Лагерь Python

Hypermodern Python Tooling: Building Reliable Workflows for an Evolving Python Ecosystem (Final Release) Claudio Jolowicz 2024 С помощью этого практического руководства разработчики Python узнают, как объединить подвижные части проекта на Python в простой в использовании инструментарий, используя современные инструменты, включая Poetry, Nox, pytest, mypy, pre-commit, Black, Ruff, uv, Rye, Hatch и другие. Автор Клаудио Йолович покажет вам, как создавать надежные структуры проектов на Python с модульными тестами, статическим анализом, форматированием кода и проверкой типов. #python #eng

Нашли классную шпаргалку по инструментам Python для разных задач. Сохраняем, что бы не потерять.

PyCharm. Профессиональная работа на Python Брюс М. Ван Хорн II, Куан Нгуен 2024 PyCharm – лучшая профессиональная среда разработки для программистов Python среди множества доступных интегрированных сред. Независимо от того, в каких целях используется Python – для общих задач автоматизации, создания утилит, веб-приложений, анализа данных, машинного обучения или бизнес-приложений, – инструменты PyCharm упрощают выполнение сложных задач и оптимизируют общую производительность. В этой книге мы отправляемся в путешествие по универсальной и динамичной сфере разработки Python, чему способствует интегрированная среда разработки PyCharm. Независимо от того, являетесь ли вы программистом-новичком, только начинающим свое приключение в программировании, или опытным разработчиком, желающим улучшить свои навыки Python, эта книга станет вашим надежным помощником. #python #rus

Что такое декоратор? По своей сути это паттерн, который так прижился в Python, что его сделали частью языка. Это «обёртка» для функции, меняющая её поведение без изменения внутреннего кода. «Упаковщиком» может выступать функция или класс с __call__(). Главное, чтобы при вызове эти объекты возвращали функцию, которая будет обёрткой. #lesson

Enterprise Data Analysis and Forecasting using Python Shanthababu Pandian 2023 Отправляйтесь в удивительное путешествие по тонкостям анализа временных рядов и прогнозирования с помощью этого всеобъемлющего руководства. Начиная с пакетов, необходимых для проектов в области науки о данных и машинного обучения, вы погрузитесь в возможности Python для эффективного анализа временных рядов данных, изучите основные компоненты и реальные приложения в различных отраслях с помощью убедительных примеров использования. От понимания классических моделей, таких как AR, MA, ARMA и ARIMA, до изучения передовых методов, таких как экспоненциальное сглаживание и методы ETS, это руководство гарантирует глубокое понимание предмета. #python #eng

Задачи по дискретной математике с алгоритмами на Python. 2-е изд. Борзунов С.В., Кургалин С.Д. 2022 В учебное пособие включены задачи и упражнения вузовского курса дискретной математики, включая разделы, связанные со спецификой информационно-коммуникационных технологий. В каждой главе приводятся теоретические сведения, необходимые для решения задач разного уровня сложности, ответы и во многих случаях подробные пояснения к решениям. #python #rus