Python/ django

🖥 PyPy is a very fast and compliant implementation of the Python language. PyPy - это интерпретатор, реализующий язык программирования Python, основанный на компиляторе RPython для динамического программирования. ▪Github ▪Docs @pythonl

🖥 The `concurrent.futures` module wraps both threading and multiprocessing, which makes the interfaces even nicer. Python предоставляет вам возможность создавать пулы процессов. Вы можете создавать их с помощью модуля Python `threading` или модуля `concurrent.futures`. Модуль `concurrent.futures` оборачивает и потоки, и многопроцессорность, что делает их интерфейсы еще более приятными. @pythonl

🖥 The dataclass decorator automatically adds generated special methods such as __init__() and __repr__() to user-defined classes. Вы уже пробовали использовать dataclass в Python? Декоратор dataclass автоматически добавляет сгенерированные специальные методы, такие как `__init__()` и `__repr__()` в ваши классы. @pythonl

🎄 Happy New Year 2024 using Python Поздравление с Новым 2024 годом с помощью Python. @pythonl

💼 Y'ORG Y'ORG объединяет большин языковые модель с Jupyter Notebook для выполнения различных задач. Цель Y'ORG - предоставить удобный интерактивный способ (1) изучения кода, (2) составления планов и задач для работы, (3) написания кода и добавления новых функций. Он также помогает ученым и аналитикам (4) проводить анализ данных и (5) создавать полноценные отчеты. ▪ Github @pythonl

​​​​Все для изучения Data Science Собрали все что потребуется для изучения data science 👉 Data Science | Machinelearning - канал для изучения data science и machinelearning 👉 Python - канал для изучения python и его аспектов связанных с data science. Добро пожаловать!

🖥 class difflib.SequenceMatcher: This module provides classes and functions for comparing sequences. Этот модуль предоставляет классы и функции для сравнения последовательностей. Он может быть использован, например, для сравнения файлов и может выдавать информацию о различиях в файлах в различных форматах, включая HTML, контекстные и унифицированные диффы. Для сравнения каталогов и файлов см. также модуль filecmp. https://docs.python.org/3/library/difflib.html @pythonl

🖥 Simplicity of #Python Простота и удобство python @pythonl

🖥 Mathematical function using Python Работа с Математическими функциями на Python @pythonl

⚡️ 100 вопросов с собеседований Data Science Habr: https://habr.com/ru/articles/783766/ Видео: https://www.youtube.com/watch?v=6Pk4OgdNxXQ @pythonl

✅ Cascade-DETR: Cascade-DETR: Delving into High-Quality Universal Object Detection Высококачественный универсальныый детектор объектов. ▪Github ▪Paper @pythonl

🖥 Image Color Extraction with Python Извлечение цвета из изображения с помощью Python. @pythonl

🖥 Scrabe Table from a website using Python Пример парсинга таблицы с веб-сайта с помощью Python. @pythonl

Разбираем тестовое задание в СБЕР на позицию junior-аналитика 📣 Всем привет! Команда Simulative и наш CEO – Андрон Алексанян приглашаем вас на интенсив, где мы в прямом эфире будем разбирать настоящее тестовое задание на позицию junior-аналитика в компанию СБЕР. Это будет последний обучающий интенсив в этом году. Нам предстоит проанализировать историю договоров клиентов банка, провести аналитику и сформулировать бизнес-выводы. 📅 Дата: 26 декабря 🕘 Время: 19:00 по Мск Что будем делать на интенсиве: ➖ Решать задания с помощью SQL ➖ Писать хитрые запросы на SCD, pivot table и другие ➖ Подробно разбирать каждый шаг ➖ Считать retention банка и проводить сегментацию ➖ Проводить аналитику и составлять бизнес-выводы В прямом эфире мы также расскажем о частых ошибках новичков и поделимся лайфхаками — как достойно пройти собеседование и удивить ревьюера крутыми фишками 🤩 ❗️ Записи интенсива не будет. Только один раз и только в live-формате. А вы готовы бустануть свои знания и скиллы в аналитике? 🔗 Регистрируйтесь на интенсив Реклама. ООО «АЙТИ РЕЗЮМЕ». ИНН 4025460134. Erid:LjN8K329g

