29261
№ 4974297878 Обучающий канал по Python Ссылка для друга - https://t.me/+I7jrAQKR5xAyYTAy По всем вопросам @mascarov_valentin Реклама на бирже - https://telega.in/c/Python_per_month
Нашли лучшие курсы по Python-разработке!
Tutortop — образовательный маркетплейс №1, где представлено более 5000 курсов от более чем 300 школ. Вы можете сравнить курсы по рейтингу, цене и отзывам, а еще купить дешевле, чем напрямую 🔥
Собрали для вас подборку лучших курсов для разработчиков по мнению пользователей tutortop:
— Профессия «Разработчик на Python с гарантией трудоустройства» от Skypro. Рейтинг 4.9 из 5. Скидка 15% по промокоду TUTORTOP до 13.08
— Курс «Python-разработчик с гарантией трудоустройства» от Eduson. Рейтинг 4.8 из 5. Скидка 5% по промокоду TUTORTOP до 13.08
— Курс «Разработчик Python» от Академии АйТи. Рейтинг 4.7 из 5.
Все эти курсы и десятки других можно найти и сравнить на tutortop⚡️
Чтобы стать востребованным программистом не обязательно покупать дорогущие курсы от известных школ.
Можно просто подписаться на канал «Бесплатные курсы IT» и следить за их анонсами.
Здесь каждый день публикуют образовательные программы по популярным направлениям в IT. Например:
📍UX/UI дизайнер
📍Тестировщик с нуля
📍Английский для IT специалистов
Еще больше интересного: @learnsu
Построение горизонтальной гистограммы с помощью seaborn
Слева представлен код для построения гистограммы, справа результат работы нашей программы.
Библиотека FeatherFeather — это библиотека для эффективного чтения и записи таблиц данных в двоичный формат. Она использует формат Apache Arrow для сериализации данных, что позволяет быстро читать и записывать данные без потери информации.
В этом примере мы использовали две основные функции библиотеки:
- feather.write_dataframe(): записывает таблицу данных в файл формата Feather.
- feather.read_dataframe(): читает таблицу данных из файла формата Feather.Feather позволяет быстро и эффективно обмениваться данными между Python и R, а также обеспечивает быстрое чтение и запись таблиц данных на диск.
Шпаргалка по pandas, библиотеке на языке Python для обработки и анализа данных
Читать полностью…
Использование речевых технологий Яндекса на примере аудиосообщений Telegram или чат-бот для распознавания аудиосообщений
Смотреть статью
#Вопросы_с_собеседования
Напишите функцию, которая будет принимать список nums, содержащий числа в диапазоне от 1 до 100, и возвращать отсортированный список чисел, которые в списке nums встречались дважды.
Примеры:
```duplicate_nums([1, 2, 3, 4, 3, 5, 6])
➞ [3]
duplicate_nums([81, 72, 43, 72, 81, 99, 99, 100, 12, 54])
➞ [72, 81, 99]
duplicate_nums([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
➞ None
```Примечания:
- никакое число не будет встречаться в nums трижды и более раз,
- если никакое число в nums не встречалось дважды, функция должна вернуть None.
Шпаргалка по Matplotlib
Matplotlib - библиотека на языке программирования Python для визуализации данных двумерной и трёхмерной графикой.
Tinder для айтишников прямо в telegram
Команда XOR сделала telegram-бота для нетворкинга. IDEально подойдет, если:
– Хочешь найти крутые знакомства в сфере IT
– Ищешь работу: выставляй анкету и получай офферы
– Ищешь ментора или партнеров в стартап
Бот закреплен в канале: @xor_journal
Разделители для целых чисел
Бывает трудно визуально различить целые большие числа. В Python использовать запятые, как в английском языке, невозможно.
Вместо запятой можно использовать нижнее подчеркивание. Например, 1_000_000 интерпретируется как целое число 1000000.
Данные о памяти
Благодаря пакету shutil можно получить информацию о памяти на жёстком диске. Метод disk_usage возвращает количество всей, занятой и свободной памяти в байтах. В примере кода для упрощения число поделено на 10 в 9-ой степени, чтобы вывести кол-во памяти в гигабайтах, а также лишняя дробная часть после второго знака отсекается с помощью format.
Метаклассы
Метаклассы в Python - это классы, которые определяют создание, поведение и модификацию классов. В языке Python метаклассы используются для манипуляции с классами как объектами.
