PythonDigest

Python Bytes: #501 A Nod to Sir-Mix-Alot https://pythonbytes.fm/episodes/show/501/a-nod-to-sir-mix-alot Очередной выпуск англоязычного подкаста Python Bytes

redis-search-django: Full-Text Search with RediSearch https://github.com/saadmk11/redis-search-django

Why Parquet Dominates Modern Data Engineering https://oedokumaci.com/blog/posts/apache-parquet/ How Parquet’s columnar layout, encodings, zstd compression, and row group statistics make it smaller and faster to read than CSV, measured on NYC taxi trips data with Polars, DuckDB, and PyArrow.

Bayesian Optimization for Efficient Hyperparameter Search https://codecut.ai/bayesian-optimization-hyperameter-search/ Instead of testing every hyperparameter combination, Bayesian optimization uses results from earlier trials to decide what to try next. This hands-on tutorial builds it step by step with scikit-learn’s GaussianProcessRegressor and a custom Expected Improvement function, plotting the model’s predictions and uncertainty along with each point the search picks.

Цена за 50 штук записалась в колонку «200 штук»: разбираю 42 PDF с коммерческими предложениями https://habr.com/ru/articles/1096562/ У нас в мастерской за год накопилась папка коммерческих предложений: 42 PDF, 532 страницы, 650 мегабайт. Прайсы, презентации, предложения под конкретных заказчиков. Мне понадобилась из неё одна таблица: позиция, тираж, цена за штуку. Вопрос простой: насколько дешевеет изделие, когда тираж растёт с 10 до 200 штук, и одинаково ли это работает для футболки и для стикеров.Казалось, что это вечер работы: снять текст, найти числа рядом со словом «шт», сложить. Вышло иначе, и почти все ошибки по дороге были тихими. Скрипт отрабатывал без исключений и выдавал правдоподобные числа, которые не совпадали с тем, что напечатано на странице.

NumPy: Limited API и поддержка субинтерпретеров https://pycoders.com/link/17225/web A recap of Pratham’s Quansight internship porting NumPy extension modules to the Limited API: heap types, swapping macros for function calls, and the side quest it started, getting NumPy ready for subinterpreters.

Радар спроса: ловим «ищу разработчика» в чатах, а ИИ-классификатор держит потолок $30 в месяц https://habr.com/ru/articles/1090944/ Я делаю сайты и телеграм-ботов на заказ. Заказчики пишут «ищу, кто сделает лендинг» в профильные чаты и в ленты соцсетей, и кто ответит первым, тот обычно и получает разговор. Читать все чаты глазами я не могу, поэтому собрал робота: он читает чаты и ленты, отсеивает мусор, оценивает каждую находку нейросетью и присылает мне в личку карточку с баллом и черновиком первого ответа. Отвечаю я сам, руками.

Читаем DataMatrix с конвейера: открытое сравнение четырёх библиотек на 1368 синтетических кадрах https://habr.com/ru/articles/1096110/ На производстве код «Честного знака» читает камера над лентой, и символ на кадре мелкий — 2–3 пикселя на модуль, повёрнутый, смазанный, на изогнутом боку бутылки. Мы сравнили, как с такими кадрами справляются ZXing, zxing-cpp, libdmtx и наша библиотека dmr. Кадры, ожидаемые строки и скрипты замера выложены — любую цифру можно проверить.

RAGу для программиста https://habr.com/ru/companies/skbkontur/articles/1095364/ Для обогащения знаний используемой вами модели применяется два подхода:- fine-tuning — дообучение модели на ваших данных. Тут финансовые затраты идут на обучение модели:-- ресурсы на fine-tuning в случае on-prem решения,-- дополнительные средства за дообучение модели по подписке.- RAG — внешний источник данных, данные из которого передаются в качестве контекста к промпту в LLM.

Может ли плохая модель победить хорошую? Как Data Leakage обманывает метрики https://habr.com/ru/articles/1095916/ Представим обычную ситуацию: мы обучили несколько моделей, сравнили их на тестовой выборке и получили довольно странный результат. Простейшее дерево решений показывает Accuracy почти 97%, а Random Forest из 300 деревьев — всего 91,5%.

#python #pydigest IT-новости про Python перед вами. Часть материалов из выпуска Python Дайджест: - NumPy: Limited API и поддержка субинтерпретеров - Цена за 50 штук записалась в колонку «200 штук» - Читаем DataMatrix с конвейера: открытое сравнение 4 библиотек - ИИ-помощник для КТ головы - Монтаж вертикальных роликов из JSON на ffmpeg и автопроверка готового файла - Может ли плохая модель победить хорошую? - redis-search-django: Full-Text Search with RediSearch - django-phonenumber-field - 9.0.0 Заходите в гости - https://pythondigest.ru/issue/671/

sorl-thumbnail - 13.4.0 https://pypi.org/project/sorl-thumbnail/13.4.0/ Приложение для создания миниатюр изображений в Django. Скачать можно по ссылке: https://pypi.python.org/pypi/sorl-thumbnail/

sorl-thumbnail - 13.3.0 https://pypi.org/project/sorl-thumbnail/13.3.0/ Приложение для создания миниатюр изображений в Django. Скачать можно по ссылке: https://pypi.python.org/pypi/sorl-thumbnail/

coverage - 7.17.0 https://pypi.org/project/coverage/7.17.0/ Утилита позволяющая измерить процент покрытия тестами. Скачать можно по ссылке: https://pypi.python.org/pypi/coverage/

django-phonenumber-field - 9.0.0 https://pypi.org/project/django-phonenumber-field/9.0.0/ Добавляет в модели Django дополнительное поле PhoneNumberField которое будет автоматически валидировать телефонный номер.. Скачать можно по ссылке: https://pypi.python.org/pypi/django-phonenumber-field/

SQLAlchemy - 2.1.6 https://pypi.org/project/sqlalchemy/2.1.6/ Библиотека работы с базами данных. Скачать можно по ссылке: https://pypi.python.org/pypi/SQLAlchemy/

tornado - 6.6 https://pypi.org/project/tornado/6.6/ Масштабируемый, не блокирующий web-сервер. Скачать можно по ссылке: https://pypi.python.org/pypi/tornado/

Talk Python to Me: #566: State of the art in Python 2026 https://talkpython.fm/episodes/show/566/state-of-the-art-in-python-2026 Audio

Как я собрал модель для определения стадии диабетической ретинопатии на бесплатном Colab https://habr.com/ru/articles/1095572/ Я собрал двухпоточную модель: она смотрит на снимок глазного дна и одновременно получает клинические показатели пациента. На отложенном тесте первый запуск дал QWK 0.834. Потом я стал разбираться, за счёт чего, и оказалось, что клинические признаки в моих данных содержат ответ. Я поставил три контрольных эксперимента, в том числе обучил отдельную модель только по снимкам. У неё QWK 0.713. Ниже весь пайплайн и способы, которыми такая утечка находится.

pip - 26.2.2 https://pypi.org/project/pip/26.2.2/ Утилита для управления модулями в Python. Скачать можно по ссылке: https://pypi.python.org/pypi/pip/