Python 🇺🇦

Принципи написання чистого коду Ця стаття присвячена принципам написання чистого коду та їхньому значенню в контексті гнучкої розробки програмного забезпечення.

Авторка підкреслює, що чистий код — це код, який легко читати, розуміти та підтримувати, що особливо важливо в умовах Agile-методологій, де команди працюють в умовах швидкої зміни вимог та частих релізів. У статті розглядаються такі аспекти, як вибір імен змінних і функцій, форматування коду, дотримання принципу єдиної відповідальності та інші практики, що сприяють поліпшенню якості коду.

Мова: 🇬🇧 #Python // #theory // Вакансії IT

Програмістам може бути складно орієнтуватися у географії. Однак модуль geopy все спрощує (тільки треба спершу інсталювати його: pip install geopy) — шляхом абстрагування API різних сервісів геокодування.

from geopy import GoogleV3

place = "221b Baker Street, London"
location = GoogleV3().geocode(place)

print(location.address)
print(location.location)

Цей модуль дає можливість дізнатися повну адресу місця, його довготу та широту і навіть висоту. Також у ньому є корисний клас Distance — він вираховує відстань між двома місцями у зручній одиниці виміру. #geopy // #practice // Python

Надсилаємо електронні листи Надсилати листи можна однойменним методом sendmail. Наприкінці програми слід закривати з'єднання через quit().

from smtplib import SMTP_SSL

server = SMTP_SSL('smtp.gmail.com', 465)
server.ehlo()

server.login('myname@gmail.com', 'password')

server.sendmail('myname@gmail.com', 'somebody@gmail.com', 'Hello there!')

smtp.quit()

❗️Але майте на увазі, що деякі поштові сервіси можуть не дозволити одразу підключатися до їхніх серверів та здійснювати операції. #SMTP #smtplib // #theory // Python

Вбудований модуль dis дозволяє декомпілювати написану вами програму в байт-код Python.

from dis import dis

def double(value):
   return value * 2

dis(double)

# 4    0 LOAD_FAST         0 (value)
#      2 LOAD_CONST        1 (2)
#      4 BINARY_MULTIPLY
#      6 RETURN_VALUE

❕ Вище показана робота модуля на прикладі функції, але таке можна повторити і з класом — тоді всі його функції будуть дизасембльовані. #dis // #practice // Python

Advanced Data Analytics Using Python Ця книга допоможе зрозуміти розширені концепції аналітики даних, такі як часові ряди та аналіз головних компонентів за допомогою ETL, контрольоване навчання та PySpark за допомогою Python.

Посібник охоплює архітектурні шаблони в аналітиці даних, класифікацію тексту та зображень, методи оптимізації, обробку природної мови та комп’ютерне бачення у хмарному середовищі.

Рік: 2023 Мова: 🇬🇧 Автор: Sayan Mukhopadhyay #Python // #books // Вакансії IT

# python3 test.py

print(__name__)

👉 Відповідь #Python // #practice // Архів книг

Модуль pyscreenshot дозволяє робити скріни як всього екрана, так і його частини. Для його роботи має бути коректно встановлена бібліотека pillow.

import pyscreenshot

image = pyscreenshot.grab()

image.save('image.jpg')

Для створення скріншоту використовується метод grab, для збереження — save. Не забудьте встановити бібліотеку командою pip install pyscreenshot. #pyscreenshot // #practice // Python

x ={0}
y = set([1, 2])

print(x + y)

👉 Відповідь #Python // #practice // Архів книг

Створення системи автоматичного розпізнавання мови на PyTorch і Hugging Face Вийшов покроковий гайд створення системи автоматичного розпізнавання мови за допомогою PyTorch і Hugging Face — з ним ви зможете: 🔴завантажувати й обробляти мовленнєві дані 🔴налаштовувати попередньо навчену модель Wav2Vec2 🔴оцінювати продуктивність моделі за допомогою коефіцієнта помилок слів (WER) 🔴розгортати модель для перекладу мовлення в текст у режимі реального часу Мова: 🇬🇧 #PyTorch // #theory // Python

🎓 Хочете вийти за межі «типового ML»? 12 квітня відбудеться Data Science & Analytics Meetup — онлайн-подія, де троє досвідчених фахівців з AI/ML поділяться практичними кейсами, які не знайти у мануалах. 📣 Від розпізнавання рослин до прогнозування цін на житло: застосування методів ML

🟠 Як формуються задачі класифікації та регресії 🟠 Обробка даних, відбір бібліотек, побудова моделей 🟠 Метрики та оцінка точності — як зрозуміти, що модель справді працює

📣 ML та персоналізація: як створюються рекомендації?

