Кодерская свалка

Депозит в AAVE для мультиаккеров https://github.com/orexcoder/arbitrum_add_liq

Раскидывает эфир на арбитруме в AAVE по мультам

чтобы пост про оптимизм поменьше людей увидели, пора выкладывать новый скрипт. на этот раз вывод с бинанса на кошельки. https://github.com/zaivanza/binance-withdraw-ccxt тайм слип можно убрать, но это немного палевно в чейне. все вопросы в [ code ] чат. выводит любые монеты в любой сети, которые есть на банане. весьма удобно, нужны только 2 апи ключа. теперь я даже на 1 аккаунт поленюсь выводить руками, все ботом. летс го абузить. грамотно.

Debank Checker | 29.10.22 Информация: - Многопоточность - Загрузка аккаунтов в формате private key (с/без 0x), mnemonic phrases - Поддержка прокси Если у вас ферма кошельков и хотите проверить их баланс во всех сетях (вдруг где че забыли, как коля твс, то софт через debank.com чекнет ваши кошельки и покажет их баланс) DL - https://github.com/nazavod777/debank_checker Чат - https://t.me/nazavodchat FAQ - https://teletype.in/@n4z4v0d/MAa4dmrO_Ij

всё работает

админ, дай скрипт чтобы я нихуя не делал. https://github.com/zaivanza/layer3-arbitrum держи бро. запустив его, ты сделаешь все задания на layer3 arbitrum. кроме покупки нфт и, очевидно, ретвита в твиттере. это делай ручками. если ты еще не выкупил, то выше есть скрипт под выполнение всех заданий на guild arbitrum.

https://twitter.com/cygaar_dev/status/1585071495646425089?s=19 Как написать свой первый NFT смартконтракт #nft

Aptos Sender And Claimer | 25.10.22 Собирает с ваших приватников APT на один кошелек (под нолик), либо с одного раскидывает на несколько Если что-то пойдет не так - я не виноват, писал для себя Если есть необходимость изменить ноду - 15 строка в коде, меняйте ссылку DL - https://github.com/nazavod777/aptos_sender_and_claimer Чат - https://t.me/nazavodchat FAQ - https://teletype.in/@n4z4v0d/MAa4dmrO_Ij

#IT | Data analysis AutoViz выполняет автоматическую визуализацию любого набора данных с помощью одной строки кода Python. Дайте ему любой входной файл (CSV, txt или json) любого размера, и AutoViz визуализирует его. https://github.com/AutoViML/AutoViz Numba переводит функции Python в оптимизированный машинный код во время выполнения, используя стандартную библиотеку компилятора LLVM. Численные алгоритмы, скомпилированные Numba в Python, могут приблизиться по скорости к C или FORTRAN. https://numba.pydata.org NetworkX — это пакет Python для создания, управления и изучения структуры, динамики и функций сложных сетей. https://networkx.org Pandas — это быстрый, мощный, гибкий и простой в использовании инструмент для анализа и обработки данных с открытым исходным кодом, созданный на основе языка программирования Python. https://pandas.pydata.org Vaex — это высокопроизводительная библиотека Python для ленивых Out-of-Core DataFrames (аналогичных Pandas) для визуализации и изучения больших наборов табличных данных. https://github.com/vaexio/vaex PyMC — это пакет Python для байесовского статистического моделирования, в котором основное внимание уделяется расширенным алгоритмам Монте-Карло с цепями Маркова (MCMC) и вариационного вывода (VI). Его гибкость и расширяемость делают его применимым к большому набору задач. statsmodels — это пакет Python, который дополняет scipy для статистических вычислений, включая описательную статистику, а также оценку и вывод для статистических моделей. https://github.com/statsmodels/statsmodels Bokeh — интерактивная библиотека визуализации для современных веб-браузеров. Он обеспечивает элегантное и лаконичное построение универсальной графики и обеспечивает высокопроизводительную интерактивность при работе с большими или потоковыми наборами данных. https://github.com/bokeh/bokeh Blaze транслирует подмножество модифицированного синтаксиса, подобного NumPy и Pandas, в базы данных и другие вычислительные системы. Blaze предоставляет пользователям Python знакомый интерфейс для запроса данных, хранящихся в других системах хранения данных. https://github.com/blaze/blaze SparklingPandas стремится упростить использование распределенной вычислительной мощности PySpark для масштабирования анализа данных с помощью Pandas. SparklingPandas основан на классе Spark DataFrame, чтобы предоставить вам отточенный, pythonic и Pandas-подобный API. https://github.com/sparklingpandas/sparklingpandas Superset — это современная платформа для исследования и визуализации данных. Superset может заменить или дополнить проприетарные инструменты бизнес-аналитики для многих команд. Superset хорошо интегрируется с различными источниками данных. https://github.com/apache/superset PyCM — это библиотека матриц путаницы с несколькими классами, написанная на Python, которая поддерживает как векторы входных данных, так и прямую матрицу, а также подходящий инструмент для оценки модели после классификации, который поддерживает большинство классов и общие параметры статистики. https://github.com/sepandhaghighi/pycm Созданный на основе Plotly.js, React и Flask, Dash связывает современные элементы пользовательского интерфейса, такие как раскрывающиеся списки, ползунки и графики, непосредственно с вашим аналитическим кодом Python. https://github.com/plotly/plotly «В колледже меня совершенно не научили анализу данных. Поэтому я потратил более 10 000 часов на изучение Python. Затем я выбрал 13 лучших библиотек для машинного обучения и анализа данных. Но в отличие от колледжа, они не обойдутся вам в 120 000 долларов.» Thanks to the man from the Persian Community for providing the material! Luv

