Справочник Программиста

Python Tutor – это онлайн-инструмент для визуализации Python-кода. Помогает понять, как работает программа, отображая пошаговое выполнение кода и изменения в памяти. Основные возможности: 🔵Пошаговое выполнение кода – можно увидеть, как изменяются переменные и структуры данных на каждом этапе. 🔵Графическое представление памяти – показывает, какие объекты хранятся в памяти и как они связаны. 🔵Поддержка нескольких языков – кроме Python, поддерживает C, C++, Java, JavaScript и другие. 🔵Режим совместной работы – позволяет делиться кодом с другими и совместно анализировать его. 🔵Интерактивный режим – можно менять код и сразу видеть, как изменится выполнение. 🔗 Python Tutor ➡️Справочник Программиста. Подписаться

Код для распаковки zip-архива на Python Для распаковки архива в коде используется стандартный модуль zipfile.

import zipfile


def unzip_file(zip_path, extract_path):
    # Открытие zip-файла в режиме для чтения
    with zipfile.ZipFile(zip_path, 'r') as zip_ref:
        # Извлечение содержимого zip-архива
        zip_ref.extractall(extract_path)


if __name__ == '__main__':
    unzip_file('example.zip', '')

➡️Справочник Программиста. Подписаться

Крупнейший университет искусственного интеллекта Временные ряды — это данные, упорядоченные во времени, например, трафик на дорогах, изменения температуры или спрос на товары. С помощью AI можно предсказывать тренды, выявлять аномалии и оптимизировать процессы. Получите полный доступ к курсу по временным рядам на сайте. Это абсолютно бесплатно. ✨ 8 000+ студентов со всего мира ✨ 600+ AI-проектов, созданных студентами ✨ Сборная Университета — победители крупнейших AI-хакатонов России ✨ Стажировки в крупнейших компаниях России (РЖД, Ростелеком, РУДН, Совкомбанк, Самолет и другие) ✨ Трудоустраиваем выпускников в крупнейшие компании (Яндекс, ВТБ, Сбербанк, Роскосмос и другие) Будем рады видеть тебя среди наших студентов! Узнать больше #реклама 16+ neural-university.ru О рекламодателе

👀 Библиотека PyWebIO в Python Библиотека PyWebIO позволяет создавать веб-интерфейсы без необходимости писать HTML, CSS или JavaScript. Упрощает процесс разработки веб-приложений, предоставляя удобные функции для взаимодействия с пользователем. Основные возможности библиотеки: 🔵Вывод текста, изображений, таблиц и графиков 🔵Ввод данных с различных элементов формы (текстовые поля, кнопки, переключатели и т. д.) 🔵Загрузка и скачивание файлов 🔵Чат-подобные диалоги и уведомления 🔵Поддержка асинхронных задач 🔵Запуск в разных режимах: встраиваемый сервер, FastAPI, Flask, Django ➡️Установка библиотеки: pip install pywebio 📱 Репозиторий ⚙️ Документация ➡️Справочник Программиста. Подписаться

👀 Библиотека PyWebIO в Python Библиотека PyWebIO позволяет создавать веб-интерфейсы без необходимости писать HTML, CSS или JavaScript. Упрощает процесс разработки веб-приложений, предоставляя удобные функции для взаимодействия с пользователем. Основные возможности библиотеки: 🔵Вывод текста, изображений, таблиц и графиков 🔵Ввод данных с различных элементов формы (текстовые поля, кнопки, переключатели и т. д.) 🔵Загрузка и скачивание файлов 🔵Чат-подобные диалоги и уведомления 🔵Поддержка асинхронных задач 🔵Запуск в разных режимах: встраиваемый сервер, FastAPI, Flask, Django ➡️Установка библиотеки: pip install pywebio 📱 Репозиторий ⚙️ Документация ➡️Справочник Программиста. Подписаться

