2341
Все о пайтон, новости, подборки на русском и английском.
Как работать с Polars LazyFrames
Подробный туториал о работе с Polars LazyFrame. LazyFrame в Polars предоставляет эффективный способ обработки больших наборов данных через ленивые вычисления. В отличие от традиционных DataFrame, LazyFrame не содержит данных, а хранит набор инструкций, известных как план запроса. Это позволяет выполнять такие операции, как "predicate" и "projection pushdown", обеспечивая обработку только необходимых строк и столбцов. LazyFrame также поддерживает параллельное выполнение планов запросов, что дополнительно повышает производительность.
В статье рассматриваются следующие ключевые моменты:
- Создание LazyFrame с использованием функций, таких как scan_parquet() или scan_csv().
- Мониторинг эффективности LazyFrame.
- Механизмы, обеспечивающие эффективность LazyFrame, включая исследование оптимизированных и неоптимизированных планов запросов.
- Обработка больших объемов данных с помощью LazyFrame, включая использование потоковой обработки и определение случаев, когда ее следует применять.
- Критерии для определения пригодности использования LazyFrame в конкретных сценариях.
https://realpython.com/polars-lazyframe/
#python
👉 @python_real
Объекты bytes: обработка бинарных данных в Python
- Основы бинарных данных: понятия битов, байтов, двоичных слов, порядков байтов (эндиянность) и знаковости.
- Объект bytes в Python: различия между bytes и bytearray, а также концепция байтоподобных объектов и протокола буфера.
- Создание объектов bytes: использование литералов байтов, функции bytes() и метода класса bytes.fromhex().
- Манипуляции с объектами bytes: операции, схожие со строками, преобразование между байтами и строками, а также различные способы представления байтов.
- Практическое применение: чтение и запись бинарных файлов, сетевые коммуникации, сериализация объектов, работа с изображениями и выполнение байт-кода Python.
Статья предоставляет глубокое понимание того, как эффективно работать с бинарными данными в Python, и содержит практические примеры для закрепления материала.
https://realpython.com/python-bytes/
#python
👉 @python_real
Создаем веб-приложения с Dash на Python
Хотите быстро создать интерактивные веб-приложения на Python? Библиотека Dash позволяет легко строить дашборды и визуализации без глубоких знаний веб-разработки. В статье рассматриваются основы работы с Dash, создание пользовательского интерфейса и управление состоянием приложения.
📌 Основные моменты:
🔹 Установка и настройка Dash
🔹 Создание интерактивных графиков с Plotly
🔹 Управление входными данными и callback-функциями
🔹 Развертывание приложения
Отличный инструмент для анализа данных и визуализации в реальном времени!
https://realpython.com/python-dash/
#python
👉 @python_real
Как использовать pyproject.toml в Python
Рассматриваются основные аспекты работы с этим файлом, его структура и как он помогает в управлении зависимостями, настройке инструментов и организации проектов.
Краткий обзор:
- pyproject.toml появился в PEP 518 и стал стандартом для описания конфигурации Python-проектов.
- Позволяет определять сборщики (build backends), такие как setuptools или poetry.
- Упрощает настройку инструментов вроде black, mypy и pytest.
- Дает возможность управлять зависимостями и версиями пакетов.
Использование pyproject.toml делает проекты более структурированными и гибкими, особенно при работе с различными инструментами и системами сборки.
https://realpython.com/python-pyproject-toml/
#python
👉 @python_real
Цикл for в Python: разбор возможностей
Цикл for в Python — это мощный инструмент для итерации по последовательностям, таким как списки, кортежи, строки и даже словари. В отличие от традиционного for в других языках, здесь он работает как итератор, проходя по элементам коллекции без явного указания индексов.
