Программистика

📔 Список полезных библиотек для Python ➡️ Читать и наслаждаться Программистика // #Ресурсы

Срочно! Запустили набор на бесплатные курсы по обучению программирования Подойдет новичкам и опытным: Веб разработчик (Зп от 135 000 ₽) Java разработчик (Зп от 165 000 ₽) Python разработчик (Зп от 140 000 ₽) 🔔 Платить ничего не нужно! Набор только до 19 ноября

📝 Составили список самых востребованных библиотек Python в этом году ➡️ Читать и наслаждаться Программистика // #article

👨‍💻 Подготовили для вас короткую статью об эффективном обучении ➡️ Читать и наслаждаться Программистика // #article

Вся суть программирования на Python

📱 Первоисточник

@programistica // #video

👩‍💻 Python [START] INTRO После прохождения курса Вы поймете, что программирование - это навык, а не одаренность каких-то избранных людей. Программистами не рождаются, программистами становятся. Главное начать!

🌐 Ссылка

Программистика || #Course

💻 Рекомендации по улучшению кода 1. Использование документации Всегда документируйте свой код с помощью докстрингов:

def calculate_total(items: list) -> float:
    """
    Вычисляет общую сумму элементов в списке.

    Args:
        items: Список числовых значений

    Returns:
        float: Сумма всех элементов

    Raises:
        TypeError: Если элементы списка не являются числами
    """
    return sum(items)

2. Правильная организация проекта Структурируйте ваш проект правильно:

my_project/
    ├── README.md
    ├── requirements.txt
    ├── setup.py
    ├── my_project/
    │   ├── __init__.py
    │   ├── main.py
    │   └── utils/
    │       ├── __init__.py
    │       └── helpers.py
    └── tests/
        ├── __init__.py
        └── test_main.py

3. Использование линтеров Обязательно используйте инструменты для проверки качества кода: - pylint - flake8 - black - mypy 4. Работа с коллекциями

# Неэффективно
if value in [1, 2, 3, 4, 5]:  # Создаёт список каждый раз
    pass

# Эффективно
if value in {1, 2, 3, 4, 5}:  # Использует множество
    pass

5. Правильная обработка конфигураций

# Неправильно
DATABASE_URL = "postgresql://user:password@localhost:5432/db"

# Правильно
from decouple import config
DATABASE_URL = config('DATABASE_URL')

6. Асинхронное программирование Начинающие часто игнорируют возможности асинхронного программирования:

import asyncio

async def fetch_data():
    await asyncio.sleep(1)
    return "Data"

async def main():
    results = await asyncio.gather(
        fetch_data(),
        fetch_data()
    )

7. Использование контекстных менеджеров

from contextlib import contextmanager

@contextmanager
def timer():
    start = time.time()
    yield
    print(f"Время выполнения: {time.time() - start}")

with timer():
    # ваш код

Заключение Чтобы стать успешным Python-разработчиком: 1. Изучайте стандартную библиотеку Python 2. Следуйте принципам чистого кода 3. Используйте современные инструменты разработки 4. Пишите тесты для своего кода 5. Регулярно читайте документацию 6. Участвуйте в open-source проектах 7. Изучайте код других разработчиков Программистика // #article

💻 Топ-10 распространенных ошибок начинающих Python-разработчиков 1. Неправильное использование изменяемых объектов как значений по умолчанию

# Неправильно
def add_item(item, lst=[]):
    lst.append(item)
    return lst

# Правильно
def add_item(item, lst=None):
    if lst is None:
        lst = []
    lst.append(item)
    return lst

2. Игнорирование виртуального окружения Начинающие разработчики часто устанавливают все пакеты глобально, что может привести к конфликтам зависимостей. Всегда используйте virtualenv или venv для изоляции проектов. 3. Неправильное обращение с исключениями

