5710
Python - обучающие материалы, полезные советы и статьи. Админ, сотрудничество, реклама: @seniorFrontPromo, @maria_seniorfront Купить рекламу: https://telega.in/c/python_practics
Генерация групп
Этот код создает список кортежей (groups), используя списковое выражение (list comprehension) в Python.
👍 - если было полезно
#полезные_сниппеты
@python_practics
Внимание! - Вопрос!
Что такое гринлеты?
Greenlet == Green thread == Зеленые треды == легковесные треды внутри виртуальной машины. Могут называться корутинами, сопроцессами, акторами и т.д. в зависимости от платформы. Операционная система не видит их. С точки зрения ОС запущен один процесс виртуальной машины, а что внутри нее – неизвестно. Такими тредами управляет сама вируальная машина: порождает, исполняет, согласует доступ к ресурсам.
#вопросы_из_собеседований
@python_practics
Калькулятор в одну строчку на Python
Данный калькулятор способен выполнять основные математические действия.
👍 - если было полезно
#полезные_сниппеты
@python_practics
Лабиринт на Python
Полный код можно посмотреть по ссылке👇
#sandbox
@python_practics
Как работают управляющие конструкции в Python: if, else, match, for, while
Авторы разобрались в основных управляющих конструкциях в Python: if, else, match, for и while — синтаксис, примеры использования, а также лучшие практики написания кода в статье по ссылке ниже.
Подробнее👇
#статьи
@python_practics
Когда ждешь того самого коллегу, с которым вы обсуждаете все сплетни на работе:
#мемчики
@python_practics
Симуляция подбрасывания монеты
Это может быть не так важно, но может быть очень полезно, когда вам нужно сгенерировать случайный выбор из заданного набора вариантов.
👍 - если было полезно
#полезные_сниппеты
@python_practics
Внимание! - Вопрос!
Нужно посчитать 100 уравнений. Делать это в тредах или нет?
Нет, потому что в этой задаче нет ввода-вывода. Интерпретатор только будет тратить лишнее время на переключение тредов. Сложные математические задачи лучше выносить в отдельные процессы, либо использовать фреймворк для распределенных задач Celery, либо подключать как C-библиотеки.
#вопросы_из_собеседований
@python_practics
Замена текста другим текстом
В данном примере используется метод replace() для замены подстроки в строке. Исходная строка "python is a programming language. python is python" содержит два вхождения слова "python". После выполнения метода replace("python", 'Java'), все вхождения слова "python" заменяются на "Java". В результате получается строка "Java is a programming language. Java is Java". Этот метод удобно использовать для замен текста в строках.
👍 - если было полезно
#полезные_сниппеты
@python_practics
Блек-Джек на Python
Полный код можно посмотреть по ссылке👇
#sandbox
@python_practics
Топовые паттерны для разработки архитектуры ПО
В разработке ПО выбор правильных паттернов архитектуры может сильно повлиять на производительность и масштабируемость. Эксперт Solvery рассказал в статье о топовых практиках и их применении.
Подробнее👇
#статьи
@python_practics
Подсчет нахождений паттерна
Это важный и рабочий метод, когда нам нужно знать количество повторений паттерна в тексте. В python есть библиотека re, которая сделает эту работу за нас.
👍 - если было полезно
#полезные_сниппеты
@python_practics
Yellowbrick
Yellowbrick — набор средств визуального анализа и диагностики, предназначенных для облегчения машинного обучения с помощью scikit-learn. Основной объект API библиотеки Visualizer представляет собой средство оценки scikit-learn, которое учится на данных. «Визуализаторы» изучают данные, создавая визуальное представление рабочего процесса выбора модели.
Особенности Yellowbrick:
• Поддержка различных моделей, включая визуализацию функций, классификации, кластеризации, регрессии, выбора модели, целей и текста.
• Настройка гиперпараметров.
• Возможность интерпретации оценки моделей.
• Активное сообщество разработчиков.
Подробнее👇
#фреймворки_библиотеки
@python_practics
Ставь 👍 если было полезно
#теория_python
@python_practics
Задача:
Реализуйте функцию unique_in_order, которая принимает в качестве аргумента последовательность и возвращает список элементов без каких-либо элементов с одинаковым значением рядом друг с другом и сохранением первоначального порядка элементов.
Пример:
unique_in_order('AAAABBBCCDAABBB') == ['A', 'B', 'C', 'D', 'A', 'B']
unique_in_order('ABBCcAD') == ['A', 'B', 'C', 'c', 'A', 'D']
unique_in_order([1, 2, 2, 3, 3]) == [1, 2, 3]
unique_in_order((1, 2, 2, 3, 3)) == [1, 2, 3]
Внимание! - Вопрос!