🔹 Основные возможности:
✅ Простая итерация
for num in [1, 2, 3, 4, 5]:
print(num)
range()
for i in range(5): # Эквивалентно range(0, 5)
print(i)
for char in "Python":
print(char)
P, y, t, h, o, n.
data = {"name": "Alice", "age": 25}
for key, value in data.items():
print(f"{key}: {value}")
name: Alice
age: 25
enumerate() для индексов
words = ["apple", "banana", "cherry"]
for index, word in enumerate(words):
print(index, word)
0 apple
1 banana
2 cherry
for с else
for i in range(3):
print(i)
else:
print("Цикл завершен!")
break не был вызван, else выполнится после окончания цикла.
😎 Хотите стать Python-разработчиком и начать успешную карьеру в IT? Время действовать!
🐍 Python — самый востребованный язык. На курсе вы изучите синтаксис, фреймворки Django и FastAPI, научитесь работать с базами данных и создадите портфолио, которое привлекает топовые команды.
🚀 Программа составлена практикующими экспертами, а выпускники OTUS высоко ценятся среди ведущих компаний. Обучение с нуля до Junior-разработчика за 6 месяцев!
➡️ Старт уже близко — успейте занять место в группе! Узнать больше и получить скидку до 15% по промокоду PythonBasic_5 : https://vk.cc/cHTHM8Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576
Срок действия промокода до 30.01.2025
📕Открытый урок для Python-разработчиков, инженеров, QA-специалистов и специалистов по Data Science
На открытом уроке 23 января в 20:00 мск мы изучим асинхронное взаимодействие в Python на примере RabbitMQ.
📗В результате мы:
- Поговорим про асинхронное взаимодействие в микросервисной архитектуре и асинхронное программирование в Python;
- Рассмотрим практический пример построения архитектуры приложения;
- Разберемся в преимуществах и недостатках такого подхода.
Спикер Панкрашов Дмитрий — ведущий разработчик в компании-партнере вендора СЭД "Директум", 5+ лет опыта в backend-разработке, работает с Python, PHP, .NET (C#), PostgreSQL.
👉 Регистрируйтесь прямо сейчас, чтобы не пропустить мероприятие: https://vk.cc/cHw4uY
📙 Все участники открытого урока получат скидку на курс "Python Developer. Professional"
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576
NumPy: max() и maximum(): поиск экстремальных значений в массивах
Статья посвящена сравнению функций numpy.max() и numpy.maximum() из библиотеки NumPy. Автор подробно объясняет их различия, примеры использования и подходящие сценарии для каждой функции.
Основные моменты статьи:
- numpy.max():
Используется для нахождения одного максимального значения по всему массиву или вдоль указанной оси.
Примеры применения включают вычисление глобального максимума или максимума в строках/столбцах массива.
- numpy.maximum():
Работает с двумя массивами и возвращает массив, состоящий из максимальных значений поэлементно.
Подходит для задач сравнения массивов одинаковой формы или работы с широковещанием (broadcasting).
- Подробные примеры иллюстрируют, как использовать обе функции в реальных задачах.
- Рассматриваются случаи, когда важны производительность и корректность выбора функций.
Статья помогает глубже понять, как правильно выбирать между этими функциями в зависимости от целей анализа данных или вычислений.
https://realpython.com/numpy-max-maximum/
#python
👉 @python_real
🔍 Замена строк в Python: Полное руководство 🔍
Если вы хотите научиться эффективно работать со строками в Python, это руководство — то, что вам нужно! В статье подробно разбираются различные подходы к замене строк: от методов str.replace() до использования регулярных выражений для более сложных задач.
https://realpython.com/replace-string-python/
#python
👉 @python_real
Сканер портов на Python
Создаем многопоточный сканер портов на Python с функцией захвата баннеров для аудита сетевой безопасности.
https://python.plainenglish.io/building-a-port-scanner-in-python-69afabda145b
#python
👉 @python_real
8 лучших инструментов Python для работы с изображениями
Хотите извлечь базовые данные из изображений? В этой статье перечислены некоторые из лучших инструментов Python для работы с изображениями, которые помогают преобразовывать изображения.
https://www.kdnuggets.com/2022/11/8-best-python-image-manipulation-tools.html
👉 @python_real
15 репозиториев Python на GitHub, которые должен знать каждый разработчик 2024
https://favtutor.com/articles/github-repositories-python/
👉 @python_real
Тестовое собеседование на Middle Python-разработчика в четверг
5 декабря(в четверг) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика.
