Python 🐍 Work With Data
رفتن به کانال در Telegram
A collection of books and articles on Python and various data manipulation tools. Overview of architecture of business intelligence systems, design and development of BI Reports, data processing in Python Pandas.
نمایش بیشتر1 608
مشترکین
اطلاعاتی وجود ندارد24 ساعت
اطلاعاتی وجود ندارد7 روز
-230 روز
آرشیو پست ها
Python for DevOps: Learn Ruthlessly Effective Automation
Автор: Noah Gift, Kennedy Behrman, Alfredo Deza
Год издания: 2020
1,000 slides on various Python topics, including data science
https://marko-knoebl.github.io/slides/#python
PandasGUI: Analyzing Pandas dataframes with a Graphical User Interface | by Parul Pandey | Oct, 2020 | Towards Data Science
https://towardsdatascience.com/pandasgui-analyzing-pandas-dataframes-with-a-graphical-user-interface-36f5c1357b1d
🔥A curated list of awesome open source workflow engines
https://github.com/meirwah/awesome-workflow-engines
20 Data Table Libraries for JavaScript in 2020 | by Kapil Rastogi | Frontend Weekly | Medium
https://medium.com/front-end-weekly/20-data-table-libraries-for-javascript-in-2020-1bf00411b060
Библиотека Python для создания Excel с форматированием, бесплатная https://xlsxwriter.readthedocs.io/index.html
12 Python Tips and Tricks For Writing Better Code
https://towardsdatascience.com/12-python-tips-and-tricks-for-writing-better-code-b57e7eea580b
Regex tutorial — A quick cheatsheet by examples | by Jonny Fox | Factory Mind | Medium
https://medium.com/factory-mind/regex-tutorial-a-simple-cheatsheet-by-examples-649dc1c3f285
What's New in Python 3.9 | Future of Python
https://towardsdatascience.com/python-3-9-9c2ce1332eb4
Creating PDF Reports with Python, Pdfkit, and Jinja2 Templates | by Mark Nagelberg | Towards Data Science
http://www.marknagelberg.com/creating-pdf-reports-with-python-pdfkit-and-jinja2-templates/
Запись стрима в прошлый понедельник
У меня наконец дошли руки добавить тайм-кодов, так что ловите запись.
Вот, что было интересного:
02:53 Как работаешь с техдолгом в команде?
08:50 Как планировать спринты, чтобы всё успевать?
11:01 Как выращивать людей в команде?
14:31 Что делать с легаси? Пример igooods
20:45 Как разработчику увеличить свой доход в 10 раз?
26:42 Получилось ли с Саматом заработать кучу денег?
27:04 Когда лучше брать джунов,
31:19 Как архитектурно правильно начинать новый проект?
37:24 Как следишь за производительностью программистов в команде?
40:41 Как видишь перспективы развития no-code?
45:54 Как понять, что у проекта исчерпывающая документация?
47:23 Где искать мотивацию работать, когда начинаешь ненавидеть проект?
51:44 Нет хобби кроме работы
52:24 Что значит взять на себя ответственность? Как и чем отвечать за неудачу?
57:46 Что будет с фронтендом и бекендом через 20–30 лет?
59:52 Куда лучше пойти джуну — на галеру или в стартап?
01:02:22 Переквалифицироваться в программисты после 40, миф или реальность?
01:05:36 Как тимлиду правильно устроить процесс делегирования задач, чтобы самому всё не контролировать?
01:08:45 Как развиваться project-менеджеру? Будет ли профессия актуальна в будущем?
01:10:29 Как продакту понять, о чём говорят разработчики?
01:12:16 Как думаешь, схлопнется ли скоро пузырь AI и ML?
01:14:30 Как совмещать семью и работу?
01:15:54 Как лучше учиться фундаментальным знаниям? Посоветуешь доступные гуманитарию книги и курсы?
01:18:18 Как найти и распознать техлида, способного лидить бек, фронт и тест-активности?
01:21:45 Важна ли декомпозиция задач, или это вмешательство в художественный процесс разработки?
01:25:19 Куда и как развиваться синьёру (в техническом плане)?
