Библиотека Python разработчика | Книги по питону

Расскажите, что вы думаете про российские IT-компании — кто, на ваш взгляд, делает классные продукты, у кого самые крутые технологии, а кто недостаточно заботится о сотрудниках. Опрос займёт не больше 5 минут, среди участников будет разыгран iPhone 14 Pro Max (всё честно, правда разыграем, правила тут). 👉Пройти опрос

Компиляция Python Предположим, вы разработали приложение или библиотеку на Python и уже готовитесь передать его / её заказчику. И в этот момент возникают вопросы, о которых многие даже не задумываются. Во-первых, так может оказаться, что вы разработали супер крутой алгоритм, которого ни у кого нет, и показывать его хочется только избранным. Во-вторых, возникает вопрос окружения - хочется быть уверенным, что заказчик справится с установкой правильной версии Python и всех вспомогательных библиотек, но это не всегда простая задача. Было бы удобно упаковать приложение в автономный исполняемый файл. И, наконец, хочется, чтобы конечное приложение работало быстрее, чем в среде разработки. И вот тут настало время скомпилировать Python-код. Меня зовут Руслан, я старший разработчик компании «Цифровое проектирование». Сегодня я расскажу, как выбрать тот самый компилятор из множества доступных. https://habr.com/ru/company/numdes/blog/581374/ @BookPython

Add additional attributes to enum members in Python https://rednafi.github.io/reflections/add-additional-attributes-to-enum-members-in-python.html @BookPython

Микросервис или монолит: выбираем архитектуру под задачу. На бесплатном вебинаре Яндекс Практикума будем разбираться, когда стоит смотреть в сторону монолита, а когда — в микросервис. → 25 января в 19:00 Вебинар будут вести четверо опытных программистов: ◾️ Дмитрий Шеламов, старший разработчик в Delivery Hero; ◾️ Алексей Мясников, старший разработчик в Яндекс Облаке, на проекте YDB; ◾️ Олег Кожанов, старший Technical Program Manager в Amazon; ◾️ Владислав Шевченко, руководитель бэкенд-практики на Go/Python в red_mad_robot. Они расскажут о своих кейсах: какой подход работал в системе сбора онлайн-чеков от ККТ, как создавать МС без опыта и распиливать монолитный бэкенд в наземной станции управления квадрокоптерами. На вебинаре — рассмотрим отличия микросервисной архитектуры и монолита; — обсудим плюсы и минусы подходов; — разберём, под какие задачи подходит каждый из них; — расскажем про проблемы масштабирования: как запланировать и с чего начать миграцию. → Приходите на вебинар и выбирайте подход мудро

Библиотеки Python, чтобы сделать ваш код читабельным, надежным и удобным для обслуживания Testing Frameworks Test Runners E2E Testing Fake Data Mocking Code coverage Object Factories Code Style Typing https://isaak.dev/2020/08/python-libraries-to-make-your-code-readable-and-maintainable @BookPython

🔥 Хотите перейти в область дата-инжиринга и работать с большими данными? 👉 Сделайте первые шаги в этом направлении на открытом уроке онлайн-курса «Data Engineer» в OTUS! 27 января в 20:00 мск пройдет вебинар «Elasticsearch как NoSQL хранилище документов». Глубокое понимание этого инструмента — ключевой момент для его правильного применения. 💻 В результате урока вы: 🔸 Изучите классификацию NoSQL СУБД 🔸 Узнаете про отличительные черты Elasticsearch и его применимости к разным задачам 🔸 Узнаете, почему Elasticsearch — одних из наиболее популярных инструментов для создания поисковых датасетов в современном мире 🔸 Поймете, чем так хорош Elasticsearch и задумаетесь об его внедрении в вашей команде 🟢 Чтобы записаться на мероприятие, пройдите вступительный тест: https://otus.pw/9Qul/ Реклама. Информация о рекламодателе на сайте www.otus.ru.

Перевод с английского на немецкий с использованием моделей Seq2Seq в PyTorch Модели «последовательность к последовательности», также называемые моделями «кодер-декодер», представляют собой семейство моделей, в которых обычно обучаются две рекуррентные нейронные сети. Первая RNN, кодер, обучается получать входной текст и последовательно кодировать его. Вторая RNN, декодер, получает закодированную последовательность и выполняет преобразование текста. Этот уникальный метод совместного обучения двух RNN был представлен Чо и др. в https://arxiv.org/pdf/1406.1078v3.pdfand и мгновенно завоевал популярность в задачах NLP, где вход и выход — это пары явных текстов, таких как перевод и резюмирование. https://bookflow.ru/perevod-s-anglijskogo-na-nemetskij-s-ispolzovaniem-modelej-seq2seq-v-pytorch/ @BookPython

25 репозиториев Github, которые должен знать каждый Python разработчик https://www.kdnuggets.com/2021/11/25-github-repositories-python-developer.html @BookPython

🔥 Хардкорный тест по Python от OTUS 🔥 🐍 Ответьте на 20 вопросов и проверьте, насколько вы готовы к обучению на курсе - «Python Developer. Professional» 👉 ПРОЙТИ ТЕСТ https://otus.pw/ui5V/ 💣 Пройдете тест и получите: ✔️ Живое общение с экспертами Python-сообщества ✔️ Лучшие открытые уроки прошлых наборов курса ✔️ Продвинутые темы и практика на «боевых» задачах уровня Middle+ ✔️ Скидку на прохождение онлайн курса «Python Developer. Professional»