Треды в Питоне — это нативные треды или нет?
Да, это нативные Posix-совместимые треды, которые исполняются на уровне операционной системы.
#вопросы_из_собеседований
@python_practics
Ставь 👍 если было полезно
#теория_python
@python_practics
Cryptography and Embedded Systems Security
Чему вы научитесь:
• Основам криптографии для встраиваемых систем;
• Обеспечению безопасности IoT-устройств;
• Реализации криптографических алгоритмов;
• Защите от атак на встраиваемые системы;
• Проектированию безопасных embedded-решений.
"Cryptography and Embedded Systems Security" научит вас обеспечивать безопасность встраиваемых систем с помощью криптографических методов.
Книга в формате pdf👇
#курсы_книги
@python_practics
Топ 15 расширений Google Chrome для аналитиков данных
Материал — незаменимый гид по расширениям Chrome, которые упрощают жизнь аналитикам данных. От парсинга и визуализации до автоматизации рутинных задач —авторы собрали полезные инструменты, которые помогут ускорить работу с данными, оптимизировать процессы и повысить продуктивность.
Подробнее👇
#статьи
@python_practics
Deepface
Deepface — легкий фреймворк для распознавания лиц и анализа атрибутов лица (возраст, пол, эмоции и раса) для Python.
Особенности Deepface:
• Библиотека опубликована в индексе пакетов Python (PyPI).
• Гибридная система объединяет самые современные модели: VGG-Face, Google FaceNet, OpenFace, Facebook DeepFace, DeepID, ArcFace, Dlib и SFace.
• Функции включают анализ атрибутов лиц и анализ лиц в реальном времени.
• Точность 97,53% в задачах распознавания лиц.
Подробнее👇
#фреймворки_библиотеки
@python_practics
Ставь 👍 если было полезно
#теория_python
@python_practics
Задача:
Завершите решение так, чтобы оно возвращало значение true, если первый переданный аргумент (строка) заканчивается вторым аргументом (также строкой).
Пример:
solution('abc', 'bc') # returns true
solution('abc', 'd') # returns false
#задачник
@python_practics
Внимание! - Вопрос!
Какие задачи хорошо параллелятся, какие плохо?
Хорошо параллелятся задачи, которые порождают долгий IO. Когда тред упирается в ожидание сокета или диска, интерпретатор бросает этот тред и стартует следующий. Это значит, не будет простоя из-за ожидания. Наоборот, если ходить в сеть в одном треде (в цикле), то каждый раз придется ждать ответа.
Однако, если затем в треде обрабатывает полученные данные, то выполнятся будет только он один. Это не только не даст прироста в скорости, но и замедлит программу из-за переключения на другие треды.
Короткий ответ: хорошо ложатся на треды задачи по работе с сетью. Например, выкачать сто урлов. Полученные данные обрабатывайте вне тредов.
#вопросы_из_собеседований
@python_practics
Ставь 👍 если было полезно
#теория_python
@python_practics
Machine Learning with R: Learn techniques for building and improving machine learning models (2024)
Чему вы научитесь:
• Разработке моделей машинного обучения на R;
• Анализу и предобработке данных;
• Применению различных алгоритмов ML;
• Оценке и улучшению качества моделей;
• Визуализации результатов анализа.
"Machine Learning with R" поможет вам освоить инструменты и техники машинного обучения с использованием языка R.
Книга в формате pdf👇
#курсы_книги
@python_practics
Python 3.14 станет быстрее на 30% без изменений в существующем коде
Python 3.14, релиз которого ожидается уже в этом году, получит новый тип интерпретатора, способного ускорить производительность на 30%.
И главное — без единой правки в существующем коде.
Подробнее👇
#статьи
@python_practics
SciKit-Image
SciKit-Image — коллекция алгоритмов для обработки изображений, основанная на NumPy, scipy.ndimage и ряде других библиотек, обеспечивающая универсальный набор процедур обработки изображений в Python.
Особенности SciKit-Image:
• Простые и эффективные инструменты для обработки изображений и методов компьютерного зрения.
• Доступна для всех и повторно используема в различных контекстах.
• Создана на основе NumPy, SciPy и matplotlib (NumPy и SciPy должны быть предустановлены).
• Работает со всеми форматами данных, поддерживаемыми библиотекой изображений Python.
• Работает с URL-путями изображений.
Подробнее👇
#фреймворки_библиотеки
@python_practics