1946
Сборник Python новостей: https://pythondigest.ru Наш симулятор IT инцидентов: https://incidenta.tech
Измерение покрытия API тестами на основе Swagger для Python
https://ift.tt/DvBnQGE
В этой статье я расскажу про swagger-coverage-tool — инструмент, который показывает, насколько полно ваши тесты покрывают API по спецификации Swagger (OpenAPI). Всё работает автоматически, без изменений в логике тестов. Поддерживаются httpx и requests, отчёт генерируется в один клик. Идеально, если вы хотите объективно видеть, что действительно проверяют ваши API автотесты.
Как я стал core-разработчиком Python в 19 лет
https://ift.tt/thQEjqs
CPython Core Developer — это core-разработчик, имеющий официальные полномочия вносить изменения в исходный код интерпретатора CPython, который является самой распространённой реализацией языка Python. Коротко говоря, это те люди, которые могут мержить пул-реквесты в репозитории CPython.
PyPy: Doing the Prospero-Challenge in RPython
https://ift.tt/TctnV4k
Контроль времени в Python-тестах: freeze, mock и архитектура Clock
https://ift.tt/65wgOkf
Время — это одна из самых нестабильных переменных в коде (и не только). Оно безжалостно к CI, случайным багам и здравому смыслу. Особенно если вы пишете логику, где участвует datetime.now(), time.time() или utcnow(): TTL, крон-задачи, дедлайны, отложенные события, idempotency-окна, подписки, отложенная отправка писем, повторная авторизация — всё это работает с временными сдвигами. И всё это будет ломаться, если не заморозить время в тестах.В этой статье рассмотрим, как выстроить адекватную архитектуру контроля времени: от простых фиксаций до внедрения Clock-абстракции.
Hi-Fi с Wi-Fi. Часть вторая: хочется помощнее, ватт на сто
https://ift.tt/DQByOGK
В прошлой статье я делился опытом создания портативной мини-акустики с передачей аудио по Wi-Fi вместо Bluetooth. В этой — представляю её более мощную версию. Мы напечатаем корпус, усовершенствуем скрипты, разработаем фирменное приложение для Hi-Fi трансляции звука и добавим эквалайзер в систему.
django-extensions - 4.1
https://ift.tt/C78VmFO
Набор пользовательских расширений для Django-проектов. Скачать можно по ссылке: https://pypi.python.org/pypi/django-extensions/
Создаем игрушечный оконный менеджер в ретро-стиле Windows 3.x на Python
https://ift.tt/dfuYaom
Знакомо, правда? Да, да - это "рабочий стол" Windows 3.1, которая вышла в 1992 году. И даже если вы не из того поколения, у которого сейчас свело олдскулы, вы, я думаю, все равно хоть раз в жизни видели эту ОС (хотя бы на картинке) и не остались к ней равнодушны.В этой статье мы напишем простенький игрушечный оконный псевдо-менеджер в стиле Windows 3.x.
Свой 3d движок на Python [Часть 1]
https://ift.tt/i3AG9WT
Делаем 3D на Python!
Algorithms for High Performance Terminal Apps
https://ift.tt/uNf3kmV
This post by one of the creators of Textual talks about how to write high performing terminal applications. You may also be interested in the Talk Python interview on the same topic.
Tail-calling: разбираемся в новом интерпретаторе в CPython
https://ift.tt/MR3EFTb
В последнее время в моём инфополе появилось много шума вокруг нового типа интерпретатора в Python: tail-calling. Я посмотрел PR на Github, из которого понял, что [[clang::musttail]] должен ускорить рантайм на 5%. Ещё я почитал Соболева, но понял только то, что эта инструкция генерирует вызов метода в asm-коде как jmp, а не call, то есть экономит один стэк-фрейм — посмотреть можно тут. Но почему эти инструкции в данном случае эквивалентны и сработают в CPython — непонятно. Так что давайте разбираться вместе!
pymongo - 4.12.0
https://ift.tt/tdR5ImA
Python интерфейс для MongoDB. Скачать можно по ссылке: https://pypi.python.org/pypi/pymongo/
django-extensions - 4.0
https://ift.tt/6euKNIS
Набор пользовательских расширений для Django-проектов. Скачать можно по ссылке: https://pypi.python.org/pypi/django-extensions/
Как я делал голосового ассистента на NLP и не сошел с ума
https://ift.tt/NhupXGZ
Голосовые ассистенты давно перестали быть просто игрушкой — теперь это полноценные цифровые помощники, которые умеют общаться, искать информацию и даже шутить (иногда лучше некоторых людей). В этой статье разберём, как собрать своего кастомного ассистента с нуля на Python, используя современные NLP-инструменты. Без Siri, без Alexa, всё своё, родное.
Сводка от pythonz 30.03.2025 — 06.04.2025
https://ift.tt/VJHjl7z
А теперь о том, что происходило в последнее время на других ресурсах.
