1946
Сборник Python новостей: https://pythondigest.ru Наш симулятор IT инцидентов: https://incidenta.tech
Простой пример использования в ПЛК нейросетевого контроллера
https://ift.tt/ohYkA2R
Современный мир движется к объединению технологий: промышленной автоматизации и искусственного интеллекта. Но для меня, занимающегося программированием в сфере АСУ ТП, было трудно понять, как на ПЛК, с его скромными техническими характеристиками и средой Codesys или TIA Portal можно применить технологии ИИ.
Оповещение о РО через колонки Яндекса (Ну или в целом получение сигналов в УДЯ)
https://ift.tt/MCOfvUG
Система и алгоритм оповещения о ракетной опасности с использованием Яндекс Станций. Пользователь вручную создает сценарии для устройств «Умного дома Яндекса» с использованием «Лампочки», которая включается при сигнале о РО и выключается при сигнале ОТБОЙ.Стэк: Python, telethon, aiogram 3.x, mqtt, postgresql.
Сводка от pythonz 13.04.2025 — 20.04.2025
https://ift.tt/X6VaHef
А теперь о том, что происходило в последнее время на других ресурсах.
Некоторые особенности создания диаграммы Санки (Sankey Diagram) на Python библиотека plotly
https://ift.tt/eoyYkOb
Разбираемся как упаковывать данные в диаграмму Sankey, от этапа проектирования до сборки финальных кортежей.
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Помощник читателя: визуализируем сюжет
- Прототип для металлографа: анализ включений на Python с OpenCV и PyQt
- Обработка геоданных для ML-задач. Часть 2
- MCP своими руками
- Проверка теории повторяемости биржевых графиков
- Автоматизировать, нельзя анализировать: интеграция SOAR Shuffle в SOC ч. 1
- cookiecutter-data-science: Project Structure for Data Science
- textcase: Feature-Rich Text Case Conversion Library
- numpy - 2.2.5
Заходите в гости - https://pythondigest.ru/issue/592/
The Real Python Podcast – Episode #247: Exploring DuckDB & Comparing Python Expressions vs Statements
https://ift.tt/reQwCoO
Are you looking for a fast database that can handle large datasets in Python? What's the difference between a Python expression and a statement? Christopher Trudeau is back on the show this week, bringing another batch of PyCoder's Weekly articles and projects.
MCP своими руками
https://ift.tt/ogcaKl8
Сегодня я хочу рассказать, что из себя представляет протокол MCP от Anthropic — для этого лучше всего создать его аналог собственными руками. Эта статья предназначена для разработчиков, которые хотят глубже понять, как работает MCP, и научиться создавать подобные механизмы самостоятельно.
fastapi_mcp
https://ift.tt/aTIq8SU
A zero-configuration tool for automatically exposing FastAPI endpoints as Model Context Protocol (MCP) tools.
numpy - 2.2.5
https://ift.tt/58iU6PA
Модуль для работы с многомерными массивами. Скачать можно по ссылке: https://pypi.python.org/pypi/numpy/
F(), Func() и никаких циклов: как Django думает в SQL
https://ift.tt/UKjHmdF
Сегодня рассмотрим, как использовать F()-экспрессии и Func()-обёртки в Django для того, чтобы выполнять арифметику, условия и преобразования не в Python, а на стороне базы данных. Один SQL-запрос может заменить десятки строк кода не теряя в качестве кода.
TalkPython #497 - Outlier Detection With Python
https://ift.tt/tzG6MAe
Проверка теории повторяемости биржевых графиков
https://ift.tt/MrVjnJ3
Данная статья навеяна мнением о том, что все участки биржевых графиков в прошлом уже повторялись, потому что поведение участников рынка подчиняется типовым сценариям. И если оцифровать все графики, то можно находить похожие участки в текущий момент времени и предполагать, какое движение будет в ближайшее время.