01:26:45 Инвестириуешь? Через какого брокера? В кого?
01:28:10 Что делать, если понимаешь, что коллеги технически не растут?
01:30:29 Как ты повышаешь у разработчиков ответственность за задачи?
01:32:39 В чём тебе стоило бы улучшить свои навыки? Какие области роста видишь у себя?
01:36:27 Как онбордить новых разработчиков, если документации и сервисов с интеграциями очень много?
01:37:20 Резко упало качество и скорость разработки, выросла сложность задач. Что делать?
01:39:08 Девопс в команде. Дань хайпу или есть польза?
01:41:20 Какие технические знания не устареют через 10 лет?
01:42:14 Есть ли жизнь без скрама и спринтов?
01:43:21 Как проджект-менеджеру перейти во фронтенд? Может сначала в QA?
01:44:11 Как ты вёл два беклога, для бизнеса в трелло, а для команды — в гитхабе?
01:46:53 Что такое высокая инженерная культура и как её распознать?
01:49:52 Как выбираешь на чём сфокусировать команду в устаревающем проекте на саппорте?
01:50:34 Как приучал себя к регулярным повторяющимся активностям, таким как блог или телеграм?
01:51:41 Можно ли долго вести проект без код-ревью? Как уменьшить временные затраты на этот этап?
01:53:44 О чём писать в блоге разработчика?
Честно говоря, я крайне не доволен стримом — пересматривая запись я понимаю, что мог бы ответить гораздо полнее и интереснее. Ну, ничего страшного — теперь я знаю, как готовиться, поэтому через пару недель устроим ещё один.
Ну и спасибо всем, кто пришёл!
Python HOW: Getting Facebook Data and Insights Using facebook-sdk | by Gabriel Harris Ph.D. | Medium
https://medium.com/@DrGabrielHarris/python-how-getting-facebook-data-and-insights-using-facebook-sdk-9de14d3c12fb
Data Engineering 101: Automating Your First Data Extract | by SeattleDataGuy | Better Programming | Medium
https://medium.com/better-programming/data-engineering-101-automating-your-first-data-extract-845c84f119cc
Master Data Science and Data Analysis With Pandas By Arun by Arun.pdf
Pandas has became an important and a must tool for data analysis. This book covers various scenarios that occurs in real life data and thus helps reader to relate the issues directly and apply the solution. The book has been developed in such a way that everyone can easily understand and run through the concepts. This book has been created for both beginners and experienced ones as the beginners can learn the technology from scratch and experienced ones can brush their concepts and can relate their issues and understand the concept in depth.
PYTHON FOR DATA SCIENCE: Guide to computer programming and web coding. Learn machine learning, artificial intelligence, NumPy and Pandas packages for data analysis. Step-by-step exercises included
✓ The basics of Python programming
✓ Differences among programming languages: Vba, SQL, R, Python
✓ 4 reasons why Python is fundamental for Data Science
✓ Introduction to some Python libraries like NumPy, Pandas, Matplotlib,
✓ Python design patterns
✓ Fit Python Data Analysis to your business
✓ Optimal tools and techniques for data visualization
✓ Analysis of popular Python projects templates
✓ Game creation with Pyhton
Распределенные системы. Паттерны проектирования by Брендан Бёрнс.pdf
Современный мир попросту немыслим без использования распределенных систем. Даже у простейшего мобильного приложения есть API, через который оно подключается к облачному хранилищу. Однако, проектирование распределенных систем до сих пор остается искусством, а не точной наукой. Необходимость подвести под нее серьезный базис назрела давно, и, если вы хотите обрести уверенность в создании, поддержке и эксплуатации распределенных систем - начните с этой книги!
Брендан Бёрнс, авторитетнейший специалист по облачным технологиям и Kubernetes, излагает в этой небольшой работе абсолютный минимум, необходимый для правильного проектирования распределенных систем. Эта книга описывает неустаревающие паттерны проектирования распределенных систем. Она поможет вам не только создавать такие системы с нуля, но и эффективно переоборудовать уже имеющиеся.