Как это будет:
1. Карим, Team lead в Чойс, ex-Kaspersky будет задавать реальные вопросы и задачи разработчику-добровольцу
2. Карим будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью
3. В конце можно будет задать любой вопрос Кариму
Что узнаешь на прямом эфире от ШОРТКАТ:
• Чего ждут от кандидатов на Middle позиции в Python-разработке
• Какие вопросы задают на интервью и зачем
• Как подготовиться к собесу, чтобы получить оффер
Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_python_bot
Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2VtzqvTesKW
Python 3.13: классные новые функции, которые стоит попробовать
Python 3.13 был выпущен 7 октября 2024 года. Эта новая версия является значительным шагом вперёд для языка, хотя многие из самых крупных изменений происходят "под капотом" и не будут сразу видны вам.
В каком-то смысле, Python 3.13 закладывает основу для будущих улучшений, особенно в области производительности языка. По мере того, как вы продолжите читать, вы узнаете больше о контексте этих изменений и познакомитесь с некоторыми новыми функциями, которые уже доступны.
https://realpython.com/python313-new-features
#python
👉 @python_real
Excel никуда не денется, давайте автоматизируем его парсинг
В этом руководстве я поделюсь тем, как я создал простую функцию, которая находит и извлекает таблицы из неаккуратных файлов Excel с использованием Python и Pandas. И что самое лучшее, вы можете адаптировать этот метод для работы с Polars или любой другой библиотекой для работы с DataFrame.
https://blog.det.life/excel-isnt-going-anywhere-so-let-s-automate-parsing-it-e60273335a0c
#python
👉 @python_real
🔥Podlodka Python Crew — это онлайн-конференции по самым актуальным темам для питонистов.
Разбираем сложные вещи простыми словами, без воды, с уклоном на практику. Сессии проходят в удобное время — утром и вечером.
С 17 по 21 марта пройдет сезон, посвященный оптимизации работы Python-приложений. Разбираем профилирование, внутренности CPython и техники ускорения кода.
🎯Что в программе?
• Оптимизации, которые вы могли упустить — Александр Кучин (Литрес) расскажет, какие скрытые проблемы могут замедлять код и как их исправить 🚀
• Как работает CPython — от запуска скрипта до управления памятью — Василий Рябов разберет, как Python читает и выполняет код, управляет памятью и garbage collection 📌
• Своя Игра: уровни глубины знаний Python-разработчика — Нина Лукина и Евгений Афонасьев в формате викторины объяснят, как Python работает под капотом. Это будет эпично 🎮
• Профилирование на Python — Василий Исаев (Точка) объяснит, как находить узкие места в коде и повышать его производительность с помощью профилирования 💡
Подходы, которые можно внедрить сразу после конференции!
