Python RU

💾 Огромная шпаргалка по консольным командам Git с пояснением на русском #git #cheatsheet #russian @pro_python_code

15 полезных лайфхаков с кодом Машинного обучения на Python. 🎞 Video @pythonl

🖥 5 декораторов Python для Data Science проектов. 🎞 Video @pro_python_code

🖥 12 Декораторов Python, которые выведут ваш код на новый уровень Если вы Python-разработчик, эта статья расширит ваш инструментарий полезными скриптами, поможет повысить производительность и избежать дублирования кода. ▪ Читать @pro_python_code

Полезные и практические материалы про аналитику данных, бизнес-анализ и развитие soft-навыков в канале Data Study от ведущего BI аналитика. Воркшоп по теме создания data-продуктов в компания Статья на habr про оконные функции простым языком Советы на старте поиска работы за рубежом Шаблон оформления документации при профайлинге нового data-источника Как писать SQL-запросы прямо в Jupyter Notebook Материалы канала помогут улучшить профессиональные навыки в аналитике. Подписаться 👨‍💻

⚠️Пройдите тест на углубленные знания в сфере Machine Learning. Professional — https://otus.pw/Bu7S/ 🔓 Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на продвинутом курсе «Machine Learning. Professional» от OTUS и его партнера — Сбера ⏰ Время прохождения теста ограничено 30 минут 📌 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА: Серьезное портфолио с проектами и возможность претендовать на Junior+ и Middle позиции Data Scientist Протестируйте обучение на открытом уроке: ✅ Один в поле не воин: методы ансамблирования в машинном обучении — https://otus.pw/28Ko/ 👉 ПРОЙТИ ТЕСТ: https://otus.pw/Bu7S/

Соревнование Data Fusion Contest 2023 в самом разгаре: 🔥У каждого участника есть шанс получить мерч от сообщества ODS. Поделись ссылкой на соревнование с другом и предупреди, чтобы он указал твой telegram-никнейм при регистрации в специальном поле “Откуда узнали о соревновании”. Каждую неделю мы будем разыгрывать наши брендированные футболки среди тех, кто пригласил больше всего участников 🎁 🔥11 марта мы объявили победителей первой фазы в задачах Атака и Защита, но в призовом фонде остались еще 1 400 000 руб. Участвуй в соревновании, сразись во втором турнире с решениями других участников и забери свой приз! Регистрация участников до 2 апреля! Регистрируйся по ссылке и убедись на собственном примере, что Adversarial ML может быть увлекательным и о-о-очень полезным 😉

▫️Как реализовать алгоритм поиска путей в графе с помощью алгоритма A* в Python?◽️ Вот пример кода на Python, который реализует алгоритм A* для поиска путей в графе: from queue import PriorityQueue # Реализация алгоритма A* для поиска кратчайшего пути в графе def a_star(graph, start, goal): # Инициализация очереди с приоритетами и добавление начальной вершины в очередь frontier = PriorityQueue() frontier.put(start, 0) # Инициализация словаря с расстояниями от начальной вершины до остальных вершин графа distance = {start: 0} # Инициализация словаря с предыдущими вершинами на кратчайшем пути previous = {} # Пока очередь не пуста, извлекаем вершину с наименьшим приоритетом while not frontier.empty(): current = frontier.get() # Если мы достигли целевой вершины, то возвращаем путь if current == goal: path = [] while current in previous: path.append(current) current = previous[current] path.append(start) path.reverse() return path # Итерируемся по соседним вершинам текущей вершины for next in graph.neighbors(current): # Вычисляем расстояние от начальной вершины до следующей вершины new_distance = distance[current] + graph.distance(current, next) # Если мы не посещали следующую вершину или обнаружили более короткий путь до нее, то обновляем информацию if next not in distance or new_distance < distance[next]: distance[next] = new_distance priority = new_distance + graph.heuristic(next, goal) frontier.put(next, priority) previous[next] = current В этом примере мы использовали очередь с приоритетами из модуля queue для хранения вершин графа, которые нужно обойти, и словарь distance для хранения расстояний от начальной вершины до остальных вершин графа. Также мы использовали словарь previous для хранения предыдущих вершин на кратчайшем пути. Функция neighbors возвращает соседние вершины текущей вершины, а функция distance возвращает расстояние между двумя вершинами графа. Функция heuristic возвращает эвристическую оценку расстояния от следующей вершины до целевой вершины. @pro_python_code