🖥 Game Catch on Python Игра фейковая викторина на Python. import random import tkinter # Create the main window window = tkinter.Tk() window.title("Catch me if you can") # Create a canvas inside the main window canvas = tkinter.Canvas(window, width=800, height=600, bg="Light Blue") canvas.pack(fill=tkinter.BOTH, expand=True) # Create a label and place it at the top center of the canvas label = tkinter.Label(canvas, text="Are you a loser?", font=('consolas', 40), bg='lightblue') label.place(relx=0.5, rely=0.1, anchor=tkinter.CENTER) # Function called when "yes" button is clicked def catchme(): button.config(text="then catch me if you can :)", font=('consolas', 40), command=teleport) # Function called when "no" button is clicked def for_real(): yes.config(text="I knew") # Function to teleport the "no" button to a random position def teleport(): button.place(x=random.randint(0, 100), y=random.randint(0, 100)) button.config(text="no", command=catchme) button.config(bg=random.choice(["red", "blue", "green", "yellow", "pink"])) # Create the "yes" button, set its appearance, and place it at a specific position on the canvas yes = tkinter.Button(canvas, text="yes", font=('consolas', 40), command=for_real) yes.place(relx=0.3, rely=0.8, anchor=tkinter.CENTER) # Create the "no" button, set its aёppearance, and place it at a specific position on the canvas button = tkinter.Button(canvas, text="no", font=('consolas', 40), command=teleport) button.place(relx=0.7, rely=0.8, anchor=tkinter.CENTER) # Start the main event loop window.mainloop() 📌 10 лучших библиотек Python для создания графического интерфейса в 2024 году @pythonl

🖥 StreamDiffusion: A Pipeline-Level Solution for Real-Time Interactive Generation Решение на Python на уровне конвейера для интерактивной генерации изображений в реальном времени. ▪Github @pythonl

🖥 URL Shortener with Python Сократитель URL с помощью Python @pythonl

ㅤ ВТБ и Финтех Хаб Банка России проводят образовательную программу "Машинное обучение PRO: обработка документов и генеративные нейросети". Программа предназначена для тех, кто уже знаком с основами машинного обучения и хочет углубить свои знания в области обработки естественного языка, деплоя и тестирования моделей, а также создания ML-сервисов. Программа состоит из двух модулей. Теоретический модуль будет проходить в дистанционном формате с 12 февраля по 11 марта 2024 года. В нем будут проводиться лекции по основам NLP, обработке изображений, языковым моделям, извлечению сущностей и отношений, суммаризации, классификации, кластеризации и MLOps. Практический модуль состоит из дистанционных занятий с 18 марта по 8 апреля 2024 года, а также нескольких очных дней в Москве. В этом модуле участники смогут применить полученные знания и вместе с менторами из Банка России и ВТБ пройти весь цикл продуктовой ML-разработки. Они будут разрабатывать архитектуру и user-story для одного из сервисов, работать в кросс-функциональной команде и создавать и внедрять модели машинного обучения. Лучшие команды по итогам модуля получат возможность презентовать свой прототип на международной конференции по анализу данных Data Fusion 18 апреля 2024 года. Форма отбора - тестирование, которое будет проводиться с 25 января по 2 февраля 2023 года. Заявки на участие можно подать на сайте программы.

ㅤ ВТБ и Финтех Хаб Банка России проводят образовательную программу "Машинное обучение PRO: обработка документов и генеративные нейросети". Программа предназначена для тех, кто уже знаком с основами машинного обучения и хочет углубить свои знания в области обработки естественного языка, деплоя и тестирования моделей, а также создания ML-сервисов. Программа состоит из двух модулей. Теоретический модуль будет проходить в дистанционном формате с 12 февраля по 11 марта 2024 года. В нем будут проводиться лекции по основам NLP, обработке изображений, языковым моделям, извлечению сущностей и отношений, суммаризации, классификации, кластеризации и MLOps. Практический модуль состоит из дистанционных занятий с 18 марта по 8 апреля 2024 года, а также нескольких очных дней в Москве. В этом модуле участники смогут применить полученные знания и вместе с менторами из Банка России и ВТБ пройти весь цикл продуктовой ML-разработки. Они будут разрабатывать архитектуру и user-story для одного из сервисов, работать в кросс-функциональной команде и создавать и внедрять модели машинного обучения. Лучшие команды по итогам модуля получат возможность презентовать свой прототип на международной конференции по анализу данных Data Fusion 18 апреля 2024 года. Форма отбора - тестирование, которое будет проводиться с 25 января по 2 февраля 2023 года. Заявки на участие можно подать на сайте программы.

🖥 Live Exchange Rates using Python Курсы валют в реальном времени с помощью Python @pythonl