Как мы сделали одну большую песочницу для всех аналитиков
https://ift.tt/4gVs0mA
В мире данных и аналитики, где каждый день генерируются огромные объемы информации, создание единой платформы для работы с данными становится неотъемлемой частью успешной стратегии бизнеса.
HowTo: плиточная карта и календарь в DataLens
https://ift.tt/GHkMsYF
Хочу поделиться примером, как при помощи нестандартных техник создать виджеты, непредусмотренные на бесплатном тарифе DataLens.Для реализации виджетов понадобится базовое знакомство с DataLens, html и python.Код по формированию виджетов и живые примеры внутри.
Успеть за 48 часа: мой опыт участия в гейм-джемах
https://ift.tt/jPLx84F
В этой статье я хочу поделиться своим опытом создания визуальных новелл за ограниченное время, а также полезными ресурсами. Что у нас имеется: соло-разработчик, 48 часа, движок ren’py и сомнительные знания питона. Что вы узнаете: как это было, полезные плагины для ren’py, полезные ресурсы, как распределять время и другое.
Гайд по overload: как написать один код на Python для разных бэкендов
https://ift.tt/aS8uy2w
В статье разберемся, как работает перегрузка в статических и динамических языках программирования. В конце покажу, как и зачем мы реализовали перегрузку на Python своим собственным способом.
Тонкости работы с логгированием в Python: краткий гайд для разработчиков
https://ift.tt/HviPyd1
Логирование является одним из ключевых и важнейших элементов разработки и эксплуатации приложений. Оно дает ценную информацию всей цепочке заинтересованных лиц: от разработчиков и системных администраторов (отладка, мониторинг и т.д.) до руководителей бизнеса в целом (поведение пользователей, соблюдение нормативных требований и т.д.).
Три разные единицы измерения на одном графике с библиотекой Plotly
https://ift.tt/czOYMy7
Будучи сторонницей минимализма во всем, в том числе и в визуализации данных, я избегаю попыток "впихнуть невпихуемое" в одну визуализацию. Лучше построю группу графиков. Но иногда попадается интересный визуал и хочется его воспроизвести.
django-phonenumber-field - 8.1.0
https://ift.tt/ayYz6L7
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/
coredumpy: Saves Your Crash Site for Post-Mortem Debugging
https://ift.tt/O27nk0g
Как мы используем ML и нейромаркетинг для роста бизнеса: технический разбор
https://ift.tt/sjEWOXq
Согласно нашему исследованию на выборке 1,200 интернет-магазинов, 87% потенциальных клиентов действительно не находят нужные товары из-за фундаментальных маркетинговых ошибок.
How to Extract GPS Coordinates from a Photo
https://ift.tt/SNprwsA
«Клюква» — автоматизация документации проектов на Python
https://ift.tt/SxHaAzb
Сегодня хочу рассказать вам о своем сервисе «Клюква».«Развесистая клюква» или просто «Клюква» в общем виде означает ложные или искаженные представления о чем‑либо. Как раз здесь мы приходим к написанию документации. К сожалению, составить и поддерживать документацию в актуальном состоянии — это проблема. Скорее всего проблема в том числе и в вашей компании.
celery - 5.5.1
https://ift.tt/BAgYScs
Распределенная очередь задач. Скачать можно по ссылке: https://pypi.python.org/pypi/celery/
Геопространственная обработка признаков
https://ift.tt/YUjKxsy
Основная задача обработки признаков — преобразовать данные в числовой вид, потому что ML-модели могут работать только с числами. Геопространственный контекст добавляет слои смысла: например, расположение кафе в центре города или на окраине может влиять на посещаемость сильнее, чем его меню. Представьте, что моделируете спрос на такси — координаты точек подачи станут важнее времени суток, если рядом метро закрывается на ремонт.
Конвейер машинного обучения для классификации рукописных цифр MNIST с использованием TensorFlow Extended (TFX)
https://ift.tt/MFbsOgS
В рамках данной статьи будет рассмотрено построение конвейера машинного обучения для классификации рукописных цифр из базы данных MNIST с использованием фреймворка TensorFlow и TFX, а также мониторинг процесса обучения с помощью TensorBoard и выпуск модели с автоматической генерацией к ней API с помощью TensorFlow Model Server.
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Анализ авиапроисшествий, расследованных МАК за 2014–2024 гг
- Как упростить жизнь инженера-сметчика и ускорить разработку сметы в 20 раз
- Замена Langchain, как OpenAI Agents SDK справляется с глубоким поиском?
- Как создать инструмент для DQ только на Python и Airflow?
- API автотесты на Python с запуском на CI/CD и Allure отчетом
- Как мы оживили DPED: ИИ-проект для улучшения мобильных фото до снимков с «зеркалок»
- AI в работе технического писателя
- python-docx: Create and Modify Word Documents
- faststream: Event Streams Library
- Django - 5.2
- django REST framework 3.16
Заходите в гости - https://pythondigest.ru/issue/590/