en
Feedback
About Python [ru]

About Python [ru]

Open in Telegram

Пишем на Python, создаём нейросети и ИИ-агентов. Алгоритмы, задачи и вайбкодинг. Личный блог автора - @just_genych По вопросам рекламы или разработки: @g_abashkin

Show more
6 598
Subscribers
+3524 hours
+757 days
+8930 days
Posts Archive
​​👥Масштабирование телеграм-ботов на примере aiogram В этой статье я расскажу, как создавать более отзывчивые и масштабируемые боты, используя современные асинхронные возможности Python. Читать...

​​🥸Исследование режима Copy-on-Write в pandas. Часть 3 В этом материале рассматриваются некоторые типичные проблемы кода и то, как его можно адаптировать для того чтобы его поведение не изменилось бы после включения CoW. Читать...

​​🧑‍💻Web3: пишем небольшой фреймворк для работы со смарт-контрактами на Python В этой статье я опишу основные принципы его работы, поделюсь предпосылками создания и приведу парочку примеров применения. Читать...

​​🕹Как создать игру в Telegram за 20 недель и не спиться В этой статье расскажем о том, как мы создавали наш продукт (MMO RPG игра в телеграм для разработчиков), с какими ошибками столкнулись, и как дожили до релиза. Читать...

​​👍Как улучшить тестируемость кода на примере Dependency Injection в Python В данной статьей вы узнаете о важности отделения операций ввода-вывода (т.е. сетевых запросов, обращений к базе данных и т.д.) от основной логики кода, особенностях использования Dependency Injection (внедрения зависимостей) для написания более тестируемого кода с примерами модульных тестов. Читать...

​​🧑‍💻«Иногда лучше написать велосипед»: как тестировать кластеры Kubernetes с помощью Python В этой статье автор расскажет, как с помощью самописного фреймворка на Python можно гибко тестировать кластеры Kubernetes и запускать итерационные сценарии, связанные со сторонними API. Читать...

​​🥸Исследование режима Copy-on-Write в pandas. Часть 2 В этой статье речь пойдёт об оптимизации, направленной на то, чтобы копирование не ухудшило бы средних показателей скорости работы кода. Читать...

​​🛠Простой ORM для sqlite3 В этой статье мы напишем ORM самостоятельно и узнаем, какие инструменты python нам для этого понадобятся. Читать...

​​🤓NumPy: шпаргалка для начинающих В этой статье мы поговорим про NumPy. Читать...

Python, JS или C++? А может, почитаем про все три сразу?  Есть бот AI Open News, который собирает посты из ваших любимых пабликов в одном месте. Очень удобно для обучения.  Он высылает актуальные посты единой подборкой. Когда придет подборка — решаете сами. Бот AI Open News не будет пушить уведомлениями. А еще бот умеет делать дайджесты — на любую тематику. Можно попросить что-то про программирование в целом или про конкретный язык и не рыться в каналах самому.  В общем, пробуйте. Бот сильно хелпанет в обучении — @AiOpenNewsbot

​​🦾Автоматизация выявления вредоноса в реестре Windows В этой статье я расскажу, почему многие существующие методы анализа реестра не всегда эффективны, а также мы рассмотрим пример решения этой проблемы. Читать...

​​👍Mimesis: идеальное решение для генерации данных В этой статье мы рассмотрим один из лучших пакетов для генерации синтетических данных. Читать...

​​🌥Прогнозирование временных рядов с помощью библиотеки Skforecast В этой статье мы рассмотрим нюансы прогнозирования на практике и с помощью библиотеки skforecast. Читать...

​​🥳concurrent.futures в Python В этой статье мы взглянем на одну из самых интересных библиотек в Python для работы с параллельным выполнением задач - concurrent.futures. Читать...

+1 в копилку годных каналов про Python С @python_practics освоишь Python гораздо проще: 📌 полезные сниппеты кода для твоих задач 📌 теория Python понятным языком с примерами 📌 вопросы из собеседований 📌 бесплатные книги и курсы по Python 📌 тесты и опросы для тех, кто не запоминает сухую инфу

​​👽Поможем Ходору найти новых друзей с помощью графов В этой статье я расскажу как работают эти алгоритмы, и реализую рекомендательную систему с помощью графов. Читать...

​​🧠Кратчайший путь с одним источником во взвешенных графах, Алгоритм Дейкстры и Python В данной статье мы погрузимся в мир алгоритмов, предназначенных для нахождения кратчайшего пути в графах, в которых каждое ребро имеет свой вес. Читать...

​​🥸Исследование режима Copy-on-Write в pandas. Часть 1 В этой статье автор расскажет о том, как эффективно пользоваться копированием при записи, и как можно адаптировать свой код под новые возможности pandas. Читать...

​​Разработка real-time приложений с Python и WebSocket В этой статье автор рассмотрит, как real-time приложения позволяют создавать интерактивные и отзывчивые приложения, обогащая пользовательский опыт. Читать...

​​🐍 Работаете на Python? Есть идея для следующего шага — стать Data scientist 13 ноября стартует новый курс от Слёрм — «Data Scientist». Мы покажем, как научить компьютеры «думать» самостоятельно, как анализировать и визуализировать большие объемы данных и сводить бизнес-задачу в задачу машинного обучения. База для наших студентов и их опора в будущей профессии — знание Python. 🐍 На Python легче решать сложные задачи и решать вопросы автоматизации; 🐍 Для Python существует множество прикладных библиотек для задач Data Scientist. С их помощью можно обрабатывать данные и анализировать их. И если вы уже прокачались в этом языке программирования и думаете, куда вам дальше, то мы смело рекомендуем курс! Python мы используем на протяжении всего курса. Мы будем сосредотачиваться на библиотеках, которые требуются для решения ML-задач. Полную программу вы можете увидеть на нашем сайте тут. Что будет на курсе: Два senior-специалиста. Если посчитать их общий рабочий стаж в IT, то получается 14 лет. Видеолекции. Спикеры рассматривают каждую тему в коротких видеоуроках. Работа в групповом чате. Всех студентов мы соберем в одном чате в Telegram: здесь можно будет поделиться инсайтом, задать вопрос кураторам и спикерам курса. Встречи с экспертами. После каждого тематического блока спикеры курса готовы будут встретиться с вами и обсудить возникшие сложности. Практические задания. Они будут идти после модулей с теорией. Это небольшие задачки, с которыми можно закрепить теорию. Итоговый проект, на котором вы сможете опробовать полученные знания, а сам проект использовать в портфолио на собеседовании. Наши спикеры:  Иван Аникин, Team Lead Yandex.Edadeal.  Владимир Бугаевский, Team Lead СберМаркет. Даем знания и практику, с которыми можно перейти на позицию Data Scientist уровня junior в крупную технологическую компанию. Узнать больше о спикерах и программе и записаться на курс вы можете по ссылке. Реклама. ООО «Слёрм» г. Лиски, ОГРН 1193668020545