В Python метаклассы определяются путем создания класса, который наследуется от type. type является метаклассом по умолчанию для всех классов в Python. При создании нового класса, интерпретатор Python проверяет наличие метакласса и, если он найден, использует его для создания класса.
В этом примере мы определяем метакласс MyMeta, который наследуется от type. Метод __new__ метакласса при создании класса и позволяет изменять атрибуты класса перед его созданием. В данном примере мы добавляем новый метод greeting в атрибуты класса.
Затем мы определяем класс MyClass, который использует метакласс MyMeta с помощью аргумента metaclass при его создании. Когда мы создаем экземпляр класса MyClass и вызываем метод greeting, будет выведено сообщение "Hello, World!".
Отправка электронных писем
Приведенный ниже скрипт использует библиотекуSMTP, , чтобы отправлять электронные письма указанным получателям. Реализация может быть изменена в зависимости от варианта использования.
В приведенной выше реализации скрипт использует данные отправителя и получателя, а также тему и текст сообщения. Затем скрипт подключается к SMTP-серверу Gmail, форматирует сообщение и отправляет его с помощью метода sendmail() . Наконец, скрипт выводит сообщение, указывающее, что электронное письмо было успешно отправлено, и отключается от SMTP-сервера.
Подробнее про smtplib можно почитать здесь.
Dash
Dash - это популярная библиотека для создания веб-приложений на Python. Она позволяет разработчикам создавать интерактивные, аналитические приложения без необходимости использовать JavaScript. Dash основан на Flask, Plotly и React, и предоставляет простой способ создания веб-приложений с использованием компонентов, таких как графики, таблицы и формы.
В этом примере мы создаем простое веб-приложение с использованием Dash. Приложение содержит поле ввода, кнопку отправки и контейнер для вывода результата. Мы определяем функцию update_output, которая вызывается при нажатии на кнопку "Submit". Функция возвращает текст, введенный пользователем, и выводит его в контейнере.
PyTorch
PyTorch — это библиотека машинного обучения, разработанная Facebook. Она позволяет создавать нейронные сети и обучать их на графических процессорах, что ускоряет процесс обучения и улучшает точность моделей.
В этом примере мы загружаем датасет MNIST с рукописными цифрами, создаем простую нейронную сеть с двумя полносвязными слоями и функцией активации ReLU, обучаем ее с помощью стохастического градиентного спуска, а затем тестируем результат на отложенных данных.
При этом мы используем функцию потерь CrossEntropyLoss, которая подходит для задач классификации, и оптимизатор SGD.
Введение в машинное обучение с помощью scikit-learn (перевод документации)
Смотреть статью
📌 Уже 15 августа в 19:00 (мск) стартует наш бесплатный двухдневный онлайн-интенсив.
Во время эфира вы научитесь писать код, запускать и поддерживать простого Telegram-бота.
Приходите, чтобы пообщаться и поучиться у опытного разработчика, узнать всю правду и перспективы Python и получить полезные подарки для комфортного старта в разработку.
🎁 Всем, кто зарегистрировался — Гайд «Как заговорить на сленге IT-специалистов», а каждому участнику — Карта компетенций Python-разработчика.
Также вас ждут бонусы на обучение на Хекслете!
🔥OTUS приглашает на открытый урок по аналитике данных.
Тема: Предварительная обработка данных перед исследованием
Дата: 9 августа, 20:00
На вебинаре мы:
Расскажем про основные методы проверки, которым важно
подвергнуть ваш датасет перед началом работы;
Познакомимся с этапами подготовки и очистки данных;
Поговорим об основных подводных камнях, которые могут нас подстерегать на этом пути.
Кому будет полезно:
Тем, кто хотя бы раз задумывался о переходе в сферу дата-аналитики;
Тем, кто хочет разобраться в методах исследования данных.
В результате вебинара вы узнаете как проводится подготовка
данных к дальнейшим, более глубинным, исследованиям.
Урок приурочен к старту онлайн-курса «Аналитик данных»,
который можно будет приобрести в рассрочку.
👉Регистрация на урок: https://otus.pw/xdEY/
⚡️OTUS приглашает посетить открытый урок по Machine Learning для начинающих.
Тема: Разведочный анализ данных на Python для Machine Learning.
Вебинар приурочен к старту онлайн-курса "Специализация Machine Learning".
Дата: 9 августа, 18:00
На занятии мы поговорим о том как проводить первичный анализ данных с использованием фреймворка Pandas. Расскажем об основных аспектах анализа данных. Научимся обрабатывать признаки и заполнять пропущенные значения.
