Python | Программирование

🔖 Шпаргалка по Data Science

• Data Science (наука о данных, даталогия) – это набор дисциплин, технологий и методик для анализа огромного объема информации, генерируемой бизнесом и нон-профит-организациями.

• Такое явление, как Data Science, включает в себя подготовку ко сбору данных, их обработку и презентацию добытой информации нужным людям в нужном ключе.

🧷 Смотреть шпаргалку

#Шпаргалка

Почему 90% фронтендеров никогда не выйдут на большие чеки?

Потому что бездумно потребляют «обучающий» контент. И топчутся в говне месяцами, рвут жопу за нищие копейки и терпят даунов-начальников, лишь бы не вылететь на улицу.

Хотя чтобы стать разработчиком, надо в первую очередь научиться думать как разработчик.

Хорошая новость в том, что тебе ничего кардинально менять не нужно, чтобы войти в «золотую десятку» самых успешных. Не надо бросать курсы или увольняться.

Достаточно заменить источник информации:
👉 Фронтенд
👉 Верстка
👉 Node.JS

10–15 минут в день смотри на реальные задачи, живой код, ошибки, подходы и паттерны, которыми топовые фронты пользуются прямо сейчас.

Это самый простой и дешёвый способ стать уважаемым специалистом, так что подписывайся.

🧩 Базовые знания Data Science: что и где нужно изучить новичку

• Область Data Science сейчас популярна и есть везде — от прогнозирования спроса продуктов в магазине до управления автономными автомобилями. Понятие это обширное и включает в себя математику, статистику, программирование и машинное обучение.

• Специалисты в этой области анализируют большие объемы данных для нахождения взаимосвязей и построения прогнозов.

🧷 Читать статью

#Статья

Обработка исключений Try Except Finally Python

• В видео узнаем, как обрабатывать исключения в python. Блок try-except, try-finally и try-except-finally.

🧷 Смотреть видео

#Видео

📌 Модуль PyYAML, парсер YAML для Python

• Модуль PyYaml - это синтаксический анализатор языка разметки YAML 1.1 для Python, имеет поддержку pickle, способный к расширению API. PyYAML поддерживает стандартные теги YAML и предоставляет специфичные для Python теги, которые позволяют представлять произвольный объект Python.

• Модуль PyYaml применим для широкого спектра задач - от сложных конфигурационных файлов до сериализации объектов и персистентности. Официальным рекомендуемым расширением имени файла для файлов YAML является .yaml.

Установка модуля PyYAML в виртуальное окружение (код на картинке).

📕 Документация

#урок

📌 Модуль sh в Python, запуск команд терминала как функции

• Модуль sh - это полноценная замена модулю Python subprocess (поддержка PyPy3), которая позволяет вызывать любую программу терминала так, как если бы она была функцией. Этот модуль представляет собой обертку над терминалом.

• Обратите внимание, что это не функции Python, это запуск бинарных команд терминала, установленных в системе путем динамического разрешения вашего $PATH, как это делает bash, а затем происходит обертывание бинарного файла в функцию. Таким образом, все установленные в систему Linux программы терминала легко доступны из кода Python.

📕 Документация

#урок

📌 Модуль Python-markdown

• Модуль markdown представляет собой синтаксический анализатор разметки Markdown, написанный на языке Python. Он почти полностью соответствует эталонной реализация Markdown Джона Грубера, хотя есть несколько очень незначительных отличий.

• Прежде всего, проект Python-Markdown задуман как модуль библиотеки Python, используемый различными проектами для преобразования синтаксиса Markdown в HTML.

Пример простого преобразования разметки Markdown в HTML (код на картинке)

📕 Документация

#урок

👩‍💻 В сеть вывалилась гигантская куча курсов и книг от топовых IT‑школ

Держи сотни гигабайт свежих уроков, и каждую неделю мы подкидываем ещё!

• 1612 ГБ — DevOps
• 1402 ГБ — Python
• 1300 ГБ — C, C++
• 1815 ГБ — Frontend
• 1515 ГБ — Backend
• 898 ГБ — ИБ, Хакинг
• 996 ГБ — Kotlin, Swift
• 212 ГБ — JavaScript
• 315 ГБ — Flutter
• 820 ГБ — Go, PHP
• 419 ГБ — Java, Rust
• 648 ГБ — GameDev
• 517 ГБ — Windows, Linux
• 998 ГБ — Дизайн (UX/UI)
• 617 ГБ — Нейросети (ML/RL)
• 546 ГБ — БД (SQL & NoSQL)
• 687 ГБ — Аналитика данных
• 115 ГБ — QA-тестирование

Подписывайся и не плати за то, что можно получить бесплатно

🧩 Увеличиваем скорость работы Python до уровня C++ с Numba

• В этой статье автор разобрался, как увеличить скорость работы Python, и продемонстрировал реализацию на реальном примере.

