1946
Сборник Python новостей: https://pythondigest.ru Наш симулятор IT инцидентов: https://incidenta.tech
Мониторим ONU/ONT с помощью Python/Flask и snmpwalk
https://ift.tt/gj7vmYW
Я сетевой инженер в интернет провайдере. В данном посте я расскажу, как я сделал для техподдержки инструмент, для мониторинга абонентских ONU на Python. И избавился от кучи ручной работы.
goYSDA: Как мы переизобрели и сделали непрерывную игру Го, выкинув из него сетку
https://ift.tt/IMQ2XHs
Все мы знаем Го — глубокую, медитативную игру на доске 19x19. Камни, пересечения, территории... А что, если выкинуть саму сетку и разрешить ставить камни куда угодно в пределах доски?
Setting Discord status from physical GameCube console
https://ift.tt/6iVkJda
deltacycle: Discrete Event Simulation
https://ift.tt/DrQU0Od
aiohttp - 3.12.14
https://ift.tt/kyFE1p6
http клиент/сервер для asyncio. Скачать можно по ссылке: https://pypi.python.org/pypi/aiohttp
Скрипт, который следит за тобой: автоматический аудит действий в Linux
https://ift.tt/IwvQBiu
В статье хочу разобрать auditd - полезный инструмент аудита в Linux, который записывает каждое действие, а скрипт превратит логи в читаемые отчёты и алерты.
Как производили подсчет объема древесины с помощью Computer Vision
https://ift.tt/xSJobyr
Отвечу почему мужик с линейкой не подойдет и почему нельзя просто взвесить Камаз до и после погрузки.
[Видео] 100 Million Parking Transactions Per Year with Django
https://ift.tt/7eY4xp0
For several Dutch municipalities, Django applications power the monitoring of both on-street and off-street parking transactions. What started as a straightforward tool for extracting data from parking facilities has evolved into a robust ETL platform with a feature-rich dashboard. This talk delves into how Django remains the backbone of our operations and why it continues to be the foundation of our business success.
Создаем датасет печатных букв с любым шрифтом за 170 строк
https://ift.tt/vajdy5l
В этой работе разбирается простой способ генерации изображений букв для подготовки данных для обучения нейронной сети для классификации (распознавания) букв русского алфавита.
OpenDerisk - AI-Native Risk Intelligence Systems
https://ift.tt/bho2e6U
Сводка от pythonz 29.06.2025 — 06.07.2025
https://ift.tt/m56pJA1
А теперь о том, что происходило в последнее время на других ресурсах.
Intro to GIS Programming: A Practical Python Guide to OSS Geospatial Tools
https://ift.tt/tWNH7fq
Процедурная генерация воксельных рогаликовых уровней
https://ift.tt/TmzLQjw
Процедурная генерация воксельных рогаликовых уровней с использованием клеточных автоматов и алгоритмов работы с сеткой ячеек на Python. Описана начальная генерация уровней, их упорядочивание, прокладка путей.
Talk Python to Me: #512: Building a JIT Compiler for CPython
https://ift.tt/eclnXHr
Audio
[Видео] Новости мира Python за июнь 2025
https://www.youtube.com/watch?v=4nQ_QQkVSJE
django-cms - 4.1.7
https://ift.tt/KTfwVMI
Легкая в использовании и удобная для разработки CMS. Скачать можно по ссылке: https://pypi.python.org/pypi/django-cms/
Как превратить статус Telegram в статус Steam
https://ift.tt/XZVa8Fp
Несколько дней назад я наткнулся на статью "Как превратить свою аватарку в Telegram в часы". Я попробовал реализовать эту программу сам, но столкнулся с некоторыми ограничениями, связанными с повышением количества спамеров в чатах. А если конкретно, то мне выдавали флуд-бан и я не мог менять свою аватарку ближайший 21 час.Я перепробовал кучу вариантов, ибо задумка мне очень понравилась. Но никакие тайминги не могли спасти ситуацию. Поэтому я решил выкатить альтернативный метод выделиться из толпы, хоть может он и будет менее заметный.
ovld: Advanced Multiple Dispatch for Python Functions
https://ift.tt/c9V4zAE
Application Logging in Python: Recipes for Observability
https://ift.tt/SxCOtgX
The logging module is powerful, but it can be somewhat complex. This tutorial covers structured JSON output, centralizing logging configuration, using contextvars to automatically enrich your logs with request-specific data, and other useful patterns for your observability needs.
