Реальный Python

Работает — не трожь: зачем обновлять Python в долгоживущих проектах Всем привет! Меня зовут Сергей Яхницкий. Я пишу на Python уже больше шести лет, техлид в Яндекс Такси, Python‑евангелист и член Python‑комитета Яндекса (аналог Python Steering Council). Человек я простой, звёзд с Гитхаба не хватал: до того, как я устроился в Такси, я мирно писал маленькие бэкенды на Python. А потом меня прорвало: кодогенерации, CI/CD, кучи тестов, монорепа и прочее. Вот тут‑то моя питоничья душа и воспряла. Решил я всё автоматизировать, обновить всё, что движется, а что не движется — подвигать и обновить. Из этого вышел мой рассказ. Этот пост широко освещает изменения последних нескольких лет и куда в принципе движется Python. Пост будет полезен как новичкам, которые только ещё изучают Python, так и опытным специалистам, которые думают о языке разработки в долгосрочной перспективе. https://habr.com/ru/companies/yandex/articles/828956/ #python 👉 @python_real

Синтез эмоций. Модель вдох-выдох Решил попробовать написать несколько статей о синтезе речи с поддержкой эмоций. Все началось, когда я решил сделать простой MVP для улучшения разговорного иностранного языка на базе нейронок, онлайн-репетитор. Так как сам испытываю сложности с его изучением. Но в процессе реализации, я использовал разные модели. Начиная от Fastpitch и Tocatron2 до Bark от Suno. Когда я тестировал свой первый MVP, то при длительном прослушивании синтетического голоса у меня начинала болеть голоса и возникало раздражение. Это особенно сильно возникало, когда озвучка голоса не соответствовала контексту. Возникал аналог эффекта "зловещей долины", но только для звука. Это заставило меня попытаться найти решения, которое сделает голос более эмоциональным. Здесь я опишу, как я начинал переносить биологическую модель, на синтез сеток. Первым моим шагом, была разработка модели "вдоха-выдоха". Идея заключалась в том, что 99,999% человек говорит исключительно на выдохе (это касается и животных). https://habr.com/ru/articles/828676/ #python 👉 @python_real

Generative AI in Jupyter Jupyter AI brings generative artificial intelligence to Jupyter notebooks, giving users the power to explain and generate code, fix errors, summarize content, ask questions about their local files, and generate entire notebooks from a natural language prompt. Using its powerful magic commands and chat interface, Jupyter AI connects Jupyter with large language models (LLM) from providers such as AI21, Anthropic, AWS, Cohere, and OpenAI. We use LangChain to support all popular LLMs and providers, giving you access to new models as they are released. LangChain will let Jupyter AI use local models as well. Jupyter AI version 1.0, for JupyterLab 3, and Jupyter AI 2.0, for JupyterLab 4, are now available as free and open source software. https://blog.jupyter.org/generative-ai-in-jupyter-3f7174824862 #python 👉 @python_real

Working With JSON Data in Python https://realpython.com/python-json/ #python 👉 @python_real

Setting Up Python for Machine Learning on Windows https://realpython.com/python-windows-machine-learning-setup/ #python 👉 @python_real

Rounding Numbers in Python https://realpython.com/courses/rounding-numbers-python/ 👉 @python_real

Intro to PDB, the Python Debugger PDB is an ugly but convenient debugger that is always available with Python. Using the breakpoint() function, you can pause any program at a specific line, and enter a debugging shell. In this shell you can run any Python code and access the program state at this line. https://www.bitecode.dev/p/intro-to-pdb-the-python-debugger 👉 @python_real

Ciphey Полностью автоматизированный инструмент для дешифровки/декодирования/взлома, основанный на обработке естественного языка и искусственном интеллекте, и немного на здравом смысле. Цель Ciphey - стать инструментом для автоматизации множества расшифровок и дешифровок, таких как шифрование на нескольких базах, классические шифры, хэши и более сложные криптографии. Если вы не знаете достаточно много о криптографии или хотите быстро проверить зашифрованный текст, прежде чем работать над ним самостоятельно, Ciphey - для вас. Техническая часть. Ciphey использует специально созданный модуль искусственного интеллекта (AuSearch) с интерфейсом обнаружения шифров, чтобы приблизительно определить, чем что-то зашифровано. Затем используется собственный настраиваемый интерфейс обработки естественного языка, который может определить, когда полученный зашифрованный текст становится обычным. Здесь нет нейронных сетей или раздутого ИИ. Мы используем только то, что быстро и минимально. https://github.com/Ciphey/Ciphey/blob/master/translations/ru/README.md 👉 @python_real

