Python RU

⭐️ Пособие для технических интервью.

Здесь представлены бесплатные и курируемые материалы по подготовке к техническим собеседованиям для занятых инженеро. Более 500 000 человек воспользовались этим пособием!

🖥 https://github.com/yangshun/tech-interview-handbook

@pro_python_code

🛠SDV — это библиотека, которая использует реальные данные для создания синтетических данных.

Ученые из MIT разработали инструмент, основанный на алгоритмах машинного обучения, способный анализировать шаблоны в реальных данных и генерировать на их основе новые синтетические данные.

▫️ SDV специализируется на работе с табличными данными.
▫️ Обеспечивает конфиденциальность: использование синтетических данных предотвращает утечку чувствительной информации на тестовых наборах.
▫️ Библиотека проста и удобна в использовании.
применении.

pip install sdv

🔝 GitHub

@pro_python_code

📌20 полезных, но малоиспользуемых команд Git

Держите, это кликабельный список:
⏩ Git Web — открыть встроенный графический интерфейс
⏩ Git Notes — прикрепить дополнительную информацию к коммитам
⏩ Git Bisect — дебажить как про
⏩ Git Grep — найти что угодно
⏩ Git Archive — сжать проект для шеринга
⏩ Git Submodules — импортировать другие репозитории в ваш
⏩ Git Bugreport — скомпилировать баг-репорт с информацией о системе
⏩ Git Fsck — проверить и восстановить недоступные объекты
⏩ Git Stripspace — удалить пробелы в конце текста
⏩ Git Diff — сравнить изменения между двумя файлами
⏩ Git Hooks — выполнить скрипт при запуске команды git
⏩ Git Blame — показать, кто написал данную строку
⏩ Git Large File Storage — сохранить большие файлы в git
⏩ Git Garbage Collection — оптимизировать git-репо
⏩ Git Show — легко просмотреть любой объект git
⏩ Git Describe — дать читаемое имя на основе последнего тега
⏩ Git Tag — создать метки версий в определенных точках
⏩ Git Reflog — список всех действий, выполненных над репозиторием
⏩ Git Log — просмотреть журнал коммитов и диаграммы ветвей
⏩ Git Cherry Pick — вытащить фичу в вашу ветку
⏩ Git Switch — быстро переключиться между ветками

Пользуйтесь)

@DevOPSitsec

👉 Awesome Python

Большой куратором список потрясающих фреймворков, библиотек, программного обеспечения и ресурсов на Python.

🔗 https://github.com/vinta/awesome-python

@pro_python_code

🖥 Selenium отлично подходит для задач веб-автоматизации.

Helium еще больше расширяет эти возможности, упрощая сложные задачи, выполнение которых может быть затруднительным при использовании Selenium.

Под капотом Helium перенаправляет каждый вызов в Selenium. Разница в том, что API Helium гораздо более высокоуровневый. В Selenium вам нужно использовать HTML-идентификаторы, XPaths и селекторы CSS для идентификации элементов веб-страницы.

Helium позволяет ссылаться на элементы с помощью видимых пользователю меток. В результате скрипты Helium обычно на 30-50% короче аналогичных скриптов Selenium. Более того, они легче читаются и более стабильны по отношению к изменениям на веб-странице.

Поскольку Helium - это просто оболочка для Selenium, вы можете свободно смешивать две библиотеки. Например:

# A Selenium API:
driver.execute_script("alert('Hi!');

▪ Github

@data_analysis_ml

📌Всё про сортировку веток Git

Запустив git branch в репозитории, вы обычно получаете список веток в алфавитном порядке. Это может раздражать, когда у вас много веток (если только у вас нет очень жесткой системы именования по номеру тикета или чего-то подобного).
⏩Не проблема, это можно изменить. Выполните в вашем репозитории следующую команду:

git branch --sort=-committerdate

Это отсортирует все ваши ветки по дате их последнего коммита

Для сортировки доступны такие опции:
- authordate
- committerdate
- creatordate
- objectsize
- taggerdate

⏩Кроме того, если хотите всегда сортировать по одному из этих параметров, можно установить это в настройках:

git config --global branch.sort -committerdate

⏩Также можно задать псевдоним:

git config --global alias.brcd "branch --sort=-committerdate".

