Python академия

Станьте разработчиком нейро-сотрудников на Python и зарабатывайте от 150.000р в месяц 🔥🔥🔥 Мы научим вас создавать топовых нейро-сотрудников на базе GPT-4 Omni, и вы сможете: 1️⃣ Устроиться разработчиком в крупную компанию и зарабатывать от 150 тысяч ₽ в месяц 2️⃣ Разрабатывать такие проекты на заказ и зарабатывать от 500 тысяч ₽ за проект 3️⃣ Создать нейро-сотрудника в вашей компании и вырасти на +30-100% в зарплате Что будет на интенсиве? 🧬 Теория: как создаются нейро-сотрудники с GPT-4o на Python 🧬 Практика: мы создадим нейро-консультанта, нейро-HR, нейро-маркетолога и др. Ведущий интенсива - Senior AI разработчик нейросетей и основатель Университета искусственного интеллекта 🔥 Регистрируйтесь на бесплатный интенсив! Встречаемся в ближайший четверг!

Получаем и задаем лимит рекурсии В Python не оптимизируется хвостовая рекурсия, из-за чего зачастую возникает RecursionError во время создания рекурсивных алгоритмов. Но с помощью модуля sys можно посмотреть и даже изменить максимальную глубину рекурсии. Хотя делать это слегка опасно, так как каждый новый вызов занимает много памяти. И вообще лучше стараться использовать не рекурсию, а обычные циклы, но это вы и так сами знаете. Подписывайтесь на канал 👉@pythonofff

Каждая функция должна выполнять какое-то одно действие и делать это хорошо Пишите короткие и простые функции, выполняющие одну задачу. Полезный прием: если в имени вашей функции появляется союз «и», лучше разделить такую функцию на две разных. Подписывайтесь на канал 👉@pythonofff

Получаем метаданные из аудиофайла Для извлечения метаданных из аудиофайлов, а также их редактирования есть очень удобный модуль mutagen. Модуль позволяет получить всю основную информацию об аудиофайле: длину, битрейт, исполнителя и так далее. Модуль поддерживает форматы метаданных APEv2 и ID3v2, анализируя все кадры ID3v2.4. Подписывайтесь на канал 👉@pythonofff

Имя функции не определено В этом примере мы добавили лишнюю букву o при вызове функции — sayHelloo() вместо sayHello(). Это просто опечатка, однако она вызовет ошибку, потому что функции с таким именем не существует. Итак, мы получили ошибку: NameError: name 'sayHelloo' is not defined. Подобные орфографические ошибки очень легко пропустить. Сообщение об ошибке обычно помогает исправить это. Подписывайтесь на канал 👉@pythonofff

Обработка исключений Исключения — это тип данных, который нужен для того, что бы сообщать нам об ошибках. Существует базовое исключение BaseException от которого наследуются все остальные исключения. В блоке try мы выполняем инструкцию, которая может породить исключение, а в блоке except мы ловим ошибки и делаем свои операции. Стоит учесть, что мы можем делать бесконечное количество вложенных блоков. Грамотным способом является вылавливать только те исключения, которые мы ожидаем. Подписывайтесь на канал 👉@pythonofff

Генераторные выражения (generator expressions) Попробуем использовать генераторные выражения (для получения среза будем использовать функцию islice из itertools, которая возвращает итератор по срезу) Подписывайтесь на канал 👉@pythonofff

Управление версиями Python Инструмент pyenv позволяет легко переключаться между несколькими версиями Python. Он прост в использовании и следует лучшим традициям UNIX, где каждая утилита хорошо выполняет одну свою задачу. Вкратце, основной функционал pyenv выглядит так: — Позволяет изменять глобальную версию Python для каждого пользователя; — Обеспечивает поддержку версий Python для каждого проекта; — Позволяет переопределить версию Python с помощью переменной окружения; — Выполняет поиск команд из нескольких версий Python одновременно. Подписывайтесь на канал 👉@pythonofff

Генераторные фунции (generator functions) Если предикатов фильтрации или обработчиков элементов списка много, то удобнее использовать генераторы. Они могут не дать прироста скорости, но помогут сэкономить память. Генераторной фунцией в python называется функция, которая ведет себя как итератор. Для определения генераторной функции нужно использовать ключевое слово yield Подписывайтесь на канал 👉@pythonofff

Аннотации типов Python имеет динамическую типизацию и позволяет нам оперировать переменными разных типов, и иногда у нас бывают ошибки, связанные с некорректной передачей данных неверного типа. В современных версиях 3.6+ добавилась поддержка аннотации типов переменных, полей класса,аргументов и возвращаемых значений. Подписывайтесь на канал 👉@pythonofff

