Python Portal

uv – это потрясающе! 😮

Вы можете запускать Python-скрипты без необходимости беспокоиться о виртуальном окружении, установке зависимостей или версиях Python!

Вот всё, что нужно:

🟢Укажите зависимости в начале файла
🟢Запустите команду: uv run your_script.py

И всё готово!

👉 @PythonPortal | #ресурсы

Лучший вариант для обучения в 2025 году: ML И DL

И это лучшее место, чтобы научиться этому.

- 100 дней ML
- 100 дней DL

❯ 100 дней ML
https://youtube.com/playlist?list=PLKnIA16_Rmvbr7zKYQuBfsVkjoLcJgxHH

❯ Математика для ML
https://youtube.com/playlist?list=PLKnIA16_RmvbYFaaeLY28cWeqV-3vADST

❯ 100 дней DL
https://youtube.com/playlist?list=PLKnIA16_RmvYuZauWaPlRTC54KxSNLtNn

👉 @PythonPortal | #видео

Методы строк в Python

👉 @PythonPortal | #ресурсы

"Интерактивная линейная алгебра"

477-страничная книга на эту тему.

⏩ Издание Университета Британской Колумбии

Для понимания систем линейных уравнений как алгебраически (записывая уравнения их решений), так и геометрически (рисуя и визуализируя).

📐 Ознакомиться

👉 @PythonPortal | #ресурсы | дать буст

Scrapling — это инструмент для веб-скрапинга, написанный на Python. Он упрощает процесс сбора данных с веб-сайтов.

🟢Удобный синтаксис для написания парсеров.
🟢Возможность извлекать данные с использованием CSS-селекторов или XPath.
🟢Поддержка асинхронного скрапинга (для повышения скорости при работе с большим количеством запросов).
🟢Простая настройка для автоматического обхода нескольких страниц.

Если вы работаете с веб-скрапингом на Python, Scrapling может стать альтернативой популярным инструментам вроде Scrapy или BeautifulSoup, особенно если требуется асинхронность и высокая скорость. 😏

🔜 https://github.com/D4Vinci/Scrapling

👉 @PythonPortal | #ресурсы

Пишем торгового робота для фьючерсов Bybit на Python 🙁

Это видео посвящено созданию торгового робота для биржи Bybit, использующего фьючерсные контракты. Автор показывает, как написать код для автоматической торговли, используя Python и библиотеки для работы с API Bybit, такие как pybit и talib.

📲 Источник: тык

👉 @PythonPortal | #видео

Самый быстрый способ создания мультимодальных ИИ-агентов на Python.

Agno позволяет создавать агентов в 5000 раз быстрее и использовать в 50 раз меньше памяти по сравнению с LangGraph. 🔥

Он имеет 100+ готовых инструментов, а также платформу мониторинга агентов для отслеживания сессий и производительности.

100% открытый исходный код.

🔜 https://github.com/Shubhamsaboo/awesome-llm-apps

👉 @PythonPortal | #ресурсы

Похоже, я придумал свой алгоритм поиска кратчайшего пути

📖 Читать: ссылка

👉 @PythonPortal | #статья

Сделайте загрузку данных в PyTorch в 5 раз быстрее! 🫵

Обычно при обучении на GPU:

🟢to(device) переносит данные на GPU.
🟢Затем все вычисления выполняются на GPU.

Это означает, что когда GPU занят, CPU простаивает, и наоборот. Однако это можно оптимизировать с помощью закрепления памяти (memory pinning).

Как это работает:

— Пока модель обучается на первом мини-батче, CPU может передавать второй мини-батч на GPU.
— Это позволяет GPU сразу же начать обработку нового мини-батча без ожидания.

Включить эту оптимизацию очень просто:

☑ Установите pin_memory=True в объекте DataLoader.
☑ При передаче данных используйте: .to(device, non_blocking=True).
☑ Дополнительно укажите num_workers в DataLoader для еще большей оптимизации.

