Python/ django

🖥 Austin: A Frame Stack Sampler for CPython Сэмплер кадров для CPython. Возможно это самый лучший профилировщик для Python. Он кроссплатформенный, используя, вам не нужно изменять профилируемый код, а его выходные данные можно передавать непосредственно в flamegraph.pl. Он работает для CPython и написан на чистом C. ▪️Github @pythonl

🖥 Tabled - это небольшая библиотека для обнаружения и парсинга таблиц. Она использует surya для поиска всех таблиц в файлах в формате PDF, определения строк/столбцов и форматирования ячеек в markdown, csv или html. ▪️Github @pythonl

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data C++ t.me/cpluspluc Python: t.me/python_job_interview Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec АНАЛИЗ Данных: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_ci Java: t.me/javatg Базы данных: t.me/sqlhub Linux: t.me/linuxacademiya Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Docker: t.me/DevopsDocker Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code ИИ: t.me/vistehno PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai Собеседования МЛ: t.me/machinelearning_interview МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🎓954ГБ ОПЕНСОРС КУРСОВ: @courses 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

🖥 Создание интерфейсов приложений на Python с помощью Tkinter Designer! 🌟 Узнайте, как без усилий создавать потрясающие приложения с графическим интерфейсом, не написав ни единой строчки кода! 🕞 Продолжительность: 14:08 🔗 Ссылка: *клик* @pythonl

Что можно создать с помощью Python? Сервис знакомств, чат-бота с ИИ, систему по поиску данных — почти всё что угодно. Именно за универсальность и простоту разработки компании и профессионалы любят Python. Как освоить этот язык программирования, рассказывают на расширенном курсе Нетологии «Python-разработчик». На нём вы: - Освоите все инструменты и технологии, необходимые для работы. - Научитесь разрабатывать веб-приложения и API, работать с базами данных, настраивать сервера и тестировать код. - Добавите в портфолио 22 проекта, поработаете над реальными кейсами и примете участие в хакатоне. Получите скидку по промокоду PRINT(45) После курса вы сможете стать крепким backend-разработчиком и попасть на стажировку в «Самолёт». А если вдруг решите сменить направление, Python станет надёжной базой для аналитики и машинного обучения. Постройте карьеру в IT Реклама. ООО "Нетология". Erid 2VSb5xfsDyJ

👩‍💻 Простая шпаргалка по работе с функциями Pandas для Data Science! 🌟 Сохрани в избранное, чтобы не потерять! @pythonl

🖥 Hallo2:Long-Duration and High-Resolution Audio-driven Portrait Image Animation Python-проект для портретной анимации с длительной продолжительностью и высоким разрешением. ▪ GitHub: https://github.com/fudan-generative-vision/hallo2 ▪ Проект: https://fudan-generative-vision.github.io/hallo2/#/ @pythonl

🖥 Справочник FastAPI – Как разрабатывать, тестировать и развертывать API! 🌟 После прочтения этого краткого руководства вы сможете разработать API администрирования курса с использованием FastAPI и MongoDB. Вы не только будете писать API, но и тестировать и контейнеризировать приложение 🌟 В этом пошаговом проекте вы создадите бэкэнд-систему Python с использованием FastAPI, быстрого веб-фреймворка и базы данных MongoDB для хранения и поиска информации о курсе 🌟 Система позволит пользователям получать доступ к сведениям о курсе, просматривать главы, оценивать отдельные главы и составлять общие рейтинги 💡 Проект предназначен для разработчиков Python с базовыми знаниями программирования и некоторыми знаниями NoSQL. Знакомство с MongoDB, Docker и PyTest не требуется 🔗 Ссылка: *клик* @pythonl

Стать сотрудником Яндекса быстрее и проще, чем кажется. Участвуйте в днях быстрого найма: решите тестовое, пройдите несколько секций собеседования и получите офер за несколько дней. Ближайшее мероприятие: • 9-11 ноября — для продуктовых и аналитиков данных, офер за 3 дня в команды Финтеха и Яндекс Практикума. Зарегистрироваться