Stanford CS224W: Machine Learning with Graphs Бесплатный курс от Стенфорда, с которым вы изучите структуру графов и их особенности и применения, научитесь строить графовые нейронные сети. 📌CS224W: Machine Learning with Graphs 📌Introduction to Graph Machine Learning 📌Video Lectures Stanford CS224W @BookPython

Ищем учеников на бесплатное обучение по созданию искусственного интеллекта с нуля. Опыт программирования не важен!🤖 Всего за 3 вечера под руководством Дмитрия Романова - основателя Университета Искусственного Интеллекта, лидера обучения AI-разработке в РФ, вы с легкостью напишете свой первый искусственный интеллект👨‍💻 Какие нейронные сети вы создадите? ▫️Классификация людей на входящих и выходящих из автобуса ▫️Обнаружение возгораний ▫️Оценка стоимости квартир ▫️Оценка резюме соискателей ▫️Прогнозирование стоимости полиметаллов ▫️Сегментация изображений самолетов ▫️Распознавание команд умного дома⠀ Лучше освоить навыки создания нейронных сетей вам помогут домашние задания с проверкой от кураторов.⠀ Приходите на бесплатное обучение и напишите искусственный интеллект за 3 вечера💪 Регистрация по ссылке

Решение крупномасштабных задач машинного обучения на Python Это руководство демонстрирует библиотеку xLearn, которая используется для применения задач машинного обучения на крупномасштабных данных (Данные с огромным количеством строк и столбцов). https://medium.com/@fareedkhandev/solve-large-scale-machine-learning-problem-in-python-58416f67c0ef @BookPython

Алгоритмы сортировки в Python Существует множество типов алгоритмов сортировки: поразрядная, быстрая, пирамидальная, слиянием, пузырьком, Шеллаи т.д. Ни один из них не может считаться самым быстрым, поскольку каждый алгоритм предназначен для определенной структуры данных и набора данных. Это зависит от того, какой набор данных вы хотите отсортировать. В этой заметке я остановлюсь на 5 наиболее часто используемых алгоритмах сортировки в Python. @BookPython

Мини-инструкция по сортировке в Python https://wiki.python.org/moin/HowTo/Sorting @BookPython

Хотите начать карьеру в сфере IT? Python - один из самых популярных и простых языков для старта. Вас ждут онлайн-лекции, более 100 практических работ, настоящая стажировка в команде под руководством тимлида. По итогам обучения вы добавите сразу 4 внушительных проекта в своё портфолио: - создадите telegram-бот для турагентства; - создадите социальную сеть, аналог Twitter; - разработаете маркетплейс наподобие Яндекс.Маркета; - напишите приложение для предпринимателей. Курс построен так, чтобы максимально приблизить вас к опыту реальной разработки продукта в IT-компании. В конце курса — помощь от Центра карьеры и гарантированное трудоустройство. Если вы не выйдете на работу, мы вернём вам деньги за курс. Сейчас на курс действует скидка до 55% и год английского в подарок! К тому же можно оформить рассрочку и начать платить через 3 месяца после начала обучения. Подробности и полная программа по ссылке: https://clc.to/Ng2yJQ

Unseen Object Amodal Instance Segmentation (UOAIS) Github: https://github.com/gist-ailab/uoais Paper: https://arxiv.org/abs/2109.11103 Dataset: https://paperswithcode.com/dataset/ocid Project: https://sites.google.com/view/uoais 👉 @bigdata_1

Упаковка приложений PyQt6 для Windows с помощью PyInstaller и InstallForge Создание собственных настольных приложений не приносит особой радости, если вы не можете поделиться ими с другими людьми - будь то коммерческая публикация, распространение в Интернете или просто передача знакомым. Обмен приложениями позволяет другим людям воспользоваться плодами вашего труда! https://www.pythonguis.com/tutorials/packaging-pyqt6-applications-windows-pyinstaller/ @BookPython

Вы разработчик с опытом и знакомы с основами Python? На курсе Яндекс Практикума «Мидл Python-разработчик» вы сможете выйти на новый профессиональный уровень и использовать навыки, которые отличают мидла от джуна. Вы начнете думать о проекте, как о единой системе, разрабатывать полноценные веб-сервисы, организовывать инфраструктуру, а ещё: • углубите знания технологий для бэкенд-разработки на Python; • разовьёте инженерное мышление; • сможете брать больше ответственности и решать задачи посложнее; • разберётесь, как работает бэкенд, DevOps и другие смежные области; • добавите 7 проектов в портфолио; • почувствуете себя увереннее в процессах командной разработки. На всех этапах вас будут сопровождать опытные разработчики: мы не дадим просесть по учёбе и поможем выкроить время на образование. Вы будете практиковаться на реальных кейсах и положите в портфолио работающие проекты. А карьерные консультации подготовят вас к разговору о повышении или помогут с поиском новой работы.  Начать учиться

Потоки в Python: полное руководство https://superfastpython.com/threading-in-python/ @BookPython

Как оптимизировать размер памяти при обработке крупных файлов Нередко я сталкиваюсь с большими объемами данных, которые требуют дополнительной обработки с помощью известной всем библиотеки Pandas. Однако, загружая или сохраняя огромные датасеты, неприятно столкнуться с ошибкой Memory error. В таких ситуациях применение таких методов, как .drop_duplicates() (удаление дубликатов) или .dropna() (удаление пустых строк) слабо влияет на сокращение занимаемого объема памяти. Существует несколько способов эффективного решения проблем с памятью. @BookPython