabr&utm_medium=rss
Приглашаю вас в небольшое приключение выходного дня, в котором никто никому ничего не будет доказывать. Мы просто будем реализовывать один и тот же несложный алгоритм, разыскивающий простые числа в некотором диапазоне, на нескольких языках программирования: C, C++, Scheme и Python - и смотреть, что с этим кодом могут сделать современные оптимизирующие компиляторы. В процессе приключения мы увидим, что «динамический» не означает «совсем уж медленный», и посмотрим на приёмы программирования на Scheme, что, как мне кажется, можно сравнить с путешествием на экзотический остров.
#python #pydigest
Сборник Python новостей уже перед вами.
В выпуске Python Дайджест вы найдете:
- Удивительное приключение в стране оптимизирующих компиляторов
- Как проверить данные во фрейме Pandas с помощью Pandera
- Мой друг Netmiko. Часть 3: один скрипт для разных устройств Huawei
- Парсинг FIT файлов c данными тренировок
- Как работать с числами с плавающей точкой в Python
- О том, как мы писали асинхронного telegram-бота «ScipIO»
- Разбираем алгоритмы компьютерной графики. Часть 6 — Анимация «Плазма»
Заходите в гости - https://pythondigest.ru/issue/432/
Присылайте интересные новости через форму на сайте.
Как проверить данные во фрейме Pandas с помощью Pandera
https://habr.com/ru/post/658473/?utm_campaign=658473&utm_source=habrahabr&utm_medium=rss
В науке о данных важно тестировать не только функции, но и данные, чтобы убедиться, что они работают так, как вы ожидали. Материалом о простой библиотеке Pandera для валидации фреймов данных Pandas делимся.
Как работать с числами с плавающей точкой в Python
https://habr.com/ru/post/658277/?utm_campaign=658277&utm_source=habrahabr&utm_medium=rss
В материале вы найдёте примеры работы с функциями и классами, предназначенными специально для решения проблем чисел с плавающей точкой.
О том, как мы писали асинхронного telegram-бота «ScipIO»
https://habr.com/ru/post/658115/?utm_campaign=658115&utm_source=habrahabr&utm_medium=rss
Scipio - это telegram-bot, который позволяет пользователям решать задачи по математике, логике, создавать свои собственные карточки, ставить запуск тренировки в определенное время - в общем, обучаться.
Мой друг Netmiko. Часть 3: один скрипт для разных устройств Huawei
https://habr.com/ru/post/657981/?utm_campaign=657981&utm_source=habrahabr&utm_medium=rss
Мы уже разобрали в прошлых частях как накатить на сетевые устройства Huawei список команд из внешнего файла. И это работает, если у нас сеть состоит из одинаковых устройств. Конечно, в реальной практике такое встречается редко. В этой работе мы рассмотрим как использовать разные конфигурационные файлы для разных устройств Huawei, при этом не выходя за рамки одного скрипта. То есть у нас будет все тот же скрипт на основе Netmiko, но в зависимости от версии устройства, конфиг будет накатываться разный: один конфиг для коммутатора CloudEngine Huawei, другой конфиг для роутера AR3200 Huawei.
Путь к пониманию декораторов в Python
https://habr.com/ru/post/657355/?utm_campaign=657355&utm_source=habrahabr&utm_medium=rss
Прим. Wunder Fund: В этой статье разбираемся, что такое декораторы в Python, зачем они нужны, и в чем их прикол. Статья будет полезна начинающим разработчикам.
Материал рассчитан на начинающих программистов, которые хотят разобраться с тем, что такое декораторы, и с тем, как применять их в своих проектах.
Разбираем алгоритмы компьютерной графики. Часть 5 – Анимация «Shade Bobs»
https://habr.com/ru/post/657591/?utm_campaign=657591&utm_source=habrahabr&utm_medium=rss
Алгоритм, который рассмотрим сегодня, не имеет нормального названия. Иногда его называют "Shade Bobs", а вообще это один из многочисленных алгоритмов генерации "плазмы". Когда что-то на экране видоизменяется и переливается.
Из множества алгоритмов "плазм", представленный экземпляр самый элементарный.
BIK Beep – Telegram Bot
https://habr.com/ru/post/657329/?utm_campaign=657329&utm_source=habrahabr&utm_medium=rss
В связи с ежедневными вечерними (да ещё и постоянно в разное время) обновлениями расписания в ОГАПОУ «Белгородский индустриальный колледж» (https://bincol.ru/) необходимо программное обеспечение (ПО), которое будет следить за расписанием и уведомлять при его изменении.
Что лучше: Spark Structured Streaming или полное прекращение работы прода?
https://habr.com/ru/post/656883/?utm_campaign=656883&utm_source=habrahabr&utm_medium=rss
Правильное построение ETL-процессов (преобразования данных) — сложная задача, а при большом объёме обрабатываемых данных неизбежно возникают проблемы с ресурсами. Поэтому нам требуется выискивать новые архитектурные решения, способные обеспечить стабильность расчётов и доступность данных, а при необходимости и масштабируемость — с минимальными усилиями.
Когда я пришел в Ozon, мне пришлось столкнуться с огромным количеством ETL-джоб. Прежде чем применить модель машинного обучения, сырые данные проходят множество этапов обработки. А само применение модели (то, ради чего существует команда) занимает всего 5% времени.
Проверка ценников в магазине с помощью YOLOv4-Tiny+EasyOCR
https://habr.com/ru/post/657031/?utm_campaign=657031&utm_source=habrahabr&utm_medium=rss
Мы распознавали ценники сети магазинов “Лента” при помощи нейронных сетей для сегментации и OCR и теперь хотим рассказать о том, как проходила работа над проектом и что мы узнали за это время.
Разбираем алгоритмы компьютерной графики. Часть 4 – Анимация «Салют»
https://habr.com/ru/post/656955/?utm_campaign=656955&utm_source=habrahabr&utm_medium=rss
Еще немного в копилку красивых эффектов и алгоритмов.
Вы в своей жизни наверняка видели салют, когда в ночном небе взрывает огненный шар и от него во все стороны медленно разлетаются огни.