От понимания файнтюнинга LLM до файнтюнинга мультимодальных моделей
https://ift.tt/4aQCPwH
Что такое дообучение LLM и зачем оно нужно?Дообучение больших языковых моделей (LLM) — это способ адаптировать их под свои задачи, сделать их умнее на своих данных и сэкономить ресурсы.Когда стоит дообучать, а когда хватит prompt engineering или RAG? Если задача уникальная или данных много — дообучай. Если задача простая — попробуй сначала промпты.
Про книгу Стефани Стимак «Дизайн для разработчиков»
https://ift.tt/5Tj9lH3
Захотелось мне обновить свои знания по фронтенд-разработке, которые у меня застряли на уровне CSS времен Internet Explorer 6 9, а также принципов веб-дизайна примерно тех же годов. Начать решил с книги Стефани Стимак «Дизайн для разработчиков». Судя по названию, это должна была быть именно та книга, которая мне нужна.
Оживляем данные Strava: от парсинга GPX до интерактивной карты на Python и JS
https://ift.tt/yFpDHu4
В этой статье я хочу провести вас «под капот» моего проекта и показать на реальных фрагментах кода, как с помощью Python, щепотки NumPy и капли JavaScript можно построить собственный мощный инструмент для анализа спортивных данных. Это история не только про код, но и про философию открытых данных и желание сделать профессиональные инструменты доступными для всех.
The Real Python Podcast – Episode #256: Solving Problems and Saving Time in Chemistry With Python
https://ift.tt/I45tkxu
Wiki-хак для SEO: находим брошенные домены и передаём их силу вашему сайту
https://ift.tt/V3dC4mO
Расскажу, как работает метод перелива веса с Wikipedia через редирект. Разберу готовый Python-скрипт для автоматического поиска таких доменов. Дам рекомендации по дальнейшей работе с найденными доменами.
Милливольтметр на экране ПК: простое решение
https://ift.tt/dbqAeiF
Данная заметка посвящена решению несложной задачи: измерить и вывести на экран ПК пару значений постоянного напряжения. В качестве измерителя используется готовое изделие: плата 16-канального 12-разрядного АЦП с USB интерфейсом на базе микроконтроллера STM32.
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Как понять что свинюшка готова к любви? Определяем через ML
- Как я проектирую и разрабатываю реальные расширения для Python на Rust
- Как мы научили ИИ читать PDF и экономить сотни рабочих часов
- Как я собираю AI-интервьюера, чтобы имитировать собеседования
- Оживляем данные Strava: от парсинга GPX до карты
- Электронный курвиметр
- KEKS кодек и криптографические сообщения
- Django - 5.2.4
- coverage - 7.9.2
Заходите в гости - https://pythondigest.ru/issue/603/
Работа с данными в DuckDB или не pandas’ом единым сыт DS
https://ift.tt/mVYXsLG
В проектах по разработке ML-моделей я регулярно сталкиваюсь с тем, что значительная часть времени уходит не на саму модель, а на приведение данных в нужный формат: очистку, трансформацию, агрегацию.Этот этап требует не только времени, но и вычислительных ресурсов, особенно когда речь идет о больших объемах информации. В этой статье я расскажу о своем небольшом исследовании DuckDB — инструменте, который может значительно упростить и ускорить работу с данными.
Сравнение форматов PNG: от первой до третьей редакции
https://ift.tt/J53TBCe
Недавно опубликованная третья редакция спецификации Portable Network Graphics (PNG) 2025 года, разработанная World Wide Web Consortium (W3C), привлекла внимание к эволюции этого формата (W3C PNG Specification (Third Edition, 2025)). Ранее я, как и многие, использовал PNG, не задумываясь о его развитии и различных редакциях. Углубившись в изучение спецификаций PNG (1996, 2003, 2025), я решил подготовить данную статью, чтобы обобщить ключевые изменения и их значение для веб-дизайна, разработки игр и мультимедиа.
Статус: в неточном поиске (fuzzy match)
https://ift.tt/pLe2gy8
Задача нахождения неточных дубликатов текстовых строк - удивительно часто встречается на практике.Нахождение неточных дубликатов позволяет лучше понять структуру списка, повысить его качество (удаление дубликатов), провести техническую кластеризацию (выделить группы похожих). Всё это видно на графе выше.Но приключения начинаются, когда список становится размером несколько миллионов строк.
Python⇒Speed: 500× faster: Four different ways to speed up your code
https://ift.tt/EeNH9yT