# Неправильно
try:
    some_risky_operation()
except:
    pass  # Никогда так не делайте!

# Правильно
try:
    some_risky_operation()
except SpecificException as e:
    logger.error(f"Произошла ошибка: {e}")
    # Обработка конкретного исключения

4. Неэффективная работа со строками

# Неэффективно
result = ''
for i in range(1000):
    result += str(i)

# Эффективно
result = ''.join(str(i) for i in range(1000))

5. Неправильное использование циклов

# Неправильно
for i in range(len(my_list)):
    print(my_list[i])

# Правильно
for item in my_list:
    print(item)

6. Игнорирование PEP 8 PEP 8 - это стандарт оформления Python-кода. Несоблюдение его затрудняет чтение кода другими разработчиками. 7. Неправильная работа с файлами

# Неправильно
f = open('file.txt', 'r')
# работа с файлом
f.close()

# Правильно
with open('file.txt', 'r') as f:
    # работа с файлом

8. Непонимание области видимости переменных

x = 10
def my_function():
    print(x)  # Работает
    x = 5  # UnboundLocalError!

# Правильно
x = 10
def my_function():
    global x
    print(x)
    x = 5

9. Неэффективные списковые включения

# Неправильно (излишне сложно)
result = [x for x in range(100) if x % 2 == 0 if x % 3 == 0 if x % 4 == 0]

# Правильно
result = [x for x in range(100) if all(x % i == 0 for i in (2, 3, 4))]

10. Игнорирование типизации В современном Python рекомендуется использовать типизацию для улучшения читаемости кода и предотвращения ошибок:

def calculate_age(birth_year: int) -> int:
    return 2023 - birth_year

Программистика // #article

⚙️ Основы Python Курс позволит вам освоить язык программирования Python с нуля. Вы изучите основные концепции и синтаксис Python. В результате вы станете уверенным в использовании Python.

🌐 Ссылка

Программистика || #Course

Что такое антипаттерны?

📱Первоисточник

@programistica // #video

📖 Основы Python для Data Science Python — язык программирования №1 для машинного обучения и Data Science. Но как же сложно решить, с чего начать изучение Python, ведь у него огромный инструментарий! Кеннеди Берман фокусируется на тех навыках программирования, которые понадобятся вам для решения задач в области Data Science и машинного обучения. Вы познакомитесь с блокнотами Jupyter — лучшей средой для профессиональной работы с данными. Затем перейдете к ключевым библиотекам, которые упрощают процесс математических вычислений, визуализации, решение задач машинного обучения и обработки естественного языка. Затем, овладев основами, вы перейдете к продвинутым техникам, позволяющим решать более сложные задачи. 😨Скачать😮‍💨 GameDev Base || #doc

Крутая статья, где вы узнаете много лайфхаков, фактов и полезностей про python

😀 Читать

Программистика // #article

ГАЙД НА ЛИНУКС (это надо знать)

📱Первоисточник

@programistica // #video

📖  Разработка кроссплатформенных мобильных и настольных приложений на Python Книга посвящена вопросам использования интерпретатора Python, фрейморка Kivy и библиотеки KivyMD для создания приложений, которые способны работать на любом устройстве (настольный компьютер, планшет, смартфон, мини-компьютер) и в любой операционной системе (Windows, Linux, MacOS, Android, iOS).   Эти приложения адаптированы к работе на устройствах с сенсорным экраном, кроме того, они позволяют и обычный монитор настольного компьютера или ноутбука превратить в сенсорный экран. 😨Скачать😮‍💨 GameDev Base || #doc

❗️Крупнейшая библиотека 📲 @BIG_Disk снова в Telegram совершенно БЕСПЛАТНО Подборка 3500++ редких книг по: ✍️Информационным Технологиям и безопасности ✍️Osint ✍️Программирование ✍️Этичный хакинг ✍️Администрирование ✍️ SEO, маркетинг, НЛП, социальная инженерия и многое другое... "то что важно в любое время знать.." ✅ Сохрани точно пригодится 👉@BIG_Disk ❗️А в нашем Боте 🤖 @books_max_bot вы также найдете найдет и скачаете более 1миллиона книг 👻 "Информация и знания должны быть доступны и бесплатны для всех.." Администрация 👻 Max Open Source

