Веб-версияОткрыть в Telegram
PPython RU
Python RU
✅ Высокое доверие
@pro_python_code · канал · Технологии · в индексе с 2026-05-24 архив за октябрь 2023
12 333подписчиков−39 за неделю
749средний охват поста
6.1%ER — охват к подписчикам
14постов за 30 дней

Посты за октябрь 2023

‹ октябрь 2023 ›×
Python RU
🔥 Дайджест полезных материалов из мира Python за неделю Почитать: — Тестовые серверы Telegram: инструкция по эксплуатации — Функциональное программирование в Python: ежедневные рецепты — Откройте свое будущее: Изучите 15 бесплатных курсов IBM прямо сейчас — Apache Spark и PySpark для аналитика. Учимся читать и понимать план запроса в SparkUI — Пишем АПИ автотесты на Python по шагам — Извлечение текста из файлов PDF при помощи Python — Детекция дефектов дорожного покрытия без размеченных данных: Хакатон, LiDAR, RANSAC, ICP и 44 бесcонных часов — Преобразование markdown в pdf на Python — Как «продать» OSS Framework? Propan -> FastStream — FIFO очередь asyncio в Python — Тестируем API в Таверне — Comment ajouter des hyperliens aux documents Word avec Python — EDA using Data Visualization techniques — Becoming an AWS All Builders Welcome Grant Alumni Mentor: Empowering the Next Generation of Innovators — New Features with Git Remotes — Trabaje con sus datos en tiempo real usando Langchain — TIL Remote in Git and TOMLLIB in Python — Exploratory Data Analysis using Data Visualization Techniques. — My First Pull Request in Hacktoberfest23 — documented: make docstrings in your exceptions work — MongoDB Quick Start Guide 🍃⚡️ Посмотреть: 🌐 Разбор задачи с собеседования Data Science. Подготовка на практике (⏱ 26:12) 🌐 Cобеседование #Python топовый банк Goldman Sachs Associate на 12000 $ #задача #программирование (⏱ 01:00) 🌐 Django создание модели. Вывод даных на страницу (⏱ 13:01) 🌐 Решаем задачу с leetcode на #Golang (⏱ 00:37) 🌐 Facebook задача с собеседования на #Python на 120000 рублей #программирование #задача #код (⏱ 00:59) 🌐 Разбора задачи с собеседования #Golang (⏱ 00:22) 🌐 Задание 22 | ЕГЭ по информатике | ДЕМО-2024 (⏱ 07:55) 🌐 Задание 23 | ЕГЭ по информатике | ДЕМО-2024 (⏱ 02:50) Хорошего дня! @pro_python_code
👍6🔥2❤1
34 · 2.9K ·
P
Python RU
Фотография
нажмите — покажем
🚀🧠**lru_cache**: отличная техника для эффективного кодинга!🚀🧠 В данном коде `lru_cache` используется в качестве декоратора для функции fibonacci. Поскольку последовательность Фибоначчи может быть вычислительно затратной для больших входных данных, кэширование результатов для каждого вызова может значительно ускорить последующие вызовы с теми же аргументами. Однако декоратор кэширования не следует использовать в каждом конкретном случае. Для функций, результаты которых меняются даже при одинаковых входных данных, или для функций, выходными данными которых являются изменяемые объекты, кэширования следует избегать. При первом вызове `fibonacci(35)` функция вычислит результат обычным способом, учитывая рекурсивный характер последовательности Фибоначчи. Это может занять много времени. Однако при втором вызове `fibonacci(35)` вместо повторного вычисления функция просто найдет значение в кэше и вернет его. В результате время выполнения второго вызова будет значительно меньше, что свидетельствует о пользе кэширования. Фактическое время выполнения на вашей машине будет зависеть от ее вычислительной мощности, но, скорее всего, вы увидите заметную разницу между двумя вызовами. Помните, что lru_cache может ускорить только последующие вызовы с теми же параметрами. Если вызвать fibonacci(36) после fibonacci(35), то все равно придется вычислять значение. Однако вычисление будет происходить быстрее, чем без кэша, так как fibonacci(35) уже закешировано, и ему нужно только добавить к нему fibonacci(34). @pro_python_code