Цифровой двойник: не просто копия, а твой персональный баг-репорт реального мира
https://ift.tt/zGFOvbU
Эта статья — попытка разобраться без прикрас и с примерами, как устроена такая технология, какие инструменты сейчас в ходу, с чем сталкиваются разработчики, и где всё это реально применяется — от предсказания отказов турбин до мониторинга состояния коров в Новой Зеландии.
textcase: Feature-Rich Text Case Conversion Library
https://ift.tt/Uz2DcRn
plain: A Web Framework for Building Products With Python
https://ift.tt/DsFAeUT
Как обсчитать RFM-анализ за 5 шагов
https://ift.tt/Zv2rdko
RFM-анализ - это метод сегментации клиентов, основанный на их покупательской активности. С помощью RFM-анализа можно, во-первых, оценить доли клиентов в каждом из сегментов. Во-вторых, вспоминая постулат, что клиента легче удержать, чем привлечь. К пользователям, попавшими в разные сегменты, можно применять различные стратегии удержания / поощрения.
aiohttp - 3.11.18
https://ift.tt/XW7aMwi
http клиент/сервер для asyncio. Скачать можно по ссылке: https://pypi.python.org/pypi/aiohttp
Почему @patch из unittest.mock ломает вам тесты, если не указать autospec=True
https://ift.tt/SJ9eLWO
Сегодня разберёмся, почему без autospec=True ваш безобидный @patch из unittest.mock может превратить зелёный репорт в мину замедленного действия. Смысл patch() прост: отрезаем внешний мир, подсовываем фейковый объект и гоняем логику изолированно. Но если не включить autospec, мок превращается в пластилин — к нему прилипает любой метод, любые аргументы, и тесты радостно хлопают ладоши, даже когда в коде опечатка или нарушена сигнатура.
Multithreading PyQt6 applications with QThreadPool
https://ift.tt/vj5GB87
Eli Bendersky: Sparsely-gated Mixture Of Experts (MoE)
https://ift.tt/obBFjyC
LitestarCatsCV. Тренируемся на кошках. Расширяем возможности и готовимся к продакшену. Часть 3
https://ift.tt/5CxyivD
У нас уже есть стены и фундамент, но пора ставить крышу и готовиться к продакшену! 🏠 Сегодня мы сделаем наш API ещё круче: вынесем конфиги в отдельный модуль с помощью msgspec, добавим аутентификацию через встроенный JWT в Litestar, ускорим API с KeyDB, проверим покрытие тестами с coverage, упакуем всё в Docker и нарисуем резюме котиков с помощью Jinja.
Agent S: an open agentic framework that uses computers like a human
https://ift.tt/hfus0aN
14 Advanced Python Features
https://ift.tt/Py5u1qQ
aiohttp - 3.11.17
https://ift.tt/HDgud6Y
http клиент/сервер для asyncio. Скачать можно по ссылке: https://pypi.python.org/pypi/aiohttp
Ускорить Pandas в 60 раз: проверяем лайфхаки из интернета на реальном проекте и обкладываемся бенчмарками
https://ift.tt/aziRGDS
Если после заголовка вы решили, что это очередная статья в стиле «Топ-10 способов ускорить Pandas», то не торопитесь с выводами. Вместо топов и подборок предлагаю взглянуть на бенчмарки скорости и потребления памяти в зависимости от характеристик датафрейма и убедиться, что часть советов из статей по ускорению могут оказаться даже вредными. Разберём, какой из способов ускорения нужно пробовать в разных ситуациях, как это зависит от размера датафрейма и как ведёт себя в реальном проекте.
Пробуем Codex CLI от OpenAI для доработки ХрюХрюКара
https://ift.tt/yznHG76
Пару дней назад я опубликовал статью про ХрюХрюКар - телегам-бот для борьбы со стоянкой автомобилей на зелёных зонах. Проект с открытым исходным кодом. За два дня ко мне обратилось несколько сторонников с просьбой добавить их города. Но вот незадача: у меня была возможность через админ-панель Django править данные в базе, но об этом кеш сервера не узнает (основной бекэнд на Go). В результате приходилось добавлять данные и перезагружать контейнеры с go-бекэндом вручную.
Пишем самый примитивный компилятор на Python
https://ift.tt/BwbXyxA
Сегодня мы с вами напишем примитивный компилятор на Python. Ну очень примитивный!
Префиксные суммы. Решение задачи из тренировок Яндекса по алгоритмам
https://ift.tt/oLeAjSF
Расскажу о том, как решал одну из наиболее интересных задач в разминке Яндекс Алгоритмы 2023 г. Интересной я называю ее потому, что: 1) решал я кратно дольше, чем предыдущие 6 задач из разминки вместе взятые; 2) именно в этой задаче я проникся мощью префиксных сумм, и применением их для двумерных массивов.
gevent - 25.4.1
https://ift.tt/qv3EkOw
Библиотека для Python, которая позволяет вам писать асинхронные сетевые приложение использую синхронный API. Скачать можно по ссылке: https://pypi.python.org/pypi/gevent/
cookiecutter-data-science: Project Structure for Data Science
https://ift.tt/KBHQNvY