💻 Вопрос из собеседования: Какие виды классификаторов вы использовали для своих проектов? MLPClassifier — это многослойный персептронный классификатор. Он оптимизирует функцию логарифмических потерь с помощью LBFGS или стохастического градиентного спуска. Это модель ИНС с прямой связью. Он отличается от алгоритмов SVM или наивного алгоритма Байеса тем, что имеет внутреннюю нейронную сеть для классификации. Наряду с библиотеками librosa и soundfile, я использовал MLPClassifier из библиотеки sklearn для распознавания речевых эмоций с помощью Python. Я использовала классификатор softmax для определения наличия рака молочной железы IDC (инвазивная протоковая карцинома). Этот классификатор получает вероятности для каждой метки класса. Это очень часто используется, как и SVM. Классификатор softmax представляет собой обобщение двоичной логистической регрессии на несколько классов. XGBClassifier — это модель XGBoost для классификации. Я использовал его для классификации между здоровыми пациентами и пациентами с болезнью Паркинсона - он использует eXtreme Gradient Boosting и подпадает под категорию ансамблевого обучения в ML. Обучая и прогнозируя с использованием многих моделей, он дает один превосходный результат. Чтобы обнаружить фейковые новости с помощью Python, я использовал PassiveAggressiveClassifier. Такие алгоритмы онлайн-обучения, которые остаются пассивными для правильного результата классификации, но становятся агрессивными, если происходит просчет. Это позволяет ему обновляться и настраиваться. Такой алгоритм не сходится.

Надеюсь это поможет вам пройти собеседование на желаемую вами работу, удачи🔥🔥🔥

@programistica // #jobs

Все о принципах SOLID

📱Первоисточник

@programistica // #video

Станьте AI-разработчиком на Python и зарабатывайте от 150.000₽ в месяц 🔥🔥🔥 Мы научим вас создавать и тренировать нейронные сети, и вы сможете: 1️⃣ Устроиться разработчиком в крупную компанию и зарабатывать от 150 тыс. ₽ в месяц 2️⃣ Разрабатывать такие проекты на заказ и зарабатывать от 500 тыс. ₽ за проект 3️⃣ Создать нейро-сотрудника в вашей компании и вырасти на +30-100% в зарплате На интенсиве будет много практики: создадим 9 нейросетей за 1 вечер: 🧬 Прогноз стоимости золота 🧬 Сегментация изображения для робота доставщика 🧬 Трекинг людей на видео Ведущий интенсива - Senior AI-разработчик и основатель Университета искусственного интеллекта 🔥 Регистрируйтесь на бесплатный интенсив! Встречаемся в ближайшую среду

🖼️ Библиотека Python: TensorFlow Библиотека с открытым исходным кодом, которая первоначально была разработана исследователями из Google. Ее специализация - дифференцируемое программирование, но основная цель ее создания – это машинное и глубокое обучение, а также другие рабочие нагрузки в прогнозной и статистической аналитике. ✔️ Установка

pip install tensorflow

⛓ Ссылка на документацию @programistica // #Library

💻 Вопрос из собеседования: Объяснените join() и split() в Python. join() позволяет нам соединять символы из строки вместе с помощью указанного нами символа.

','.join('12345')

‘1,2,3,4,5’ split() позволяет нам разделить строку вокруг указанного нами символа.

«1,2,3,4,5».split(',')

[‘1’, ‘2’, ‘3’, ‘4’, ‘5’]

Надеюсь это поможет вам пройти собеседование на желаемую вами работу, удачи🔥🔥🔥

@programistica // #jobs