👍7👎1❤1🔥1
20 · 2.9K ·
P
Python RU
Ссылка
нажмите — покажем
🖥 Chatgpt, Bard , Claude, Theb - используй API лучших нейросетей бесплатно и без ВПН на Python ▪Video @pro_python_code
👍7🔥1❤1
79 · 3.7K ·
P
Python RU
🔥 Дайджест полезных материалов из мира Python за неделю Почитать: — RestApi от мала до велика. А ты правильно проектируешь методы? — Сравнение методов веб-скрепинга для данных Википедии: Beautiful Soup против WikipediaAPI — Как я проектирую и разрабатываю расширения Python на Rust — Построение ML-пайплайна для рекомендательной системы с помощью Google Cloud Platform — Как PaaS решил проблемы стандартизации разработки сервиса одной утилитой — Введение в библиотеку Diffusers и диффузионные модели — «Консервируем» данные: сравниваем модуль pickle и альтернативные способы сериализации — Сбер. Как некрасиво поступить на конкурсе красоты — Что я понял на первой работе программистом / Мои советы Junior-разработчикам — Swirl для анализа корпоративных данных: как мы использовали ИИ-поиск и что из этого вышло — MLOps на примере прогноза движений акций с помощью MLRun — Tuning Out Spotify: A Programmer’s Approach to Music Streaming — Automating Python Deployments with GitHub Actions, AWS ECR, and AWS Lambda — Weekly Dev Findings 9 — Infinite Scroll Pagination in Django with HTMX — Reflex: 10 Minute Docs Audit — Milvus Adventures | October 13, 2023 — Docker with Python for Dummies — CS61A: Projeto HOG (Parte 1) — Keep It Uplifting podcast. James “Uplifting” Edwards explores the intersection of lifestyle and success with Richard Blank. — Testando testes no Python - Parte 3: Pytest dentro do Pytest Посмотреть: 🌐 Chatgpt, Bard , Claude, Theb - используй API лучших нейросетей бесплатно и без ВПН на Python. (⏱ 05:23) 🌐 NLP практика. Определяем тональность текста при помощи NLTK и DL (⏱ 19:37) 🌐 Django шаблонизация и маршрутизация (⏱ 09:11) 🌐 Задача, которая очень часто встречается на собеседованиях #python (⏱ 00:59) 🌐 Решение непростой задачи с Leetcode, часто всплывает на собеседования #pythontutorial (⏱ 00:59) 🌐 Хитрая задача с собеседования #Python (⏱ 00:59) 🌐 Решаем вариант из сборника Л. Н. Евич | ЕГЭ-2024 по информатике (⏱ 01:48:21) 🌐 Задание 24 | ЕГЭ по информатике | ДЕМО
👍5🔥1
38 · 2.7K ·
P
Python RU
GIF
1_9Y9Al8Yt_eqvXis2RNWOBw.mp4 · 451 КБ · нажмите — покажем
🐍 Mastering Financial Engineering: От моделирования на Python к интерактивным приложениям Финансовый инжиниринг включает в себя сложные вычисления и моделирование для анализа и решения финансовых проблем. Независимо от того, являетесь ли вы студентом или начинающим специалистом в области финансов, очень важно не только понимать концепции, но и профессионально представлять свою работу. В этой статье мы рассмотрим, как с помощью Python превратить простой код моделирования цены опциона Монте-Карло в развернутое приложение. Это не только улучшит ваше понимание, но и поможет эффективно донести финансовые концепции с помощью визуализаций и пользовательских приложений. Предварительный вариант приложения, которое вы сможете создать к концу этого урока: в изображении. 1. Организуйте рабочее пространство Шаг 1.1: Создание выделенной папки Начните с создания специальной папки для вашего проекта по финансовой инженерии. Организация работы в структурированном виде необходима для эффективной разработки. Далее
❤5👍2🔥1
24 · 2.5K ·
P
Python RU
Фотография
нажмите — покажем