Прирост скорости очевиден!

👉 @PythonPortal | #ресурсы

Принёс вам классный ресурс для изучения паттернов проектирования

На сайте Refactoring Guru собрали примеры для каждого паттерна на таких языках, как C#, Java, Python, PHP, Rust и ещё куча других.

Всё удобно разложено по категориям — порождающие, структурные, поведенческие.

Примеры суперпонятные, с кодом и пояснениями.

👉 Смотрите сами

👉 @PythonPortal | #ресурсы

Файл содержит вопросы и ответы для собеседований по Git и GitHub.

В нем рассматриваются основные концепции, такие как контроль версий, создание и управление репозиториями, работа с ветками, команды для коммитов, пушей, пулов и мерджей, а также различия между Git и SVN. 📰

⚡Также затрагиваются вопросы управления доступом, разрешения конфликтов и использования стэша

👉 @PythonPortal | #ресурсы

Бот для торговли криптовалютами на Python

🟢Автоматическая торговля — позволяет запускать торговые стратегии на различных биржах.
🟢Backtesting — тестирование стратегий на исторических данных.
🟢Стратегии на Python — возможность создавать и кастомизировать стратегии.
🟢Поддержка множества бирж — Binance, Bybit, Kraken и другие.
🟢Telegram-бот — для управления и мониторинга работы бота удаленно.

Если интересуешься алгоритмической торговлей, это мощный инструмент для разработки и тестирования стратегий 🔥

🔜 ссылка

👉 @PythonPortal | #ресурсы

Курс линейной алгебры - Математика для машинного обучения и генеративного ИИ

Курс охватывает основы линейной алгебры, включая векторы, матрицы, операции с ними и методы решения систем линейных уравнений.

📲 Источник: тык

👉 @PythonPortal | #видео

4 уровня написания словаря Python 👆

🍩Создание простого словаря с парами ключ-значение. Пример включает создание словаря person с ключами name, age и city.

🍩Описано, как получать и изменять значения в словаре. Пример демонстрирует доступ к значению по ключу и изменение значения ключа age.

🍩 Показано, как добавлять и удалять пары ключ-значение в словаре. Пример включает добавление нового ключа email и удаление ключа city.

🍩Описаны методы работы со словарями, такие как keys(), values(), items(), get() и pop(). Примеры демонстрируют использование этих методов для получения ключей, значений, пар ключ-значение, извлечения значений и удаления элементов.

👉 @PythonPortal | #ресурсы

Интеграция Telegram-бота с ЮKassa

📖 Читать: ссылка

👉 @PythonPortal | #статья

Скрипт мониторинг YouTube каналов 🔥

Скрипт Telegram бот который отслеживает каналы YouTube и отправляет мгновенные уведомления в группы Telegram при загрузке новых видео. Идеально подходит для менеджеров сообществ и создателей контента, которые хотят держать свою аудиторию в курсе событий.

🤖 ЯП: Python 3.11+
📂 Модули: requests , pyTelegramBotAPI
🖥 База данных: -

⛓ Скачать скрипт

👉 @PythonPortal | #ресурсы

Книга "Mathematics for Machine Learning" (MML) — это учебник по математическим основам машинного обучения.

Она охватывает ключевые темы из математики, которые необходимы для понимания алгоритмов машинного обучения.

🟢Линейная алгебра – векторы, матрицы, собственные значения, сингулярное разложение.
🟢Анализ (исчисление) – градиенты, частные производные, оптимизация.
🟢Вероятность и статистика – случайные переменные, распределения, байесовская теория.
🟢Оптимизация – градиентный спуск, методы Ньютона.
🟢Применение в машинном обучении – примеры алгоритмов с математической точки зрения.

Это отличное введение в математику для тех, кто хочет глубже понять принципы машинного обучения. ❤️

⛓ Ссылка: тык

👉 @PythonPortal | #ресурсы | дать буст