Программистика

👀Машинное обучение с использованием Python. Сборник рецептов: практические решения от предобработки до глубокого обучения, 2 изд

Книга содержит около 200 задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели и многие другие. Рассмотрена работа с языком Python, библиотеками pandas и scikit-learn. Коды примеров можно вставлять, объединять и адаптировать, создавая собственное приложение. Приведены рецепты решений с использованием: векторов, матриц и массивов; данных из CSV, JSON, SQL, баз данных, облачных хранилищ и других источников; обработки данных, текста, изображений, дат и времени; умень-шения размерности и методов выделения или отбора признаков; оценивания и отбора моделей; линейной и логистической регрессии, деревьев, лесов и k ближайших соседей; опорно-векторных машин (SVM), наивных байесовых классификаторов, кластеризации и нейронных сетей; сохранения и загрузки натренированных моделей.

Программистика|| #doc

🖥 Guillotina — Представь: у тебя куча JSON'ов, которые уже давно просят казни, а твой старый бэкенд только грустно вздыхает под нагрузкой. Тут появляется Guillotina — и бах — данные летят в облака с скоростью гильотины! 🐱 Ссылка на GitHub Программистика|| #Репозиторий

Программистика|| #Мемы

Миллионер-айтишник в 24 года? Знакомьтесь — это Влад, ему 24, и он программист без высшего образования.. IT и программирование — это ниша, которая никогда не умрет и в которой нет потолка ! ~ Думаешь это сложно? Я и тебя научу зарабатывать в IT и растить себя как высококлассного специалиста мирового уровня! Не веришь? Забирай бесплатные материалы в моем канале 👇 https://t.me/+TYCMZqyelCg3MWUy

👀 Анализ поведенческих данных на R и Python

Задействуйте всю мощь поведенческих данных в своей компании, используя инструменты, специально разработанные для их анализа. Общепринятые алгоритмы науки о данных и инструменты предсказательной аналитики трактуют данные о поведении клиентов, такие как клики на веб-сайте или покупки в супермаркете, аналогично любым другим данным. Однако в этой книге представлены мощные методы, специально приспособленные для анализа поведенческих данных. Усовершенствованный экспериментальный дизайн позволяет вам получать максимальную отдачу от ваших A/B-тестов, тогда как причинно-следственные диаграммы позволяют выявлять причины поведений, даже если вы не можете проводить эксперименты. Книга написана в доступном стиле для исследователей данных, бизнес-аналитиков и бихевиористов. Приведены полные примеры и упражнения на ЯП R и Python, которые помогут вам получать более глубокую информацию о ваших данных — и не откладывая в долгий ящик.

Программистика|| #doc

👩‍💻 Интернет-магазин Telegram на Python

📱 Первоисточник

Программистика|| #video

🖥 ScrapeServ — это API, который принимает URL и возвращает файл с данными веб-сайта и его скриншотами!

Он разработан для запуска в Docker-контейнере и использует браузерные технологии для обработки JavaScript на страницах. Среди возможностей ScrapeServ — прокрутка страницы с созданием скриншотов различных разделов, автоматическая обработка перенаправлений и корректная работа с ссылками на загрузку файлов. Задачи обрабатываются в очереди с настраиваемым распределением памяти, обеспечивая эффективное использование ресурсов.

🐱 Ссылка на GitHub Программистика|| #Репозиторий

Вам нравится читать контент на этом канале? Возможно, вы задумывались о том, чтобы купить на нем интеграцию? Следуйте 3 простым шагам, чтобы сделать это: 1) Нажмите на ссылку: Вход 2) Пополняйтесь удобным способом 3) Размещайте публикацию Если тематика вашего поста подойдет нашему каналу, мы с удовольствием опубликуем его.

✅ Логируй как профи: что не так с print() и как писать логи правильно Логирование — это не принт. 🧠 Даже опытные иногда делают print("here") вместо нормального лога. А потом жалуются, что не могут отловить баг в проде. Разберём, как делать грамотный лог — от простого до кастомных хендлеров. 🧱 Базовая настройка логов

import logging

logging.basicConfig(level=logging.INFO)
logging.info("Приложение запущено")

➡️ basicConfig — быстрый старт, но на проде лучше не использовать без настройки формата и ротации. 📎 Форматирование и уровни

logging.basicConfig(
    level=logging.DEBUG,
    format='%(asctime)s [%(levelname)s] %(message)s'
)

🟢 Уровни логов:

🟢 DEBUG — для отладки 🟢 INFO — обычные события 🟢 WARNING — что-то не так, но программа работает 🟢 ERROR — ошибка, но система не упала 🟢 CRITICAL — всё очень плохо

💥 Почему не print()?

print("User created")      # Не видно в логах, не управляется
logging.info("User created")  # Можно записать в файл, фильтровать, форматировать

➡️ print в проде — это как кидать бумажки в окно и надеяться, что их кто-то увидит. 📦 Запись логов в файл

logging.basicConfig(
    filename='app.log',
    level=logging.INFO,
    format='%(asctime)s — %(levelname)s — %(message)s'
)

➡️ Теперь все логи сохраняются в файл app.log. 🔄 Ротация логов Когда файл app.log разрастается до гигабайтов, нужна ротация:

from logging.handlers import RotatingFileHandler

handler = RotatingFileHandler('app.log', maxBytes=2000000, backupCount=5)
logging.basicConfig(
    handlers=[handler],
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s'
)

➡️ Лог будет сбрасываться после 2MB, хранится 5 архивов — не забьёт диск. 🎯 Практика: логируем ошибки

try:
    1 / 0
except ZeroDivisionError as e:
    logging.exception("Произошло деление на ноль")