🔗 Подробности и билеты: https://podlodka.io/pythoncrew
Обработка естественного языка с помощью spaCy в Python
Этот гайд подробно объясняет, как использовать библиотеку spaCy для обработки естественного языка (NLP) в Python. В статье рассматриваются основы работы со spaCy, включая:
- Установку и загрузку моделей языка
- Токенизацию текста
- Лемматизацию и определение частей речи
- Распознавание именованных сущностей (NER)
- Работа с зависимостями в предложении
- Создание пользовательских обработчиков для текста
https://realpython.com/natural-language-processing-spacy-python/
#python
👉 @python_real
⚡️ В сети начали массово сливать курсы и книги известных онлайн школ по айти
Вот отсортированная база с тонной материала (постепенно пополняется):
БАЗА (4687 видео/книг):
(363 видео, 87 книги) — Python
(415 видео, 68 книги) — Frontend
(143 видео, 33 книги) — ИБ/Хакинг
(352 видео, 89 книги) — С/С++
(343 видео, 87 книги) — Java
(176 видео, 32 книги) — Git
(293 видео, 63 книги) — C#
(174 видео, 91 книги) — DevOps
(167 видео, 53 книги) — PHP
(227 видео, 83 книги) — SQL/БД
(163 видео, 29 книги) — Linux
(114 видео, 77 книги) — Сисадмин
(107 видео, 43 книги) — BA/SA
(181 видео, 32 книги) — Go
(167 видео, 43 книги) — Kotlin/Swift
(112 видео, 24 книги) — Flutter
(137 видео, 93 книги) — DS/ML
(113 видео, 82 книги) — GameDev
(183 видео, 37 книги) — Дизайн
(129 видео, 73 книги) — QA
(213 видео, 63 книги) — Rust
(121 видео, 24 книги) — 1С
(136 видео, 33 книги) — PM/HR
Скачивать ничего не нужно — все выложили в Telegram
Python и API: выигрышное сочетание для чтения общедоступных данных
Эта статья посвящена созданию API на Python. В ней рассматриваются основы API, их применение, а также инструменты и библиотеки, которые помогут вам создать собственное API.
https://realpython.com/python-api/
#python
👉 @python_real
📜 Python: Списки vs Кортежи — в чем разница?
Статья на Real Python рассказывает о двух основных структурах данных в Python: списках (`list`) и кортежах (tuple). Вот ключевые моменты:
📌 Списки (list):
- Изменяемые: можно добавлять, удалять и изменять элементы.
- Используются для хранения коллекций, которые могут меняться.
- Пример:
my_list = [1, 2, 3]
my_list.append(4) # [1, 2, 3, 4]
tuple):
my_tuple = (1, 2, 3)
# my_tuple[0] = 10 # Ошибка! Кортежи неизменяемы.
🐍 Операторы Python `in` и `not in`: проверка на принадлежность
Знаете ли вы, что в Python есть оператор, который делает код чище и удобнее? Это оператор in! 🎯
👉 Что он делает?
Оператор in проверяет, содержится ли элемент в последовательности (списке, строке, кортеже) или ключ в словаре. Возвращает True, если находит, и False, если нет.
Примеры использования:
1️⃣ Проверка элемента в списке:
"a" in ["a", "b", "c"] # True
"hello" in "hello world" # True
"key" in {"key": "value"} # True
in, реализовав метод __contains__. set) и словарей (dict): O(1) (почти мгновенно, благодаря хэш-таблицам). str.find() или str.index(). try и except. in — это не только удобно, но и читаемо! Используйте его, чтобы писать лаконичный и понятный код. 😉
Getters и Setters в Python — это мощный инструмент для управления доступом к атрибутам объекта.
В статье детально рассматривается, как их использовать для инкапсуляции данных и контроля за изменениями свойств объекта.
Основные моменты:
- Объяснение, почему в Python прямой доступ к атрибутам предпочтительнее, но геттеры и сеттеры остаются важными.
- Использование декоратора @property для создания свойства с геттером и сеттером.
- Примеры, как эти механизмы помогают улучшить читаемость и безопасность кода.
https://realpython.com/python-getter-setter/
#python
👉 @python_real
Узнай грейд и рыночную зарплату + получи план развития бесплатно
На связи shortcut_sh/videos">ШОРТКАТ. Мы провели 300+ собеседований с менторами из бигтеха, собрали ключевые вопросы с собесов и сделали тест, который поможет оценить навыки.
Вот как это работает:
1. Ты проходишь экспресс-тест за 20 минут или его расширенную версию
2. Бронируешь звонок для презентации обратной связи по ответам — можем встретиться уже на следующий день!