Миграция в облако? Это легко! Собственная инфраструктура устарела или не справляется с нагрузками? Используйте облачные ресурсы! Эксперты Yandex Cloud помогут перейти в облако быстро, легко и безопасно. ✅ Мы полностью сопровождаем процесс. ✅ От вас — только инженер с доступом к инфраструктуре. ✅ Архитектура под ваши задачи, миграция и поддержка на каждом шагу — всё включено. ⚡Переходите в Yandex Cloud и забудьте о старом железе. А если успеете подать заявку до 28 февраля, мы покроем расходы на инженеров и тестовую инфраструктуру. Подать заявку #реклама 16+ yandex.cloud О рекламодателе Реклама на Яндексе

text-extract-api — это инструмент, предназначенный для высокоточного преобразования изображений, PDF и офисных документов в текст в формате Markdown или структурированные JSON-документы. Построен на основе FastAPI и использует Celery для асинхронной обработки задач, а Redis — для кэширования результатов OCR. Основные возможности: 🔵Локальная обработка без облачных зависимостей: Использует PyTorch-базированные OCR и модели Ollama, которые настраиваются через docker-compose, обеспечивая конфиденциальность данных. 🔵Преобразование PDF/Office в Markdown и JSON: Обеспечивает высокую точность распознавания, включая табличные данные, числа и математические формулы, с использованием различных стратегий OCR, таких как Marker, LLama3.2-vision, Surya-OCR и Tesseract. 🔵Улучшение результатов OCR с помощью LLM: Модели LLama помогают исправлять орфографические ошибки и другие неточности в тексте, полученном после OCR. 🔵Удаление персональных данных (PII): Инструмент может использоваться для удаления личной информации из документов. 🔵Асинхронная обработка задач: Использование Celery для распределенной обработки задач. 🔵Кэширование с помощью Redis: Позволяет легко кэшировать результаты OCR перед обработкой LLM. 🔵Гибкие стратегии хранения: Поддерживает различные варианты хранения, включая Google Drive и локальную файловую систему. 🔵CLI для управления задачами: Предоставляет командную строку для отправки задач и обработки результатов. ➡️Установка:

git clone https://github.com/CatchTheTornado/text-extract-api.git
cd text-extract-api

📱 Репозиторий 💬 Демо ➡️Справочник Программиста. Подписаться

Крупнейший университет искусственного интеллекта Приглашаем на бесплатный однодневный интенсив по AI! Освой искусственный интеллект для профессионального роста: создавай нейросети, автоматизируй бизнес-задачи и зарабатывай на AI-решениях. ✨ 8 000+ студентов со всего мира ✨ 600+ AI-проектов, созданных студентами ✨ Сборная Университета — победители крупнейших AI-хакатонов России ✨ Стажировки в крупнейших компаниях России (РЖД, Ростелеком, РУДН, Совкомбанк, Самолет и другие) ✨ Трудоустраиваем выпускников в крупнейшие компании (Яндекс, ВТБ, Сбербанк, Роскосмос и другие) Будем рады видеть тебя в наших рядах! Узнать больше #реклама 16+ neural-university.ru О рекламодателе

Код для извлечения аудио из видео на Python Для извлечения аудио из видео в коде используется библиотека moviepy. ➡️Установка библиотеки: pip install moviepy

from moviepy.editor import *

# Загружаем видеофайл
video = VideoFileClip(r"Путь к видео")

# Извлекаем аудио из видео
audio = video.audio

# Сохраняем аудио
audio.write_audiofile("audio.mp3")

➡️Справочник Программиста. Подписаться

Нативные модули в React Native — когда без них никак? С 17 по 20 февраля в канале Код Меркури за главного останется React Native-разработчик компании Mercury Development, Булат Кидасов. Зачем? Чтобы за четыре дня вы вместе с ним смогли разобрать нативные модули так, чтобы стало понятно, где они действительно нужны и как с ними работать. Поговорим о: ⚡ том из чего состоят нативные модули и как они влияют на производительность. ⚡ разнице между старой и новой архитектурой React Native. ⚡ реальных кейсах из продакшн-проектов: как внедряли нативные модули и что это дало. А еще — немного про карьеру: как Булат пришел в IT и почему разбираться в нативных модулях полезно даже тем, кто с ними не работал. Обещаем: пользы будет много, воды — мало. Подписывайтесь ❤️ Подписаться #реклама О рекламодателе