📃 Генерация отчетов графовой аналитики в формате PDF с помощью Python Создание отчетов графовой аналитики является важной частью работы многих проектов и бизнес-процессов. Однако, процесс создания и настройки таких отчетов может быть сложным и требовать больших усилий. Рассмотрим, как использование языка программирования Python и его библиотек может значительно упростить генерацию отчетов графовой аналитики в формате PDF. Для работы с PDF в Python есть множество библиотек, самые популярные из них: PyPDF2, ReportLab, FPDF. Сравнение основных библиотек: в изображении. По совокупным критериям для дальнейшего разбора мной была выбрана библиотека ReportLab. Одной из самых популярных библиотек для работы с графами в Python является NetworkX. Она предоставляет широкий набор инструментов для создания и анализа графов. Ее и буду использовать для создания графа и анализа данных. В посте приведен код, необходимый для воспроизведения. Полный код доступен по ссылке. Данные сгенерирую с помощью Python. Пусть будет 500 операций, где будет информация об отправителе, получателе, сумме операции и флаг подозрительности операции. df_dict = {} count_operation = 500 for i in range(count_operation): df_dict[i] = {'reciver' : random.randint(1, count_operation/2), 'sender': random.randint(1, count_operation/2), 'sum_oper': random.randint(1000, 1000000), 'suspisios_transaction': random.randint(0, 1)} Добавлю 100 переводов, где получателем будет клиент 1, а отправителем- любой другой клиент из основного датасета: for i in range(100): df_dict[i] = {'reciver' : 1, 'sender': random.randint(1, count_operation/2), 'sum_oper': random.randint(1000, 1000000), 'suspisios_transaction': random.randint(0, 1)} df = pd.DataFrame().from_dict(df_dict).T Получится вот такой датасет: Смотреть
👍7🔥1
33 · 2.6K ·
Python RU
Фотография
нажмите — покажем
Парсинг на Python 1. Быстрый Парсинг с библиотекой Polars на Python 2. Продвинутый парсинг. Обход блокировки 3. Полный Гайд по парсингу на Python: от азов до продвинутых техниик,. Часть 1 4. Полный Гайд по парсингу на Python: Практика. Часть 2 5. Практика парсинга Python 6. Большой гайд по парсингу на Python. Часть 3 Работаем с selenium 7. Уроки Парсинга на Python Сравниваем Scrappy и bs4 8. Продвинутый парсинг на Python со сменой прокси 9. Многопоточный парсер на Python. ООП подход 10. Асинхронный парсинг сайтов на Python #video #python https://www.youtube.com/watch?v=dqEHY9zKc8M&list=PLysMDSbb9HcwWWhs1Cm9EF1sv0fo8kII5 @pro_python_code
👍8🔥1❤1
106 · 3K ·
📒 GigaChat нового поколения. Разработчики @gigachat_bot изменили подход к обучению модели, а потому практически все умения модели были улучшены. В частности, речь идет о сокращении текстов, ответов на вопросы и генерации идей. Появился и бот GigaChat в социальной сети «ВКонтакте» — после активации, его можно использовать для самых разных целей: от создания текстов до генерации изображений (за счет интеграции с Kandinsky). Число уникальных пользователей GigaChat достигло 1 млн. • Попробовать @data_analysis_ml
👍6
5 · 2.4K ·
P
Python RU
Ссылка
нажмите — покажем
💸 Прогнозированию биткоина при помощи VAR (векторной авторегрессии), XGBoost и Facebook Prophet. ▪ Видео ▪ Код из видео @pro_python_code
👍7❤1
25 · 2.8K ·
P
Python RU