Подробнее о работе с ветками можно почитать тут, ловите ссылки:
📎 Ветвление Git с примерами из реальной жизни
📎 Как удалить ветку в Git
📎 Как переименовать локальную ветку в Git

@pro_python_code

🖥 SQL в Фокусе: Полное Руководство. 100 ключевых Вопросов с собеседований

▪Часть 1
▪Часть2

@pro_python_code

🖥 Новая версия PyViz3D 🚀 - прямой рендеринг 3D облаков точек, графиков и многого другого в Blender


👩 💻 Код+примеры: http://github.com/francisengelmann/PyViz3D
🛠️ Установка: pip3 install pyviz3d

@pro_python_code

🖥 Свежая бурно развивающаяся Python библиотека yarl

Позволяет распарсить URL на отдельные компоненты — имя сервера, хост, запрос и т.д.
Особенно актуально будет для разных парсеров, веб-приложений, краулеров, если не очень хочется ковыряться с regex

pip install yarl

🖥 GitHub 1.2K ⭐️

@pro_python_code

⚡️ Vosk-api - инструмент для распознавания речи с открытым исходным кодом

Поддерживает модели распознавания речи для 18 языков включая русский

Используется для распознавание речи в чат-ботах, умной бытовой техники и виртуальных помощниках. С помощью модуля также можно создавать субтитры для фильмов, транскрипцию для лекций и интервью.

▪Github

@pro_python_code

1️⃣0️⃣ Полезных инструментов специалиста Data Science

➖Lazy Predict позволяет быстро создавать прототипы для анализа данных и сравнивать несколько базовых моделей без необходимости вручную писать код или настраивать параметры.

➖fastparquet – библиотека, ускоряющая ввод-вывод Pandas в 5 раз. fastparquet – это высокопроизводительная реализация формата Parquet на Python, предназначенная для бесперебойной работы с фреймами данных Pandas. Она обеспечивает быструю производительность чтения и записи, эффективное сжатие и поддержку широкого спектра типов данных.

➖DataDreamer – это мощная библиотека Python с открытым исходным кодом для легкого создания промптов, синтетических данных и рабочих моделей машинного обучения.

➖SciencePlots – полезная библиотека для быстрого создания графиков matplotlib для презентаций, исследовательских работ.

➖Tensorflow-GNN. Новая библиотека Tensorflow-GNN для работы с графовыми нейросетями. Эта крутая библиотека ориентирована на гетерогенные графы, то есть те, у которых узлы и рёбра могут быть различных типов.

➖PyGWalker – инструмент, который упрощает рабочий процесс анализа и визуализации данных в Jupyter Notebook, превращая фрейм данных pandas в пользовательский интерфейс в стиле Tableau для визуального исследования.

➖Feather – библиотека, которая предназначена для чтения и записи данных с устройств. Данная библиотека отлично подходит для перевода данных из одного языка в другой. Также она способна достаточно быстро считывать большие массивы данных

➖Ibis – обеспечивает доступ между локальным окружение в Python и удаленными хранилищами данных (например, Hadoop)

➖Dask – эта библиотека позволяет эффективно организовывать параллельные вычисления. Коллекции больших данных хранятся здесь как параллельные массивы/списки и позволяют работать с ними через Numpy/Pandas.

➖Jless — полезный инструмент для просмотра JSON-файлов в командной строке. Отображение данных в удобном виде — с подсветкой синтаксиса для отдельных элементов объекта.

@pro_python_code

Знаете ли вы, что можно использовать #Python и OpenPyXL для применения формул Excel? Вот пример, в котором я программно суммирую несколько столбцов с помощью OpenPyXL. Вам придется запустить код и открыть Excel, чтобы увидеть результат.

@pro_python_code