🖥 Python 3.12 против Python 3.13 – сравнение производительности В этой статье описываются результаты тестирования производительности Python 3.13 по сравнению с Python 3.12. В общей сложности было проведено 100 различных тестов на компьютерах с процессорами AMD Ryzen серии 7000 и Intel Core 13-го поколения для настольных компьютеров, ноутбуков и мини-ПК. Все тесты были выполнены на компьютерах с Windows 11 с использованием библиотеки pay performance 1.11.0 на Python 3.12.7 и Python 3.13.0 (обе 64-разрядные версии). Результат показывает, что Python 3.13 имеет лучшие показатели по производительности по сравнению с Python 3.12 в следующих тестах: asyncio_tcp_ssl (в 1,51 раза быстрее), async_tree_io_tg (в 1,43 раза быстрее), async_tree_eager_io (в 1,40 раза быстрее). Однако вы можете заметить снижение производительности в некоторых тестах, особенно в покрытие кода (в 3,85 раза медленнее), regex_v8 (в 1,26 раза медленнее), telco (в 1,19 раза медленнее). 🔗 Подробные тесты @pythonl

Бесплатный вебинар «Как стать аналитиком: полное руководство к действию» ↗️ Хотите узнать как выглядит типичный день аналитика, познакомиться с задачами и решить, подходит ли вам профессия? Спикер Ия Зотова, ментор и тимлид направления аналитики в Сбере, на бесплатном вебинаре даст стратегию поиска работы и расскажет, как осознанно и эффективно начать карьеру в сфере. Что будем делать на вебинаре? ✅ выясним, чем занимаются аналитики и какими они бывают ✅ поговорим о том как находить в данных инсайты и визуализировать результаты ✅ обсудим карту компетенций и разберем актуальные инструменты ✅ рассмотрим тренды в аналитике: AI/ML и BigData ✅ поймем, как выбрать pet-проект и найти крутую работу Встречаемся в 23 октября в 19:00 по мск. Регистрируйтесь и погружайтесь в аналитику по ссылке 🔗

🖥 py2many: Python to many CLike languages transpiler Инструмент py2many помогает переводить код на Python в код на различных языках, включая Rust. Он поддерживает множество языков, таких как Rust, C++, Julia, Kotlin и другие, а также способен генерировать код Python с аннотациями типов. Для трансляции кода используется команда в терминале, после чего сгенерированный код компилируется. На сайте проекта доступна документация с инструкциями по установке необходимых библиотек и форматировщиков. 🔗 GitHub @pythonl

👩‍💻 LLMCompiler — фреймворк на Python для оптимизации параллельных вызовов функций с использованием больших языковых моделей (LLM), таких как GPT и LLaMA 🌟 Этот фреймворк позволяет автоматически идентифицировать задачи, которые можно выполнять параллельно, снижая задержки и затраты. Этот инструмент полезен для ускорения и улучшения точности выполнения сложных задач с LLM ▪️Github @pythonl

👩‍💻 Урок по созданию современного настольного GUI- приложения с использованием Python и PySide6! 🔍 Что вы изучите: 🌟 Настройка среды разработки 🌟 Создание главного окна приложения 🌟 Проектирование и реализация современных компонентов пользовательского интерфейса 🌟 Обработка взаимодействий и событий пользователя 🌟 Настройка внешнего вида с помощью таблиц стилей 🌟 Создание темных и светлых тем приложения 🕞 Продолжительность: 2:06:51 🔗 Ссылка: *клик* @pythonl