После урока можно будет приобрести в рассрочку онлайн-курс "Специализация Machine Learning" и освоить востребованную профессию.
👉Регистрация на урок: https://otus.pw/BIzb/
Технологический прорыв в мире инвестиций -
Торговый робот-трейдер с внедрением искусственного интеллекта работает на вас 24/7, без эмоций и усталости. Это самый функциональный и продуктивный робот на рынке. Стабильно торгует в плюс и приносит вам прибыль даже во время отдыха.
Благодаря полной автоматизации, не требует постоянного мониторинга. Для использования нашего продукта вам не нужно иметь глубоких знаний о рынке. Все, что вам нужно сделать - установить мобильное приложение и наблюдать за процессом торговли. Средства находятся на вашем личном счете.
Вы имеете постоянный моментальный доступ к пополнению и выводу на любой сервис/карту/крипто-кошелёк.
Новым пользователям мы дарим бесплатный 30-дневный тестовый период! У вас есть возможность убедиться и надёжности нашего робота, прежде чем принять окончательное решение.
У нас есть поддержка, которая ответит на все интересующие вас вопросы.
Ссылка на наш чат со всей информацией. 📩
Создание графиков
Речь пойдет о библиотеке Leather, которая используется для создания графиков. В отличие от ряда подобных библиотек, Leather способна взаимодействовать с широким разнообразием данных и выводить их через векторную графику.
В примере используются следующие функции: leather.Chart() — создает график с заданным заголовком.chart.add_dots() — добавляет точки на график. Также в ней можно указать функцию для определения цвета точек.chart.to_svg() — позволяет сохранить график в формате .svg в указанный файл.
На втором изображении представлен результат работы программы.
Асинхронные микросервисы на Python
Микросервисы – это парадигма, где приложение разбивается на небольшие независимые компоненты, каждый из которых отвечает за конкретную функцию.
Смотреть статью
- Вибраторы с искусственным интеллектом?
- Немецкие роботы-гуманоиды захватывают рынок?
- Инвесторы не спешат вкладываться в стартапы эко-технологий и кибер-безопасности?
Мы предоставляем последние тенденции в мире технологий и искусственного интеллекта, стартапов и техно гигантов.
Интересно?
Подписывайся 👉🏻 TechCrab
Новости завтрашнего дня!
Новости которые вдохновляют!
Специальное предложение для тех, кто хочет получить IT-профессию, но пока не имеет достаточно средств.
Мы предлагаем 💯% скидку на обучение профессии Продакт–менеджер! Взамен, все что вам нужно сделать – это поделиться вашими знаниями и опытом, написав образовательные статьи для нашей базы знаний. 📚🖋
Таким образом, вы не только получите ценное обучение бесплатно, но и поможете другим учиться и расти вместе с вами! 💡🌱
Не упустите эту уникальную возможность!
📌Подробности в ЛС у Павла:
/channel/PavelGoro
Протоколы в Python
В Python 3.8. появилась новая примечательная возможность — протоколы (protocols). Протоколы — это альтернатива абстрактным базовым классам (abstract base classes, ABC). Они позволяют пользоваться структурной подтипизацией (structural subtyping), то есть — осуществлять проверку совместимости классов исключительно на основе анализа их атрибутов и методов.
Смотреть статью
Один бот вместо тысячи каналов
Зачем подписываться на десятки каналов, если есть новостной бот AI Open News?
Он собирает актуальные посты из ваших любимых пабликов в персонализированную подборку. Можно читать ее, и не тратить время на лазанье по каналам.
И бот не заспамит вас уведомлениями — он высылает подборки только в установленное время. Чтобы читать перед сном или по пути на работу.
А еще он умеет составлять дайджесты из актуальных постов на любую тематику.
AI Open News удобнее каналов. Попробуйте 👉 @AiOpenNewsbot
Nested Sets (вложенные множества)
Это способ организации иерархических данных, где каждый узел дерева представлен парой чисел, определяющих диапазон значений.
Каждая категория представлена объектом, содержащим поля "ID", "Название", "Левая граница" и "Правая граница". "Левая граница" и "Правая граница" определяют диапазон значений, которые охватывают поддерево данной категории.
Преимущество использования Nested Sets заключается в том, что мы можем эффективно извлекать всех потомков узла, находить родителей и определять уровень вложенности с помощью простых операций сравнения.
В этом примере мы находим всех потомков категории "Компьютеры".
*При изменении структуры дерева требуется обновление левых и правых границ всех связанных категорий.