python_practics

#теория_python @python_practics

Python: Искусственный интеллект, большие данные и облачные вычисления В вашем распоряжении более пятисот реальных задач — от фрагментов до 40 больших сценариев и примеров с полноценной реализацией. IPython с Jupyter Notebooks позволят быстро освоить современные идиомы программирования Python. Главы 1–5 и фрагменты глав 6–7 сделают понятными примеры решения задач искусственного интеллекта из глав 11–16. Вы познакомитесь с обработкой естественного языка, анализом эмоций в Twitter, когнитивными вычислениями IBM Watson, машинным обучением с учителем в задачах классификации и регрессии, машинным обучением без учителя в задачах кластеризации, распознавания образов с глубоким обучением и сверточными нейронными сетями, рекуррентными нейронными сетями, большими данными с Hadoop, Spark и NoSQL, IoT и многим другим. Книга в формате pdf👇 #курсы_книги @python_practics

Python, однако, не единственный, кто так выделился @python_practics

Python Developer — мастхев для любого питониста За ручку проведём тебя к первому офферу, расскажем о сложных вещах простыми словами и научим смеяться с айтишных мемов. 👉🏻 Подписывайся и прокачивай свои навыки

Главная проблема новичков в асинхронном программировании на Python Асинхронность в Python должен знать почти каждый разработчик на Python, который хочет быть вовлечён в коммерческую разработку. Как минимум это касается веб-программирования, где очень важна скорость отклика приложения (сервиса). Вообще, асинхронность в Python - это отдельный мир, сильно отличающийся от синхронного Python. Наличие одного событийного цикла уже вносит много изменений в привычный порядок вещей. Существует много интересных и одновременно спорных вещей, суть которых скрыт в самой концепции асинхронности. В этой статье автор объясняет, в чем проблема асинхронного программирования на Python, и как она касается синтаксиса высокоуровневой концепции async и await. Подробнее по ссылке👇 #статьи @python_practics

Создаем черепашьи гонки на модуле turtle Полный код можно посмотреть по ссылке👇 #sandbox @python_practics

SciPy С увеличением опыта специалиста будут усложняться и задачи: придётся прибегать к линейной алгебре, интерполяции, интеграции, статистике и другим сложным математическим операциям. В этом специалисту по анализу данных помогает библиотека SciPy, которая построена на базе массивов и функций NumPy. Особенности SciPy: ● Быстрое и надёжное выполнение сложных операций благодаря оптимизации. ● Широкий набор функций и инструментов для разнообразных операций. ● Содержит множество подпакетов для конкретных задач, например преобразования Фурье. С помощью SciPy можно: ● Проводить сложные математические вычисления: например, решать дифференциальные уравнения или находить численное решение интегралов. ● Обрабатывать изображения. ● Работать с генетическими алгоритмами. ● Проводить сложные инженерные вычисления. Подробнее👇 #фреймворки_библиотеки @python_practics

Задача: Создайте программу, которая фильтрует список строк и возвращает список, содержащий только имена ваших друзей. Если в имени ровно 4 буквы, можете быть уверены, что это ваш друг! В противном случае, это не ваш друг. Пример:

   friend ["Ryan", "Kieran", "Mark"] `should be` ["Ryan", "Mark"]

#задачник @python_practics

Рисуем символ олимпийских игр на модуле turtle Полный код можно посмотреть по ссылке👇 #sandbox @python_practics

Определение строк-анаграмм Скрипт проверяет, являются ли две строки анаграммами друг друга. Иными словами, не получена ли одна строка перестановкой символов другой строки. Используется Counter из библиотеки collections — это разновидность словаря, используемая для подсчёта элементов в итерируемых объектах: списках, кортежах, словарях, строках. #полезные_сниппеты @python_practics

Создаем красивую анимацию на модуле turtle

   import turtle 

   n = 10

   pen = turtle.Turtle() 

   for i in range(n * 3): 
  
     pen.forward(i * 10) 
  
     pen.right(120) 
  
   turtle.done() 

#sandbox @python_practics

Внимание! - Вопрос! Что такое slots? Классы хранят поля и их значения в секретном словаре __dict__. Поскольку словарь – изменяемая структура, вы можете на лету добавлять и удалять из класса поля. Параметр __slots__ в классе жестко фиксирует набор полей класса. Слоты используются когда у класса может быть очень много полей, например, в некоторых ORM, либо когда критична производительность, потому что доступ к слоту срабатывает быстрее, чем поиск в словаре, или когда в процессе выполнения программы создаются миллионы экземпляров класса, применение __slots__ позволит сэкономить память. #вопросы_из_собеседований @python_practics

7 фишек Python для лучшего обращения с памятью В Python никогда не бывает избытка полезных приемов. Чем больше вы таких изучите, тем выше вероятность, что сможете быстро справиться с любыми трудностями на практике. В этой статье автор подобрал 7 фишек Python, чтобы использовать язык по полной и разумнее обращаться с CPU. Подробнее по ссылке👇 #статьи @python_practics

Создаем красивую анимацию на модуле turtle Полный код можно посмотреть по ссылке👇 #sandbox @python_practics