🔥 Дайджест полезных материалов из мира Python за неделю Почитать: — Событийное логирование для аналитики и мониторинга работы телеграм-бота — Что расскажут на PiterPy 2023: много питонов и немного ржавчины — Классификация текстов в spaCy: пошаговая инструкция — Как создать черный список для токенов JWT в Django — API от А до Я (теория и практика) — Распознавание речи (транскрибация) по аудиозаписям диалогов. Whisper. Личный опыт — Решение школьных задач по химии в Python — Мне пожизненно забанили рекламу в Meta**. Потому что я преподаю Python — Как Guidance выводит ИИ на новый уровень: инструмент для эффективного управления моделями — Упрощаем подключение линтеров в пайплайны Gitlab CI — Weekly Dev Findings 10 — How to Create a Django Project and Application. — Setting Sail with a CMS called 'Wagtail' — How-to Setup and Use Python with OBS on a Mac — Beautiful is better than ugly, but my beginner code is horrible — Consultation from Django experts — I knew a boy who made all the wrong choices — Your Face, Your Anime: Move Together 💫 — Elastic D&D - Week 9 - FastAPI — Introduction to Quantum Computing Посмотреть: 🌐 Пишем телеграм бота для скачивания #yotube видео (⏱ 20:41) 🌐 Django гайд по формам (⏱ 10:32) 🌐 【コラボ配信】当たり前の行動が禁止される!?狂った世界でPVPバトル!ゲスト:えばそんさん、帆立さん、mmmさん (⏱ 02:04:45) 🌐 Python для начинающих. Урок 13 | Кортежи (⏱ 20:30) 🌐 Python Selenium | Новая фича Selenium | Где брать драйвера | Selenium manager #shorts (⏱ 01:01) 🌐 Как стать крутым разработчиком за 1 месяц и зарабатывать много денег? #shortsfeed #shorts (⏱ 00:10) Хорошего дня! @pro_python_code
👍4❤1
43 · 2.9K ·
P
Python RU
Фотография
нажмите — покажем
🐍 Совет #Python: Хотите распечатать календарь на определенный месяц? Используйте встроенный в Python модуль календаря! @pro_python_code
👍15❤3
34 · 2.9K ·
Python RU
🔥 Дайджест полезных материалов из мира Python за неделю Почитать: — Как в 180 000 раз ускорить анализ данных с помощью Rust — 5 лучших функций создания массивов в Numpy для начинающих — Как мы заинжектили кнопку на Behance — “Ну и долго мне ещё до магазина?” Или пара слов о геоинформационном анализе с помощью Python — Борьба с несбалансированными данными — Головоломки на Python: Увлекательный Путь к Мастерству в Программировании — Celery: изучаем на реальных примерах ч.1 — Реализация консенсусного алгоритма Raft — Как написать новостной Телеграм-канал если ты не программист. Часть первая — Как получить полезную информацию из своих категориальных признаков? — Что выбрать новичку: Python или Java? — Exploring Random Number Generation with Different Distributions in Python — Cryptocurrency exchange development — What is Python Turtle Graphics? — The Django Project Folder and Files Structure and Architecture 1 — ⚔️ Poetry vs Pip — [Python] Project ideas for every level of advancement — Something I Learned This Week: The dev.to API — Placeholder Contributor! — Placeholder Contributor! — Beyond Observability: Modifying Syscall Behavior with eBPF - My Precious Secret Files Посмотреть: 🌐 Прогнозирование цены биткоина при помощи VAR, XGBoost, FB Prophet (⏱ 20:29) 🌐 Django настройка админки (⏱ 06:55) 🌐 Задача на палиндром строки на C++ (⏱ 00:59) 🌐 Django расширяем функционал! (⏱ 07:03) 🌐 Задание 26 | ЕГЭ по информатике | ДЕМО-2024 (⏱ 07:28) 🌐 Решаем СтатГрад от 24.10.2023 | ЕГЭ-2024 по информатике (⏱ 02:12:59) 🌐 ИСПОЛЬЗУЕМ CHATGPT БЕСПЛАТНО С PYTHON (⏱ 05:15) Хорошего дня! @pro_python_code
👍4❤3🔥1
27 · 2.6K ·
P
Ссылка
нажмите — покажем
🖥 Обучаем нейросеть угадывать, что изображено на картинке при помощи TensorFlow 📌 Видео 📌 Код 📌 Урок @pro_python_code
👍5❤2👎1
31 · 2.7K ·
Календарь: октябрь 2023
ПнВтСрЧтПтСбВс12134567289110111121314115161171181193202122123124125261271282923031

Открытая публичная лента из поискового индекса ChatCrawler — «Google по публичному Telegram»; обновляется по мере обхода площадки. Время — UTC.

Только публичный контент, официальный API Telegram. О проекте · Вопросы · Чего мы не делаем · Убрать страницу из выдачи · Каталог · Поиск · Как мы считаем