Профилирование Профилирование — это процесс, который помогает при работе с данными и их обработке. Пожалуй, одна из самых известных Python-библиотек для этого – Pandas. Данная библиотека является довольно понятной в использовании и благодаря ей можно быстро выполнять анализ данных. Кроме того, Pandas имеет встроенную функцию .plot() как часть класса DataFrame, что позволяет демонстрировать на графиках обрабатываемые данные. Подписывайтесь на канал 👉@pythonofff

Рисуем графики Графическая библиотека plotly позволяет создавать интерактивные качественные графики в Python. В сегодняшнем примере применим эту библиотеку чтобы построить простой линейный график. Сначала нам нужен список с данными, которые мы хотим изобразить на графике. Это может быть, например, список или numpy массив: data = [1, 1.3, 2.1, 4, 3.5, 7] Далее метод fig = px.line(y=data) принимает наши данные и строит график в виде точек с координатами из массива и обьединяет их линиями. Метод fig.show() откроет графическое окно с изображенным графиком. Кроме этого plotly позволяет строить такие графики как: — Точечные графики; — Круговые диаграммы; — Гистограммы; — Тепловые карты; — Пузырьковые диаграммы; — И многие другие. Больше подробно об этой библиотеке и способы ее применения можно посмотреть тут. Подписывайтесь на канал 👉@pythonofff

Удаление дублирующихся данных Чтобы очистить данные, некоторые шаги нужно сделать обязательно. Один из таких шагов — удаление дубликатов. И тут не важно, идет речь о текстовых или числовых данных. Если у вас слишком много дубликатов, это увеличивает время обработки данных. Подписывайтесь на канал 👉@pythonofff

Работа с ChainMap из collections СhainMap группирует несколько словарей или других сопоставлений вместе, чтобы создать единое представление. Иногда нам нужно сгруппировать словари в один или же работать с множеством словарей как с одним, в этом случае вам поможет ChainMap. Немного про особенности ChainMap: — Представляет тот же интерфейс, что и словарь, но с дополнительными возможностями; — Создает обновляемое представление; — Видит внешние изменения во входных отображениях. Подписывайтесь на канал 👉@pythonofff

Удаление URL-адресов Для получения данных многие пользуются опросами. Но люди невнимательно заполняют поля, и порой в этих данных встречаются URL-адреса. Регулярное выражение, приведенное ниже, удаляет URL. Вы можете использовать и любой другой regex-паттерн для поиска URL. Здесь найденные адреса заменяются пустой строкой. Подписывайтесь на канал 👉@pythonofff

Работаем с котировками акций в Python Библиотека yfinance предоставляет мощный и удобный инструмент для получения информации с ресурса Yahoo! finance в Python. В сегодняшнем примере применим эту библиотеку чтобы узнать цену акций Майкрософт. Тикер Макйрософт называется "MSFT", именно его необходимо вписать в методе поиска: msft = yf.Ticker("MSFT") Цена акции находится в поле ['regularMarketPrice']: price = msft.info['regularMarketPrice'] Кроме этого yfinance предоставляет огромное количество такой информации о тикере как: — Исторические данные рынка; — Информация по дивидентам; — Информация о фирме (адрес, количество работников, прибыль) и т. д. Подписывайтесь на канал 👉@pythonofff

Missingno Большие грязные наборы данных и часто отсутствующие значения в них — это одна из частых проблем при работы с датасетами, и это важно отлавливать такие моменты. Для таких целей существует Missingo — библиотека, которая имеет в себе небольшой набор простых в использовании средств для визуализации отсутствующих данных и утилит, которые позволяют быстро получить сводку полноты или отсутствия вашего набора данных. Подписывайтесь на канал 👉@pythonofff

Дальнейшая обработка данных Иногда, чтобы очистить данные, бывает нужно отбросить некоторые столбцы, создать новый столбец из существующих данных или удалить строки, не содержащие определенных данных. Здесь в третьей строке мы отбрасываем два столбца с именами Id и Name и возвращаем копию нового датафрейма. Четвертая строка проверяет, содержит ли столбец Type строку frozen или green, затем возвращает True и сохраняет эту строку. Подписывайтесь на канал 👉@pythonofff

Перемещение и удаление файлов в Python Чтобы переместить файл, мы можем воспользоваться модулем os или модулем shutil. Вы увидите перемещение файла при помощи метода rename() из модуля os. Синтаксис rename() тот же, только в качестве второго аргумента указывается путь к целевому файлу с именем самого файла. os.rename(исходноеместонахождение, целевоеместонахождение) Подписывайтесь на канал 👉@pythonofff

Отбрасываем строки с пустыми данными После выполнения предыдущих шагов по очистке в столбцах остаются пустые данные. От этих пустых строк нужно избавиться, иначе это создаст неопределенность при обучении модели. Подписывайтесь на канал 👉@pythonofff