Python Hints
Python tips and tricks The Good, Bad and the Ugly توی این کانال فقط قرار هست در مورد core python صحبت کنیم. این کانال یک بلاگ شخصی هست و پیرامون نظرات و چیزهایی که توی بیش از ۱۰ سال کد زدن یاد گرفتم (فقط برای کمک به دوستان تازهکار) Admin: @Abbasi_ai
نمایش بیشتر- مشترکین
- پوشش پست
- ER - نسبت تعامل
در حال بارگیری داده...
در حال بارگیری داده...
ADHD
دارم و هم شدیداً درگیر Nerd Snipping
هستم.
مورد اول (ADHD
) توی سالهای اخیر بهش اسم قشنگ دادند و تکنیک درمان اومده براش و ... من از اواخر دوران راهنمایی تا ۲۳ سالگی شدیداً درگیرش بودم و همه هم میگفتند تمرکز نداره و حواسپرت هست و ...
توی ۲۳ سالگی تصمیم گرفتم از ADHD
و Nerd Snipping
خودم سو استفاده کنم و الان هر دو مورد رو نه تنها بد نمیبینم که موهبت هست برام.
بطور خلاصه، من برای ADHD
خودم هم هدف گذاشتم، بجای اینکه به چیزای مختلف بزنم ازش روی یادگیری استفاده میکنم، قطعاً شما وقتی یک کتاب رو شروع میکنید خوندن اگر خوشتون بیاد اون رو کامل میخونید.
من همیشه ۵-۶ کتاب رو حداقل باهم و همزمان میخونم و توی هرکدوم فقط ۵ صفحه میخونم و قبل از اینکه ADHD
بخواد اذیتم بکنه میرم روی کتاب بعدی و ...
برای Nerd Snipping
هم همچین راهکاری رو دارم، بجای اینکه بذارم باقی افراد با سوالهاشون حواسم رو پرت کنند.
خودم هرروز ۱۰-۲۰ سوالی که برام پیش اومده رو مینویسم؛ وقتی یکی با سوالش حواسم رو پرت میکنه نگاهی به لیست سوالات خودم میکنم و درجا برمیگردم به مشکلات خودم.
۴- منطقی باشید.
این روزا با توجه به علاقه خیلیها به فوتبال در مورد بازیکنی به اسم یامال (اگر اشتباه نگم) زیاد صحبت میشه؛ کلی آدم که میگن یامال ۱۶ سالش هست فلان، تو توی ۲۴ سالگیت هم هیچی نشدی و ...
که خب اگر این بحث بصورت جدی مطرح بشه؛ به من یک چیز رو خیلی دقیق منتقل میکنه.
شخصی که این حرف رو زد فقط و فقط یک احمق هست.
یک بازیکن فوتبال ۳۰ به بعد شروع افت کیفیتاش هست نهایتاً هم تا ۴۰ سالگی میتونه خوب ادامه بده.
اما بر خلاف اون یک scientist
تازه از ۳۰ سالگی شروع رشدش هست یا یک business person
از ۴۰ سالگی به بعد برند شخصی رو ساخته و شروع کسب درآمد بالاش هست و ...
هرچیزی زمان خودش رو داره؛ اگر موفقیت توی سن پایین هدف هست مسیر اشتباه رو وارد نشوید.
۵- شبکهسازی
داشتن شبکهای از آدمهای حسابی دور و بر خودتون بسیار بسیار مهم هست، از آدمهایی که هیچ چیزی بهتون اضافه نمیکنند فاصله بگیرید تا وقت بیشتری رو برای آدمهای مهم بگذارید.
این چیز یاد دادن، قطعاً همیشه توی رشته خودمون نیست
این بحث هم مثل موضوع یادگیری از تجربیات هست، ما تشنه کسب تجربیات دیگران هستیم.
یک وقتایی با یک معتاد میشینی؛ تا بهت بگه چه تجربهای باعث کارتون خواب شدن و اعتیاد شدید و ...اش شد
یک وقتایی با مدیر فنی یک شرکت بزرگ میشینی تا ببینی چطور به اهدافش رسید، و یا اینکه حتی خودتو بهش معرفی کنی تا اگر نیرویی توی تخصص تو لازم داشت تو توی ذهنش باشی.Real-time meetings by Google. Using your browser, share your video, desktop, and presentations with teammates and customers.
vscode
برای این چندسال اخیر ممنونم.
برای اینکه از نصب pycharm
نجاتم داد.
ولی اصلیترین مشکلی که همه باهاش داریم Electron
هست.
و این یعنی همونطور که همه میدونستیم بالاخره یک روز همهی ماها باید بذاریمش کنار و عاقبتش مثل Atom
خواهد شد.
Zed is a high-performance, multiplayer code editor from the creators of Atom and Tree-sitter. It's also open source.اما خبر خوب؛ حتی اون روز هم که برسه بازم نیازی به نصب
Pycharm
نیست.
در مورد Zed
قبلا توی کانال Rust
صحبت کردیم؛ گفتیم چقدر سریع و موثر هست (دقیقا چون با Rust
نوشته شده) اما باید بگم از GPUI
هم استفاده میکنه .
ولی نسخه Mac
داشت فقط تا اینکه با توجه به طرفدارهای لینوکسی پروژه بالاخره نسخه لینوکس هم اومد( ۲ روز پیش اومد)
بدون تعارف میگم فوقالعاده هست؛ سرعت اعمال تغییراتش متعجبتون میکنه.
شخصا نصب کردم؛ باهاش ادامه میدم (البته فعلا جای vscode
رو نمیگیره ولی بزودی ...)