👀 Библиотека PySpark в Python Библиотека PySpark — это API для Apache Spark, который позволяет эффективно обрабатывать большие данные и решать задачи машинного обучения. Предоставляет удобный интерфейс для работы с распределёнными вычислениями. Основные возможности библиотеки: 🔵Работа с большими данными: Позволяет обрабатывать огромные объёмы данных, используя кластеры компьютеров. 🔵Высокая производительность: Благодаря использованию параллельных вычислений, обработка данных выполняется быстрее, чем при использовании обычного Python. 🔵Гибкость и поддержка Python: Поддерживает библиотеки Python, такие как Pandas и NumPy, что упрощает обработку данных. 🔵Поддержка SQL: Можно выполнять SQL-запросы к данным, хранящимся в формате DataFrame. 🔵Интеграция с MLlib: Поддерживает машинное обучение через библиотеку MLlib, что делает его мощным инструментом для Data Science. ➡️Установка библиотеки: pip install pyspark 📱 Репозиторий ⚙️ Документация ✅ Примеры ➡️Справочник Программиста. Подписаться

Крупнейший университет искусственного интеллекта Учим использовать ChatGPT в профессиональных целях, создавать нейро-сотрудников и зарабатывать на искусственном интеллекте. ✨ 8 000+ студентов со всего мира ✨ 600+ AI-проектов, созданных студентами ✨ Сборная Университета — победители крупнейших AI-хакатонов России ✨ Стажировки в крупнейших компаниях России (РЖД, Ростелеком, РУДН, Совкомбанк, Самолет и другие) ✨ Трудоустраиваем выпускников в крупнейшие компании (Яндекс, ВТБ, Сбербанк, Роскосмос и другие) Будем рады видеть тебя в наших рядах! Узнать больше #реклама 16+ neural-university.ru О рекламодателе

Haystack — это фреймворк для построения систем поиска и ответов на вопросы на основе нейросетей и больших языковых моделей (LLM). Разработан компанией deepset и предназначен для обработки естественного языка (NLP), включая: 🔵Поиск по документам (Dense и Sparse Retrieval) 🔵Ответы на вопросы (Extractive & Generative QA) 🔵Кластеризацию и анализ текстов 🔵Обогащение данных с помощью LLM 🔵Создание чат-ботов с подключением к API LLM (например, OpenAI, Hugging Face) Основные возможности: 🔵Retrieval-Augmented Generation (RAG): Позволяет объединять генеративные модели (например, GPT) с поисковыми движками, что улучшает точность ответов. 🔵Многомодальные модели: Поддержка не только текстовых, но и мультимодальных данных (текст + изображения). 🔵Гибкость и модульность: Можно использовать различные бекенды для хранения данных (Elasticsearch, FAISS, Weaviate, Qdrant) и кастомизировать пайплайны. 🔵Подключение LLM: Встроенная поддержка OpenAI, Hugging Face, Llama, Mistral и других моделей. ➡️Установка библиотеки: pip install haystack-ai 📱 Репозиторий ⚙️ Документация ✅ Примеры ➡️Справочник Программиста. Подписаться

Онлайн-интенсив для ИТ-специалистов в Открытых школах Т1 Уже есть опыт работы в ИТ, но хочешь прокачать скилы и продвинуться в карьере? Тогда скорее залетай на бесплатный ИТ-интенсив в Открытых школах Т1. Открытые школы — это возможность усилить свои навыки и получить оффер в ИТ-холдинг Т1. И все это за месяц, онлайн и в удобное вечернее время. Что ты получишь? ✅ бесплатное обучение в гибком формате: по вечерам, онлайн, из любого города РФ и РБ. ✅ материалы от HR для прокачки резюме и подготовки к интервью в Т1. ✅ много практики и уникальный рыночный опыт. ✅ поддержку опытных преподавателей и карьерный фаст-трек до мидла в Т1 для лучших выпускников. ✅ реальный шанс получить оффер в Т1. Более 1000 специалистов уже прошли этот путь — теперь твоя очередь! Регистрация до 14 марта! Подать заявку #реклама 16+ t1.ru О рекламодателе

