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
Анализ данных по метеорологическим станциям с помощью Pandas
https://ift.tt/Yv3Bj4e
В статье будет рассмотрено решение задачи анализа открытых метеорологических данных сервиса meteo.ru Федеральной службы по гидрометеорологии и мониторингу окружающей среды. Анализ будет произведен в Jupyter Notebook при помощи Python библиотеки Pandas, а также будут сделаны выводы относительно того какие изменения произошли в климате за последние 50 лет в нашей стране.
Talk Python to Me: #421: Python at Netflix
https://ift.tt/YJTw4Rt
Audio
SQLAlchemy - 1.4.49
https://ift.tt/g6GqhtQ
Библиотека работы с базами данных. Скачать можно по ссылке: https://pypi.python.org/pypi/SQLAlchemy/
lxml - 4.9.3
https://ift.tt/7ehEbJk
Мощный и быстрый модуль для обработки XML/HTML. Скачать можно по ссылке: https://pypi.python.org/pypi/lxml/
Django - 4.2.3
https://ift.tt/rlETRIV
Мощный web-фреймворк. Скачать можно по ссылке: https://pypi.python.org/pypi/Django/
Django - 3.2.20
https://ift.tt/JoAcVlz
Мощный web-фреймворк. Скачать можно по ссылке: https://pypi.python.org/pypi/Django/
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Крестики-нолики для питонистов: сначала пишем, потом играем
- Всё хорошо, но нужно переписать или почему ваш код не попадает в прод
- Фильтруй базар! Как мы параллельный русско-башкирский корпус чистили
- Python⇒Speed: When NumPy is too slow
- RuGPT3. Исследование вариантов циклическим перебором
- djangp-waffle - Feature Flags for Django
- giskard - testing framework dedicated to ML models
Заходите в гости - https://pythondigest.ru/issue/497/
Фильтруй базар! Как мы параллельный русско-башкирский корпус чистили
https://ift.tt/lOgiSyd
Чтобы обучать нейросети понимать и генерировать человеческие языки, нужно много качественных текстов на нужных языках. «Много» – не проблема в эпоху интернета, но с качеством бывают сложности. В этом посте я предлагаю использовать BERT-подобные модели для двух задач улучшения качества обучающих текстов: исправление ошибок распознавания текста из сканов и фильтрация параллельного корпуса предложений. Я испробовал их на башкирском, но и для других языков эти рецепты могут оказаться полезны.
Легкий фаззинг в интеграционных тестах с помощью hypothesis
https://ift.tt/FT7sE3a
Если никогда не слышали о hypothesis и хотите дополнить свои функциональные интеграционные тесты чем-то новым и попробовать найти баги там, где вроде бы уже искали – добро пожаловать в статью.
Простейший бот «на движке» WEB WhatsApp
https://ift.tt/fZBdS2y
Осторожно - не production код
Оптимизации работы Jupyter notebook при помощи параллельных вычислений (Библиотека Joblib)
https://ift.tt/LtRW862
Параллелизм играет важную роль в задачах Data Science, так как может значительно ускорить вычисления и обработку больших объемов данных. В посте расскажу о возможностях применения параллельных вычислений в интерактивной среде Jupyter notebook языка Python.
Как я написал конвертер 3D-моделей из подручных средств
https://ift.tt/HxB1uzU
Суть задачи была в следующем: нужно было добавить в мобильное приложение AR (то есть, дополненную реальность). Оно нужно, чтобы товар с Маркета можно было «примерить» в интерьер. Например, оно полезно, когда вы хотите купить телевизор, но вам сложно представить, будет ли он гармонировать с мебелью и влезет ли он вообще в имеющееся пространство.
djangp-waffle - Feature Flags for Django
https://ift.tt/kNxeV4o
Migrating Netflix to GraphQL Safely
https://ift.tt/vkmBSLT
Netflix made a major architecture change, moving to GraphQL. Doing so for 100s of millions of customers without disruption was a challenge. This article details how they introduced the new pieces to the architecture and moved their developers to the new API.