🧷 Читать статью

#Статья

Всё об исключениях и работе с ними

• Поговорим о том, что такое исключения, как они работают в Python, какие бывают, как их обрабатывать — полный гайд по Exceptions в Python.

🧷 Смотреть видео

#Видео

🔖 Шпаргалка по функции product

• Функция product() модуля itertools возвращает декартово произведение входных итерируемых последовательностей *iterables.

• Функция itertools.product() примерно эквивалентно вложенным циклам for .. in .. в выражении генератора. Например выражение product(A, B) возвращает то же, что и выражение-генератор ((x,y) for x in A for y in B).

#Шпаргалка

🧩 Десктопное приложение на Python: UI и сигналы

• Мы будем использовать PyQt (произносится «Пай-Кьют‎»‎). Это фреймворк Qt, портированный с C++. Qt известен тем, что необходим C++ разработчикам.

• С помощью этого фреймворка сделаны blender3d, Tableau, Telegram, Anaconda Navigator, Ipython, Jupyter Notebook, VirtualBox, VLC и другие.

• Мы будем использовать его вместо удручающего Tkinter.

🧷 Читать статью

#Статья

Как эффективно работать с большими текстовыми файлами в Python?

🔒 используйте генераторы для построчного чтения, применяйте библиотеку Dask для обработки больших объемов данных или используйте специализированные инструменты вроде PyArrow для эффективного хранения и обработки.

Python | Программирование

Машинное обучение в обучении: как школьник создал успешный проект RuLearn

Проект RuLearn — это мобильное приложение на 10 тысяч строк кода, которое использует метод интервальных повторений. Школьник, создавший проект, рассказывает о его развитии и добавлении машинного обучения. Проект уже побывал в числе победителей конкурса "Инженеры будущего". В статье автор делится результатами летних изменений и важностью фиксации достижений.

⤷ Ссылка на статью

Python | Программирование

Лучшие способы Ускорить и Оптимизировать Python код

• Вы узнаете как оптимизировать код с помощью кэширования, мы заставим Python запоминать результаты вычислений, и тем самым оптимизируем каждый запрос.

• Это поможет в разы ускорить выполнение ваших функций.

• Также в видео рассмотрим и технологии cache и lru_cache из модуля functools, который позволяет реализовать это еще быстрее и проще.

🧷 Смотреть видео

#Видео

📌 Функция enumerate() в Python, счетчик элементов последовательности

• Функция enumerate() вернет кортеж, содержащий отсчет от start и значение, полученное из итерации по объекту. Переданный в функцию объект должен быть последовательностью, итератором или другим объектом, который поддерживает метод итератора next().

• Функция enumerate() применяется в случаях, когда необходим счётчик количества элементов в последовательности. Позволяет избавиться от необходимости инициировать и обновлять отдельную переменную-счётчик.

• Наиболее часто функцию enumerate() используют в цикле for/in в качестве счетчика элементов последовательности (код на картинке).

📕 Документация

#урок

📌 Функция divmod() в Python, делит числа с остатком

• Функция divmod() возвращает кортеж, содержащий частное и остаток. Не поддерживает комплексные числа. Со смешанными типами операндов применяются правила для двоичных арифметических операторов.

• Для целых результат аналогичен (a // b, a % b).

• Для чисел с плавающей запятой результат аналогичен (q, a % b), где q обычно равен math.floor(a / b), однако может может быть и на единицу меньше. Так или иначе, q * b + a % b приближено к a, если a % b не нуль, то имеет тот же знак, что и b, и 0 <= abs(a % b) < abs(b).

📕 Документация

#урок

🧩 Небольшая подборка инструментов стека Python

• В этой статье мы хотим поделиться шорт-листом инструментов стека Python, которые автор и его команда используют в повседневной работе и готовы рекомендовать другим специалистам.

🧷 Читать статью

#Статья

Асинхронный Python-код медленнее обычного кода

• А точно ли вообще асинхронность в питоне нам нужна? Есть мнение, что старые добрые синхронные веб-фреймворки на Python таки работают быстрее и надёжнее.

Давайте проверять!

🧷 Смотреть видео

#Видео

🔖 Шпаргалка по Machine Learning

• Эта шпаргалка по Python 3 поможет вам начать работу в кратчайшие сроки.

🧷 Смотреть шпаргалку

#Шпаргалка