👩‍💻 Streamlit — бесплатный пакет Python для науки о данных и визуализации данных . В этом видео вы познаете базовые навыки запуска проекта Streamlit с интеграцией с MySQL! 💡 Вы узнаете, как создать панель инструментов веб-сайта аналитики с помощью Python и библиотеки Streamlit. В качестве примера будет использована база данных Excel для хранения данных и Streamlit для создания интерактивной панели, которая позволит визуализировать и исследовать данные! 🕞 Продолжительность: 1:29:42 🔗 Ссылка: *клик* @pythonl

👩‍💻 Streamlit — бесплатный пакет Python для науки о данных и визуализации данных . В этом видео вы познаете базовые навыки запуска проекта Streamlit с интеграцией с MySQL! 💡 Вы узнаете, как создать панель инструментов веб-сайта аналитики с помощью Python и библиотеки Streamlit. В качестве примера будет использована база данных Excel для хранения данных и Streamlit для создания интерактивной панели, которая позволит визуализировать и исследовать данные! 🕞 Продолжительность: 1:29:42 🔗 Ссылка: *клик* @pythonl

🔥 Ditto — это простой инструмент для автоматической генерации кода. Он позволяет пользователю описать приложение на языке, близком к естественному, а затем создает полноценное многокомпонентное приложение Flask. Ditto использует языковую модель для построения маршрутов, шаблонов и статических файлов без необходимости вручную писать код 🌟 Основная цель проекта — упростить процесс разработки веб-приложений, автоматизируя создание структуры кода на основе текстового описания 🔐 Лицензия: MIT ▪️Github @pythonl

👩‍💻 backtrader — это библиотека на Python для анализа торговых стратегий. Представьте, что у вас есть идея, как заработать на колебаниях цен на акции или валюты, но прежде чем использовать реальные деньги, вы хотите проверить свою идею на прошедших данных 🌟 Backtrader помогает "прокрутить" вашу стратегию на исторических данных и увидеть, насколько она была бы успешной. Даже без знания торговли, это как тестирование идеи с помощью симуляции, чтобы избежать рисков в реальном мире 🔐 Лицензия: GPL-3.0 ▪️Github @pythonl

🚀 Обновите свои навыки с Pydantic V2! 🚀 Приглашаем вас на бесплатный вебинар от Otus, где мы погрузимся в мир альтернатив встроенным в Python датаклассам — в библиотеку Pydantic! 🔍 Что вас ждет? - Узнаем, как передавать данные от одного коллбека к другому с помощью кортежей, словарей и схем Pydantic. - Разберем детальный пример реализации контракта API с использованием мощных схем Pydantic. - Освоим термин «контракт» в контексте REST API, который станет основой для понимания работы с API.💯 В результате вы получите полезные сниппеты кода, которые помогут вам в разработке и парсинге! 👨‍💻🛠👨🏻‍💻  Это мероприятие будет особенно интересно тем, кто работает с парсингом, скрейпингом и разработкой API. 📅 Встречаемся 21 октября в 20:00 мск в преддверии старта курса «Python для аналитики». Участники вебинара получат специальную цену на обучение и консультацию от менеджеров OTUS. 🔴 Регистрация: https://otus.pw/IzCT/?erid=LjN8KM8of #реклама О рекламодателе

Inquests - это простая, но элегантная HTTP-библиотека. Это дополнительная замена Requests, функциональность которой приостановлена.

>>> import niquests
>>> s = niquests.Session(resolver="doh+google://", multiplexed=True)
>>> r = s.get('https://pie.dev/basic-auth/user/pass', auth=('user', 'pass'))
>>> r.status_code
200
>>> r.headers['content-type']
'application/json; charset=utf8'
>>> r.oheaders.content_type.charset
'utf8'
>>> r.encoding
'utf-8'
>>> r.text
'{"authenticated": true, ...'
>>> r.json()
{'authenticated': True, ...}
>>> r
<Response HTTP/3 [200]>
>>> r.ocsp_verified
True
>>> r.conn_info.established_latency
datetime.timedelta(microseconds=38)

▪ Github @pythonl