3. К созвону проверим ответы, чекнем СV и на основе этого оценим твой грейд.
Ещё подскажем зарплату в рынке, построим план развития до следующего уровня и расскажем про наш новый продукт, который поможет получить выгодный оффер в 2025 году.
Переходи в бота и проходи тест бесплатно, а дальше расскажем, что и как 👉@shortcut_python_bot
Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2Vtzqxm3TS3
📂 Как получить список всех файлов в директории на Python
Статья о том, как с помощью Python получать список файлов в директориях. Рассмотрены различные способы, включая использование модулей os, os.path, glob и более современного pathlib.
Особое внимание уделено:
- Фильтрации файлов по расширению.
- Рекурсивному поиску в подпапках.
- Преимуществам каждого подхода.
https://realpython.com/get-all-files-in-directory-python/
#python
👉 @python_real
Writing Robust Tests for Data & Machine Learning Pipelines
https://eugeneyan.com/writing/testing-pipelines/
👉 @python_real
Подборка Telegram каналов для программистов
Системное администрирование 📌
/channel/sysadmin_girl Девочка Сисадмин
/channel/srv_admin_linux Админские угодья
/channel/linux_srv Типичный Сисадмин
/channel/linux_odmin Linux: Системный администратор
/channel/devops_star DevOps Star (Звезда Девопса)
/channel/i_linux Системный администратор
/channel/linuxchmod Linux
/channel/sys_adminos Системный Администратор
/channel/tipsysdmin Типичный Сисадмин (фото железа, было/стало)
/channel/sysadminof Книги для админов, полезные материалы
/channel/i_odmin Все для системного администратора
/channel/i_odmin_book Библиотека Системного Администратора
/channel/i_odmin_chat Чат системных администраторов
/channel/i_DevOps DevOps: Пишем о Docker, Kubernetes и др.
/channel/sysadminoff Новости Линукс Linux
1C разработка 📌
/channel/odin1C_rus Cтатьи, курсы, советы, шаблоны кода 1С
Программирование C++📌
/channel/cpp_lib Библиотека C/C++ разработчика
/channel/cpp_knigi Книги для программистов C/C++
/channel/cpp_geek Учим C/C++ на примерах
Программирование Python 📌
/channel/pythonofff Python академия. Учи Python быстро и легко🐍
/channel/BookPython Библиотека Python разработчика
/channel/python_real Python подборки на русском и английском
/channel/python_360 Книги по Python Rus
Java разработка 📌
/channel/BookJava Библиотека Java разработчика
/channel/java_360 Книги по Java Rus
/channel/java_geek Учим Java на примерах
GitHub Сообщество 📌
/channel/Githublib Интересное из GitHub
Базы данных (Data Base) 📌
/channel/database_info Все про базы данных
Мобильная разработка: iOS, Android 📌
/channel/developer_mobila Мобильная разработка
/channel/kotlin_lib Подборки полезного материала по Kotlin
Фронтенд разработка 📌
/channel/frontend_1 Подборки для frontend разработчиков
/channel/frontend_sovet Frontend советы, примеры и практика!