===Часть вторая=== 1. Что такое Tkinter 2. Виджет Button. Часть 1 3. Виджет Button. Часть 2 4. Виджет Label 5. Виджет Entry 6. Программа цвета радуги. Часть 1 7. Программа цвета радуги. Часть 2 8. Программа цвета радуги. Часть 3 9. Позиционирование виджетов. Метод Pack 10. Позиционирование виджетов. Метод Grid 11. Позиционирование виджетов. Метод Place 12. Виджет Text и Scrollbar 13. Виджет Menu 14. Программа блокнот. Переключение тем в блокноте 15. Завершение программы блокнот 16. Pyinstaller - сборка приложения 17. Программа PhotoSort 18. Программа часы 19. Метод Bind 20. Программа конвектор валют 21. Виджет TopLevel 22. Расширение ТТК 23. Пакет TTKThemes 24. Программа погода в мире P.S.: Черный треугольник лучший канал на YouTube👻 @black_triangle_tg

Содержание: ===Часть первая=== 1. Введение 2. Установка Python 3. Установка редактора PyCharm 4. Синтаксис Python 5. Числа. Арифметические операторы 6. Переменные 7. Булев тип данных 8. Строки 9. Операции со строками 10. Методы строк 11. Форматирование строк 12. Операторы IF 13. Циклы For и While 14. Списки 15. Вывод таблицы умножения 16. Методы для работы со списками 17. Изменяемые и не изменяемые объекты 18. Домашнее задание 19. Решение домашнего задания 20. Кортежи 21. Решение домашнего задания 22. Множества 23. Словари 24. Методы словаря 25. Игра угадай число 26. Пользовательские функции. Часть 1 27. Пользовательские функции. Часть 2 28. Пользовательские функции. Часть 3 29. Решение домашнего задания 30. Модули Python 31. Модуль Datetime 32. Решение домашнего задания 33. Работа с файлами 34. Парсинг 35. Ошибки и исключения 36. Основы ООП. Класс и обьект 37. Конструктор класса 38. Инкапсуляция 39. Класс парсинга 40. Наследование 41. Полиморфизм 42. Декораторы 43. Lambda-функции 44. Регулярные выражения 45. Модуль SQLite. Часть 1 46. Модуль SQLite. Часть 2 47. Модуль SQLite. Часть 3 48. Модуль ZipFile