➡️ logging.exception() пишет traceback — удобно для отладки. 🧪 Кастомный логгер для проекта

logger = logging.getLogger("myproject")
logger.setLevel(logging.DEBUG)

➡️ Можно создать разные логгеры для разных модулей, задавать свои хендлеры, уровни и фильтры. 💡 Запомни:

🟢 Никогда не логируй пароли, токены и чувствительные данные 🟢 Используй logger.exception() внутри except 🟢 Разделяй уровни: не пиши error там, где warning

Программистика|| #python #logging #ошибки #прод #практика #длявсех

Программистика|| #Мемы

👀 Книга Инфраструктура как код. С примерами на Python и Terraform

Инфраструктура как код (IaC) – это набор методов и процессов для построения и обслуживания инфраструктуры с использованием скриптов, файлов конфигурации или языков программирования. IaC значительно облегчает тестирование компонентов, реализацию функций и масштабирование системы. Но самое главное – поскольку IaC следует классическим методам разработки, для внесения изменений в масштабах системы достаточно нескольких коммитов кода! Прочитав эту книгу, вы научитесь создавать виртуальные серверы, сети, балансировщики нагрузки, брандмауэры и другие компоненты с помощью Python и Terraform, а также уверенно обновлять инфраструктуру, не прерывая работу системы.

Программистика|| #doc

😂Каждый программист дуреет от этой прикормки! Python здесь Linux здесь Golang здесь Да даже Docker здесь Только хардкор, только мужицкое программирование Так что подписывайся🫡

Программистика|| #Мемы

Программистов заменит ИИ? Краткий ответ — нет. Но нейросети уже пишут простые проекты, а рынок становится жёстче. Зарплаты стагнируют, джуны без офферов, сокращения — обычное дело. Сейчас самое время залетать в Кибербез. Эта область только набирает обороты. Спрос растёт, но конкуренции пока почти нет. Ловите годный каналы, который поможем ворваться в новое направление: 👍 ZeroDay — База для старта в кибербезе — Пентесты Wi-Fi, камер, сайтов — OSINT и социальная инженерия — Техники анонимности и обход слежки — Сливы и разборы реальных утечек — Инструменты: Metasploit, Nmap, Kali Linux Подписывайся и не упусти новый тренд

🖥 PdfDing — это менеджер, просмотрщик и редактор PDF-файлов, обеспечивающий удобную работу на различных устройствах!

Он позволяет просматривать PDF-документы непосредственно в браузере, сохраняя позицию чтения для последующего продолжения с того же места. Пользователи могут организовывать свои PDF-файлы с помощью многоуровневых тегов, добавлять аннотации, выделения и рисунки, а также использовать такие функции, как темный режим, инвертированные цвета и настраиваемые цветовые темы. Кроме того, PdfDing поддерживает единый вход (SSO) через OIDC и предоставляет возможность делиться PDF-файлами с внешними пользователями посредством ссылок или QR-кодов с опциональным контролем доступа.

🐱 Ссылка на GitHub Программистика|| #Репозиторий

Python - Конвертирование .py в Linux bin

📱 Первоисточник

Программистика|| #video

Освой сети и командную строку с лучшими обучающими каналами 🤩 Network Admin - обучающий канал по сетевым технологиям 🤩 Network Admin | Guides - канал, где рассказывают полезную информацию про Windows/Linux 📱 BashTex - обучение работе с командной строкой

🔍 Что не так с `is`? is проверяет идентичность объектов, а == — равенство значений. Но в Python некоторые вещи кэшируются, и кажется, что они одинаково работают. А потом начинается боль. 🧪 Пример с числами:

a = 1000
b = 1000
print(a == b)  # True
print(a is b)  # False ❗️

🟢 == — значения равны. 🔴 is — это два разных объекта в памяти. Но!

a = 10
b = 10
print(a is b)  # True

➡️ Python кэширует маленькие числа (-5 до 256), поэтому тут a is b == True. 🧪 Пример со строками:

a = 'hello'
b = 'hello'
print(a is b)  # True (интернирование строк)

Но:

a = ''.join(['he', 'llo'])
b = 'hello'
print(a == b)  # True
print(a is b)  # False ❗️

➡️ Хотя строки одинаковы, объекты разные. is = False. 🧪 Списки и другие объекты:

a = [1, 2]
b = [1, 2]
print(a == b)  # True
print(a is b)  # False

list() — всегда создаёт новый объект. Даже если он выглядит точно так же. 💥 Частая ошибка:

if some_var is None:     # правильно ✅
if some_var == None:     # можно, но плохо ⚠️

➡️ is None — это канон. Потому что None — один единственный объект, и is здесь абсолютно уместен. 💡 Запомни: 👍 == сравнивает содержание 👍 is сравнивает объекты 👍 Никогда не пиши if a is 1 или a is "test" — будет сюрприз

🗣️ Если ты хочешь пост про внутреннюю модель памяти в Python, как кэшируются объекты, или про identity vs equality глубже — напиши, мы сделаем

🤔 И чем вообще заняться в такую жару? Лучший вариант — учиться, пока остальные раскисли от зноя: так получится легко обогнать конкурентов, и уже к осени выходить на рынок труда. А чтобы учиться было удобно, мы в Базе Знаний отобрали для тебя лучшие материалы по самым востребованным вакансиям: 🖥 Python Dev: 1558+ материалов 👩‍💻 Frontend Dev: 1241+ материалов 👩‍💻 Backend Dev: 1095+ материалов 📊 Data Scientist: 978+ материалов 🎨 UX/UI Designer: 885+ материалов 📖 Книги по IT: 779+ материалов ⏲️ Ссылки на каналы будут доступны ещё 48 часов, успей забрать лучшее из мира IT в Телеге 👌