PyBoy — это эмулятор игровой консоли Nintendo Game Boy, написанный на Python. Позволяет запускать и анализировать ROM-файлы, а также взаимодействовать с играми программно. Поддерживает работу как в оконном режиме (GUI), так и в фоновом режиме, что делает её полезной для автоматического тестирования, машинного обучения и ретро-гейминга. Основные возможности: 🔵Эмуляция Game Boy и Game Boy Color: поддерживает большинство игр для этих платформ. 🔵Управление через Python: можно отправлять команды эмулятору, менять ввод, читать состояние памяти. 🔵Сохранение и загрузка состояния: позволяет сохранять прогресс и загружать его позже. 🔵Доступ к VRAM, регистрам и памяти: подходит для реверс-инжиниринга игр. 🔵Headless-режим: эмулятор может работать без графического интерфейса. 🔵Использование в машинном обучении: подходит для обучения агентов, играющих в игры. ➡️Установка библиотеки: pip install pyboy 📱 Репозиторий ⚙️ Документация ➡️Справочник Программиста. Подписаться

Большая кладовая онлайн-курсов Stepik – незаменимый спутник для тех, кто работает удаленно и любит путешествовать, так как помогает учиться в любой точке мира. Это отличная альтернатива чтению книги и просмотру фильма: позволит вам скоротать время в дороге, осваивая полезный навык или подтягивая иностранный язык, особенно удобно это делать в мобильном приложении. У Stepik есть свой телеграм-канал, в котором они рассказывают об авторских курсах (как платных, так и бесплатных), а также публикует полезные статьи и ссылки. У них есть такие подборки курсов: - Разработка на Python - Дизайн и графика - Тестирование ПО - Работа с данными Подпишитесь на stepik_courses и найдите интересующий курс для себя! Подписаться #реклама 16+ О рекламодателе

👀 Библиотека outlines в Python Библиотека outlines предназначена для контролируемой генерации текста с LLM. Позволяет задавать строгие правила генерации, такие как форматы, структуры данных и конкретные значения, обеспечивая предсказуемые и надежные результаты. Основные возможности библиотеки: 🔵Генерация структурированных данных: Позволяет создавать JSON, списки, числа, даты и другие структуры в соответствии с заданными шаблонами. 🔵Обратимое кодирование токенов: Позволяет точно контролировать, какие токены могут быть сгенерированы. 🔵Работа с различными моделями: Поддерживает OpenAI, Mistral, Llama.cpp и другие LLM. 🔵Генерация с ограничениями: Позволяет задавать конкретные правила вывода (например, только числа в определённом диапазоне). ➡️Установка библиотеки: pip install outlines 📱 Репозиторий ⚙️ Документация ➡️Справочник Программиста. Подписаться

Курс по Java-разработке с junior до middle Стань специалистом по Java-разработке с помощью менторов. Оставь заявку! Узнать больше #реклама 16+ ykul.ru О рекламодателе

Код для распознавания объектов на изображении на Python с использованием модели YOLOv5s Для распознавания объектов на изображении в коде используются библиотеки opencv и torch. ➡️Установка библиотек: pip install opencv-python torch torchvision

import cv2
import torch


def detect_objects(image_path):
    # Загружаем предобученную модель YOLOv5s
    model = torch.hub.load("ultralytics/yolov5", "yolov5s", pretrained=True)

    # Считываем изображение с диска
    image = cv2.imread(image_path)

    # Преобразуем изображение из формата BGR в RGB, т.к. модель YOLOv5 работает с RGB
    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

    # Передаём изображение в модель для детекции объектов
    results = model(image)

    # Отображаем изображение с выделенными объектами
    results.show()


# Запрашиваем у пользователя путь к изображению
image_path = input("Введите путь к изображению: ")

# Вызываем функцию обнаружения объектов
detect_objects(image_path)

➡️Справочник Программиста. Подписаться

Поступай в колледж МосАП на IT-специалиста! Хотите освоить востребованную профессию и работать в IT? 💻 ✅В нашем колледже вы: Научитесь разрабатывать программные продукты и интегрировать модули. Освоите ревью кода и администрирование баз данных. Сможете проектировать и развивать информационные системы. 📱Получите навыки, которые откроют перед вами двери в мир IT: Работа в ведущих IT-компаниях. Разработка современных цифровых решений. Карьера в сфере системного администрирования и программирования. Начните путь к успешной IT-карьере в МосАП! Подайте документы уже сегодня! 📞 Узнать больше #реклама 16+ mosap.ru О рекламодателе