/channel/React_lib Подборки по React js и все что с ним связано
Разработка игр 📌
/channel/game_devv Все о разработке игр
Библиотеки 📌
/channel/book_for_dev Книги для программистов Rus
/channel/programmist_of Книги по программированию
/channel/proglb Библиотека программиста
/channel/bfbook Книги для программистов
/channel/books_reserv Книги для программистов
БигДата, машинное обучение 📌
/channel/bigdata_1 Data Science, Big Data, Machine Learning, Deep Learning
Программирование 📌
/channel/bookflow Лекции, видеоуроки, доклады с IT конференций
/channel/coddy_academy Полезные советы по программированию
/channel/rust_lib Полезный контент по программированию на Rust
/channel/golang_lib Библиотека Go (Golang) разработчика
/channel/itmozg Программисты, дизайнеры, новости из мира IT
/channel/php_lib Библиотека PHP программиста 👨🏼💻👩💻
/channel/nodejs_lib Подборки по Node js и все что с ним связано
/channel/ruby_lib Библиотека Ruby программиста
QA, тестирование 📌
/channel/testlab_qa Библиотека тестировщика
Шутки программистов 📌
/channel/itumor Шутки программистов
Защита, взлом, безопасность 📌
/channel/thehaking Канал о кибербезопасности
/channel/xakep_1 Статьи из "Хакера"
Книги, статьи для дизайнеров 📌
/channel/ux_web Статьи, книги для дизайнеров
Английский 📌
/channel/UchuEnglish Английский с нуля
Математика 📌
/channel/Pomatematike Канал по математике
/channel/phis_mat Обучающие видео, книги по Физике и Математике
Excel лайфхак📌
/channel/Excel_lifehack
/channel/tikon_1 Новости высоких технологий, науки и техники💡
/channel/mir_teh Мир технологий (Technology World)
Вакансии 📌
/channel/sysadmin_rabota Системный Администратор
/channel/progjob Вакансии в IT
Как читать пользовательский ввод с клавиатуры в Python
Это новый подробный туториал от Real Python. Статья объясняет, как считывать ввод пользователя с клавиатуры при помощи функции input(). Она рассматривает такие темы, как:
▪️считывание различных типов данных,
▪️обработка ошибок,
▪️ чтение нескольких вводов от пользователя.
Также обсуждается защита чувствительных данных с использованием модуля getpass и автоматизация проверки ввода с помощью PyInputPlus.
https://realpython.com/python-keyboard-input/
#python
👉 @python_real
Очистка и предварительная обработка текстовых данных в Pandas для задач обработки естественного языка (NLP)
Очистка и предварительная обработка данных — это сложный, но важный этап при создании решений в области ИИ и машинного обучения. Текстовые данные не являются исключением. Этот учебник предлагает подходы к подготовке текстов для задач NLP, таких как решения языковых моделей (LMs). Используя pandas DataFrame, вы сможете эффективно подготавливать текст для последующей обработки моделями и алгоритмами NLP.
https://www.kdnuggets.com/cleaning-and-preprocessing-text-data-in-pandas-for-nlp-tasks
#python
👉 @python_real
Короче, ищем менторов — Middle и Senior Python-разработчиков
Ищем в ШОРТКАТ — менторскую платформу от команды разработчиков из бигтеха. Мы помогаем найти крутую работу, апнуть грейд или сменить стек.
Что надо будет делать: проводить тестовые собесы → оценивать грейд → помогать разбираться в сложных темах.
Что взамен:
- От 40К за 5-7 часов работы в неделю
- Доступ к обучению и комьюнити сильных менторов из Booking, Сбер, Oracle, Tinkoff
- Возможность выступать на эфирах, куда уже приходят 500+ джавистов, и стать заметнее на рынке
Заполняй форму — свяжемся и расскажем подробности ➡️ https://forms.gle/rFY9z9GKggqfgSS76
Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2VtzqvUtoeX
Мое путешествие в мир машинного обучения: идеальная дорожная карта для начинающих
Мое путешествие в мире машинного обучения было далеко не традиционным. Я начал с проектного подхода, сосредоточив внимание на проектах, а не на теории. Этот метод «сначала код, потом теория» помог мне изучать машинное обучение на практике.
Я лучше всего учусь из необходимости. Когда я сталкиваюсь с задачей, я нахожу ресурсы, изучаю их и сразу приступаю к действию. Такой подход «учись по ходу» позволяет мне оставаться практичным и сосредоточенным на своих карьерных целях.
ashujha44/my-machine-learning-journey-perfect-roadmap-for-beginners-78208c47fb92" rel="nofollow">https://medium.com/@ashujha44/my-machine-learning-journey-perfect-roadmap-for-beginners-78208c47fb92
#python
👉 @python_real