Крестики-нолики для питонистов: сначала пишем, потом играем
https://ift.tt/0Yiejfk
Сегодня, юный падаван, на примере простой игры «крестики-нолики» мы разберём, как создают подобные приложения, продумывают для них требования и создают игровую логику. Мы не будем устанавливать много требований, в идеале поведение нашего кода должно соответствовать правилам игры на 100%. Если я вдруг где-то с этим не справился, прошу в комменты. Цель — сделать вас более уверенными при кодировании в парадигме ООП.
easypy – неизвестная библиотека для борьбы с boiler-plate на python
https://ift.tt/vfmViIx
Если занимаетесь автотестами на python, часто работаете с многопоточностью и хотите уменьшить количество boiler-plate кода в ваших тестах – имеет смысл посмотреть на библиотеку easypy.
jsonschema - 4.18.0
https://ift.tt/XATICMw
Валидатор JSON данных. Скачать можно по ссылке: https://pypi.python.org/pypi/jsonschema
SQLAlchemy - 2.0.18
https://ift.tt/ctnPHXY
Библиотека работы с базами данных. Скачать можно по ссылке: https://pypi.python.org/pypi/SQLAlchemy/
RuGPT3. Исследование вариантов циклическим перебором
https://ift.tt/UXvMItC
RuGPT3 - коллекция моделей от Сбер. Проводим автоматическое тестирование циклическим перебором вариантов. Работаем в Colab, тестируем Small, Mediub, Large.
Django - 4.1.10
https://ift.tt/pK6xifL
Мощный web-фреймворк. Скачать можно по ссылке: https://pypi.python.org/pypi/Django/
Мониторинг активности пользователей OpenVPN при помощи Python
https://ift.tt/Cv3MJ1H
Мои прошлые статьи были посвящены протоколу BGP, но в этот раз я приготовил нечто поинтереснее. В прошлом году мне захотелось расширить своё портфолио навыков в сторону автоматизации задач. Не последнюю роль в этом желании сыграла книга «Автоматизация программируемых сетей», выпущенная известным в IT-кругах издательским домом O'Reilly. В ней примеры скриптов написаны на Python. Позже я в учебном центре прошёл курс повышения квалификации по программе «Python для сетевых инженеров. Автоматизация сетевых задач», а затем продолжил самостоятельно постигать это искусство. Недавно подвернулась интересная задача, о решении которой при помощи Python я вам сегодня и расскажу.
Верификация e-mail по протоколу smtp. Узнаем, что почта есть и ждёт писем при помощи python
https://ift.tt/HQ0LRin
Пригодится для решения задач по организации рассылок, а также как средство предварительной проверки эл. почты при регистрации.Это пересказ довольно старой статьи (2015 г) некоего Скотта Бради. Автор предупреждает, что попытка реализовать предложенный подход в промышленных масштабах приведёт вас в списки спамеров, и вообще всё это крайне ненадежно и сомнительно. А реализовано больше с целью познакомиться с процессом, что собственно предлагаю и сделать.
The Real Python Podcast – Episode #162: Exploring the Zen of Python & pandas Features for Finance
https://ift.tt/uKeZPdC
giskard - testing framework dedicated to ML models
https://ift.tt/hzNHEqa
pyvibe - Generate Styled HTML Pages
https://ift.tt/ez1aJwD
Как создать свой мод для Cyberpunk 2077? Шерстим исходники, Lua, C++ и Python
https://ift.tt/3vE7bAM
Недавно мой коллега @Doctor_IT попросил помочь с его проектом — VR-жилетом, который «проецирует» ощущения урона, которые получает персонаж, на тело игрока. С моей стороны — мод, который будет отправлять данные из Cyberpunk 2077 на сам жилет. Информации по теме моддинга мало, на русском языке материалов практически нет, а существующие статьи местами устарели — пора это исправить.
Python⇒Speed: When NumPy is too slow
https://ift.tt/XlHSw5P
If you’re doing numeric calculations, NumPy is a lot faster than than plain Python—but sometimes that’s not enough. What should you do when your NumPy-based code is too slow? Your first thought might be parallelism, but that should probably be the last thing you consider. There are many speedups you can do before parallelism becomes helpful, from algorithmic improvements to working around NumPy’s architectural limitations. Let’s see why NumPy can be slow, and then some solutions to help speed up your code even more.
Bullet Proofing Django Models
https://ift.tt/1AJPmkC
Рекомендаци по составлению моделей в DJango
Всё хорошо, но нужно переписать или почему ваш код не попадает в прод
https://ift.tt/aH8N34R
Разберу простую задачу, получение rss-ленты, и то, чем будет отличаться код, который просто получает ленту, от того, который собственно используется в производстве. Надеюсь материал будет полезен начинающим программистам и покажет, как примерно должна осуществляться разработка с прицелом на получение результата применимого в проектах.
Messaging для чайников. Утилизируем все возможности RabbitMQ на Python
https://ift.tt/o36GxeO
Буквально недавно мне пришлось изучить всю официальную документацию RabbitMQ и множество статей разного качества на тему разных видов маршрутизации в этом брокере.Оказалось, что материала на эту тему много, но он либо объясняет совсем базовые случаи, либо уходит в такие дебри, которые крайне далеки и тяжелы для человека, который хочет "просто разобраться".