اضافه کنم:
نسخه ویندوزی نداره (میتونید خودتون build
کنید) البته فرقی هم نمیکنه چون اگر سرعت و پرفورمنس براتون مهم بود ویندوز نصب نمیکردید که 😂
https://zed.devZed is a high-performance, multiplayer code editor from the creators of Atom and Tree-sitter.
GIL
گذاشت و من یاد این موضوع افتادم که از نسخه Python 3.13
شما میتونید یک build
تقریبا stable
(البته نه برای پروداکشن) روی برنچ nogil
داشته باشید برای Cpython
GitHub Link
که خب اگر به اندازه کافی طرفدار و کامیونیتی داشته باشه؛ pre-build
منتشر خواهد شد و در دراز مدت بعنوان نسخه دیفالت پایتون منتشر خواهد شد.
این موضوع اهمیت بسیار؛ بسیار بالایی داره برای بهینه سازی پایتون و براحتی میتونه کدهای multi-thread
رو چندین برابر سریعتر کنه
Python multithreading without GIL
PEP 703 - Making the GIL Optional in CPythonmission criticalهست؛ و حتی این بخشها هم با پایتون کد زده شده بود. ولی تهش با اینکه حالشون گرفته میشد بهشون گفتم و تازه خودشون متوجه شدند چه اشتباهی کردند.
لایک، کامنت، سابسکرایب و اشتراک گذاری همگی مفید هست قطعاً فراموش نکنید 🌹
این جلسات کاملا رایگان و با هدف کمک به جامعه توسعه دهنده پایتون برگذار شده. توی این جلسه؛ به بررسی فصل هفتم پرداختیم. راجب anonymous, higher-order function ها یاد گرفتیم؛ انواع callable توی پایتون رو شناختیم. یادگرفتیم چطوری تابعی رو تعریف کنیم که فقط positional argument یا keyword argument بگیره. از partial صحبت کردیم و دیدیم چطور میشه یک سری از ورودیهای تابع رو فریز کرد. کدهای هر جلسه رو میتونید توی گیتهاب بخونید:
https://github.com/Pyhints/fluent_pythonاگر دوست داشتید توی این جلسات شرکت کنید کانال تلگرام مارو دنبال کنید.
Run many iterations of Django across Docker Compose or Raspberry Pis to handle large amounts of time series data. Topics: ✅ Python & Django ✅ Setup Django Project ✅ Integrate Self-Hosted TimescaleDB with Django ✅ Integrate Timescale.com Cloud with Django ✅ Use TimescaleDB with django-timescaledb ✅ Integrate Django & Celery ✅ Django Celery Task to Generate Fake Data ✅ Using a Beat Server to run tasks on a schedule (e.g. every 5 seconds) ✅ Learn how to use Celery Task Queues for Individual Worker Nodes ✅ Run multiple Django instances through Docker Compose to emulate a multi-node production environment ✅ Docker Compose Watch to Auto Refresh Django Container ✅ Multi-Node Django+Celery Running on Docker Compose ✅ Configure Raspberry Pi OS for local network connection ✅ Use Ansible to Configure Pi Cluster for Django ✅ Integrate Production TimescaleDB across Docker Compose, Raspberry PIs, and a local Django project. ✅ TimescaleDB Queries and API Responses ✅ Visualizing Data with TimescaleDB and Chart.js ✅ Customize Python Decouple for multiple dotenv Environment Variable files 💽 Code:
https://github.com/codingforentrepreneurs/django-iot-with-timescaledb🕹️ Links: - Blog Post for Dockerfile:
https://cfe.sh/blog/deploy-django-on-railway-with-this-dockerfile/- django-timescaledb package:
https://github.com/jamessewell/django-timescaledbIf you like this course, consider: - SaaS Foundations -- Learn about integrating Django with Stripe, User Permissions, GitHub Actions, and much more:
https://youtu.be/WbNNESIxJnY- Build Full Stack Web Apps in Pure Python with Reflex - A great challenge would be to use Reflex as a replacement for Next.js:
https://youtu.be/ITOZkzjtjUAThank you to Timescale for sponsoring this course - sign up at
https://www.timescale.com/?utm_source=cfe🚀 Enroll now on
https://cfe.sh/enroll🚀 00:00:00 - Welcome 00:02:44 - Demo 00:07:12 - Requirements 00:10:15 - Setup Django Project 00:16:03 - Priority Dotenv Helper for Python Decouple 00:22:55 - TimescaleDB via Docker Compose 00:34:42 - Integrate TimescaleDB with Django 00:45:51 - Create a TimescaleDB model with django-timescaledb 00:53:17 - Running Code outside the Request Response Cycle with Django and Celery 00:57:33 - Integrate Django & Celery 01:04:50 - Django Celery Task to Generate Fake Data 01:13:45 - Auto Schedule Tasks with Celery Beat 01:19:12 - Celery Task Queues for Individual Worker Nodes 01:29:52 - Django Project within Docker Compose 01:41:54 - Docker Compose Watch to Auto Refresh Django Container 01:47:02 - Multi-Node Celery Running on Docker Compose 01:56:00 - Configure Raspberry Pi OS for your Pi Cluster 02:03:01 - Verify Pi Installation and Create Ansible Inventory File 02:09:42 - Using Ansible to Configure our Pi Cluster for Django 02:41:10 - Production TimescaleDB 02:52:24 - Timescale DB Queries and API Responses 03:05:11 - Additional TimescaleDatabase Queries 03:13:05 - Visualizing Average Temperature Over Time 03:17:18 - Visualizing Average Temperature Per Node Over Time 03:23:36 - Thank you and next steps
طرح فعلی شما تنها برای 5 کانال تجزیه و تحلیل را مجاز می کند. برای بیشتر، لطفا یک طرح دیگر انتخاب کنید.