ChatGPT + Midjouney делаем комикс Atomic Heart за 3 минуты 🎞 Video ⭐️ @Chatgpturbobot @pro_python_code

​Руководство по PyQtGraph для создания интерактивных графиков PyQtGraph — это библиотека, в которой элементы интерфейса реализованы на PyQt4, PySide и NumPy. PyQtGraph позволяет легко настраивать графики с помощью графических виджетов Qt и имеет больше преимуществ, чем matplotlib в сборе и отображении данных в реальном времени. Гайд по реализации интерактивных графиков: https://www.pythonguis.com/tutorials/pyqt6-plotting-pyqtgraph/ #python

Учимся разрабатывать игры на Python с помощью движка Pygame Серия роликов на примере клона игры Space Invaders покажет, как использовать Pygame в создании собственных игр: 1. Установка модулей, настройка и отрисовка на экране изображения пушки из игры. 2. Обработка событий нажатия клавиш и движение пушки по горизонтали. 3. Разбор понятия «спрайт» и реализация стрельбы в игре. 4. Заполнение экрана армией пришельцев, созданных на базе одного класса. 5. Коллизии между объектами, обработка столкновения с пушкой, а также реализация уничтожения пришельцев. 6. Отображение текущего счета, сохранение рекорда в текстовом файле и настройка отображения количества оставшихся жизней. #python #gamedev

Программист написал скрипт с помощью Chatgpt, которая даёт коду на Python «регенеративные лечебные способности». Запускаете с помощью бота свои скрипты, и когда они вылетают, GPT-4 редактирует их и объясняет ошибки. Даже если у вас много ошибок, он будет многократно перезапускаться, пока всё не будет исправлено. Скоро автор обещает поделиться кодом на GitHub. @Chatgpturbobot - бот с апи gpt4 @pro_python_code

Крутая подборка всех наиболее популярных алгоритмов на Python. Впервую очередь предназначена для обучения, поскольку сами реализации могут быть менее эффективными, чем те, что в стандартной библиотеке Python (но это не точно). Ссылка на GitHub или удобный веб-сайт.

Можно ли остановить поток в Python? Встроенного механизма остановки Thread в Python нет, как и официального API для этой цели. Однако для решения этой проблемы можно: — использовать многопроцессорный модуль, а именно функцию terminate(), — перевести main поток в demon-поток (True/False), — использовать функцию pthread_kill(). Источник: http://net-informations.com/python/iq/kill.htm #python

6 полезных библиотек Python, которые вы захотите использовать в своих проектах 1. Jesse Если вам нравится торговать криптовалютой и вы хотите определить свои собственные торговые стратегии, то это хороший ресурс для вас. Эта библиотека поможет вам тестировать криптовалютные рынки и торговать. 2. Better-exceptions Правильная обработка исключений - одна из главных задач разработчика. Эта библиотека поможет вам с этой важной задачей. Она улучшает вывод обратной трассировки по-умолчанию, предоставляя более подробные и удобные для пользователя сообщения об ошибках. 3. Huey Благодаря этой библиотеке, вы можете переложить работу, связанную с процессором или вводом-выводом, на фоновый рабочий процесс, позволяя основному потоку продолжать выполнение другого кода. 4. Ray Эта библиотека позволяет вам писать параллельные и распределённые приложения с помощью единого API и автоматически обрабатывать распределение задач. Она предоставляет простой API, который позволяет разработчикам создавать множество приложений, включая параллельную обработку, микросервисы и обучение с подкреплением. 5. Requests-HTML Эта библиотека позволяет вам легко очищать веб-страницы и манипулировать HTML с помощью простого и интуитивно понятного API. Она построена поверх библиотеки Requests и поддерживает большинство её функций, включая HTTP-запросы, файлы cookie и аутентификацию. 6. Dataset Хотя управление данными в реляционных базах данных имеет множество преимуществ, они редко используются в повседневной работе с наборами данных малого и среднего масштаба. Эта библиотека предоставляет простой уровень абстракции, который удаляет большинство прямых инструкций SQL без необходимости в полной модели ORM — по сути, базы данных можно использовать как файл JSON или хранилище NoSQL. @pro_python_code