🟡 Як будується прогноз взаємодій користувачів 🟡 Рекомендаційні системи: sequence models, комбіновані архітектури 🟡 Як впроваджують такі системи в продакшн і як міряють їхню ефективність

📣 Еволюція Computer Vision: від LeNet до сучасних моделей

🟢 Історія CNN: як створювались і змінювались архітектури 🟢 Чому ResNet став проривом 🟢 Що зараз працює у Computer Vision і які тренди формують майбутнє

Крім основного контенту:

Вакансія: Python Automation Engineer Компанія Zultys, постачальник інноваційних рішень уніфікованих комунікацій, шукає на офісну роботу в Києві талановитого автомейшн-інженера з досвідом розробки на Python від 2-х років — для написання скриптів. 📝 Відкрити анкету #jobs // Архів книг // Python

🖥 Скидаємо на ШІ рутинні завдання в браузері Тепер для цього є новий безкоштовний інструмент Browser-use — встановлюєте, згодовуєте API-ключ від нейромережі (найкраще підходить GPT-4o) і скидаєте на ШІ всі нудні завдання, які ліньки робити самому.

Приклад — на демо: хлопець попросив прочитати його резюме, знайти релевантні вакансії, зберегти їх у файл, а пізніше почати залишати на них відгуки.

👉 Репо тулзи 👉 Документація #Python // #news // Архів книг

Метод statistics.harmonic_mean() обчислює середнє гармонійне заданого набору даних — воно розраховується наступним чином: якщо є чотири значення (a, b, c і d), то їхнє середнє гармонійне дорівнюватиме 4 / (1/a + 1/b + 1/c + 1/d).

import statistics

print(statistics.harmonic_mean([40, 60, 80]))
# 55.38461538461538

print(statistics.harmonic_mean([10, 30, 50, 70, 90]))
# 27.97513321492007

#Python // #practice // Вакансії IT

x = {0}
x.add([0, 1])

print(x)

👉 Відповідь #Python // #practice // Архів книг

Оператор циклу while: приклади На 9-му уроці курсу "Мова програмування Python" розглядаються приклади використання оператору циклу while. Мова: 🇺🇦 Тривалість: 21 хв #while // #lessons // Python

data = {
   '0' : 0,
   '1' : 1,
   '2' : 2,
   }

print(data.popitem())

👉 Відповідь #Python // #practice // Архів книг

Якщо, раптом, в класі знадобиться функція, яка використовуватиметься лише один раз — то можна скористатися наступним прийомом:

class Foo:
   def _normal_call(self):
      print('Normal call.')
   
   def call(self):
      print( 'First call.')
      self.call = self.__normal_call

bar = Foo()

bar.call() # First call.
bar.call() # Normal call.
bar.call() # Normal call.

Останнім рядком методу call є перевизначення цього методу в інший, а саме normal_call. Таким чином, початковий код call буде виконаний лише один раз. #Python // #practice // Архів книг

📌 Шпаргалка з популярних мережевих протоколів. #Python // #theory // Вакансії IT

❗️ Безоплатний 8-денний тест-драйв IT професій ▪️ Для бажаючих працювати онлайн і заробляти в $; ▪️ Для тих, хто давно хотів працювати в IT, але не обрав для себе напрям Тривалість — 8 днів. Заняття проходять вечорами.

На тест-драйві ви спробуєте себе в ролях: ▫️ вебдизайнера, ▫️ розробника, ▫️ дата-аналітика, ▫️ проджекта, ▫️ тестувальника.

✅ Програма розрахована на новачків. У вільний час ви дивитесь короткі лекції та робите цікаві завдання, які перевіряє ментор. Почни новий рік правильно! 🎁 Після реєстрації приємний бонус: Штучний інтелект в IT. Як використовувати AI у 5 ключових ІТ-професіях?. 🔥 Реєструйтесь за посиланням: https://i.goit.global/xoQdC

У Python ви можете виконувати множинне присвоювання різних значень різним змінним. Його можна використовувати не лише з кортежами, а й зі списками, рядками та будь-якими iterable типами.

x, y, z = 1, 2, 3

print(f'{y=}')
# y=2

(a, b, c) = (1, 2, 3)
print(f'{c=}')
# c=3

f, h = [1, 2]
print(f'{h=}')
# h=2

v, n = 'hi'

print(f'{v=}')
# v='h'

❕ Воно дозволяє не використовувати індекси, а значить, зменшує схильність до помилок і робить код більш читабельним. #Python // #practice // Архів книг