Graphs in Python: Breadth-First Search (BFS) Algorithm https://stackabuse.com/graphs-in-python-breadth-first-search-bfs-algorithm/ 👉 @python_real

Django REST Framework Views - ViewSets https://testdriven.io/blog/drf-views-part-3/ 👉 @python_real

Знаете ли вы, что в Python встроен пакет для создания хэшей MD5 и SHA? @python 👉 @python_real

Ребята из Podlodka Python Crew с 3 по 7 июня зовут на новый сезон своей онлайн-конференции. Впереди целая неделя воркшопов и докладов по теме инфраструктуры. Что будет — Узнаем, как удобно работать с Kafka, RabbitMQ, NATS и другими брокерами. Поймём, зачем нужен FastStream — python-фреймворк, созданный специально для этих задач. — Разберёмся, как гарантировать консистентную работу системы с помощью паттерна "transactional outbox". На мастер-классе запустим демо-стенд и проверим, как паттерн реализуется на практике и справляется с отказами компонентов. — Погрузимся в работу с метриками: научимся собирать и анализировать данные, чтобы всегда быть в курсе состояния системы. — Обсудим реальные фейлы с инфраструктурой и как их избежать. Наши эксперты поделятся честными историями и полезными советами. Как будет По максимуму практических примеров, дискуссий и нетворкинга. Ждём всех 🤝 Реклама. ИП Толстая Елена Петровна ИНН:507503278104

Python calendar Module: Создание календарей с помощью Python Python calendar module предоставляет несколько способов создания календарей для Python-программ. Он также включает в себя множество функций для работы с данными календаря в виде строк, чисел и объектов времени даты. В этом уроке вы узнаете, как использовать модуль calendar для создания и настройки календарей в Python. https://realpython.com/python-calendar-module/ 👉 @python_real

Протоколы в Python В Python 3.8. появилась новая примечательная возможность — протоколы (protocols). Протоколы — это альтернатива абстрактным базовым классам (abstract base classes, ABC). Они позволяют пользоваться структурной подтипизацией (structural subtyping), то есть — осуществлять проверку совместимости классов исключительно на основе анализа их атрибутов и методов. В этом материале мы поговорим о протоколах в Python и разберём практические примеры работы с ними. https://habr.com/ru/companies/wunderfund/articles/751424/ 👉 @python_real

Используйте Okta и Oso для защиты приложения FastAPI + SQLAlchemy https://developer.okta.com/blog/2021/06/23/okta-oso-fastapi-sqlalchemy 👉 @python_real

3 классные библиотеки Python, которые сэкономят ваше время и силы https://samuel-vidovich.medium.com/3-cool-python-libraries-that-will-save-you-time-and-effort-27fcdc6762d5 👉 @python_real

Декораторы Python - как создавать и использовать декораторы в Python с примерами В этой статье я рассмотрю следующие темы: Когда использовать декоратор в Python Строительные блоки, используемые для создания декоратора Как создать декоратор в Python Реальные примеры использования декораторов в Python Декораторы классов в Python https://www.freecodecamp.org/news/python-decorators-explained-with-examples/ 👉 @python_real

Write Unit Tests for Your Python Code With ChatGPT Having a good battery of tests for your code may be a requirement for many Python projects. In practice, writing unit tests is hard and can take a lot of time and effort. Therefore, some developers don’t like to write them. However, with large language models (LLMs) and tools like ChatGPT, you can quickly create robust and complete sets of tests for your Python code. In Python, you can use multiple different tools for writing tests. The most commonly used tools include doctest, unittest, and pytest. ChatGPT can be of great help in writing tests with any of these tools. https://realpython.com/chatgpt-unit-tests-python/ 👉 @python_real

Майские скидки! Профессия «Python-разработчик» 🐍 🎁  Скидка до 30 000 р. Успейте до 14 мая получить специальное предложение! Освойте один из самых популярных языков для бэкенда, научитесь создавать полноценные сайты и веб-приложения и реализовать внутреннюю логику работы программ на фреймворке Django. Уже во время обучения вы вступите в программу «Карьерный трек», чтобы найти свою первую работу в IT. 📌 Пройдите 5 бесплатных уроков и поймите, подходит ли вам профессия и стоит ли продолжать!

Pandas AI - будущее анализа данных Представьте, что вы можете разговаривать со своими данными так, будто они ваши лучшие друзья. Именно это и делает Pandas AI! Эта библиотека Python обладает возможностями генеративного искусственного интеллекта, который может превратить ваши фреймы данных в собеседников. Больше не нужно бесконечно смотреть на строки и столбцы. https://medium.com/@fareedkhandev/pandas-ai-the-future-of-data-analysis-8f0be9b5ab6f 👉 @python_real