🐍Мини-гайд по стилям в Qt

В статье автор расскажет про стили в Qt, используя для примера PySide6

📖 Статья

🐍Непрактичный Python: занимательные проекты для тех, кто хочет поумнеть.

Автор: Ли Воган
Год: 2021
Количество страниц: 446

Книга поможет читателям, самостоятельно осваивающим язык Python, отточить уже имеющиеся навыки программирования, выработать новые и получить удовольствие от этого процесса. Ее можно рассматривать как свою вторую книгу по языку Python . Книга организована так, чтобы дополнять обычный учебник для начинающих или вводный курс. Для этого применен проектный подход, позволяющий обойтись без тщательного переживания материала, который вы уже изучили. По мере работы над проектами читатели будут использовать анализ марковских цепей для написания хокку, метод Монте-Карло для моделирования финансовых рынков, наложение снимков для улучшения астрофотосъёмки и генетические алгоритмы для разведения армии гигантских крыс. В итоге читатели получат практический опыт работы с такими модулями, как pygame, Pylint, pydocstyle, tkinter, python-docx, matplotlob и pillow.

🎁Файл с книгой отправлю постом ниже🎁

🐍Прогнозируем солнечные затмения с помощью ~100 строк кода Python

В статье расскажут как программист Эрик Бернхардсон написал код, который помог ему увидеть его первое полное солнечное затмение

📖 Статья

🐍5 лучших Python инструментов для специалистов по кибербезопасности

В данной статье представлен обзор пяти высокоэффективных инструментов на базе языка Python, применяемых в сфере информационной безопасности. Рассматриваются их ключевые функции и области применения.

📖 Статья

🐍Изучаем программирование на Python

Автор: Пол Бэрри
Год: 2022
Количество страниц: 611

Надоело продираться через дебри малопонятных самоучителей по программированию? С этой книгой вы без груда усвоите азы Python и научитесь работать со структурами и функциями. В ходе обучения вы создадите свое собственное веб-приложение и узнаете, как управлять базами данных, обрабатывать исключения, пользоваться контекстными менеджерами, декораторами и генераторами. Все это и многое другое – во втором издании «Изучаем программирование на Python».

🎁Файл с книгой отправлю постом ниже🎁

💻 Практические примеры работы с базами данных на Python

При разработке современного сервиса, важно обеспечить надежное взаимодействие между БД и приложением, особенно при одновременной работе множества пользователей.

В рассмотрим практическое применение библиотек для надежного коннекта БД с Python-кодом: SQLAlchemy (одной из самых популярных библиотек) и Asyncio (беспечивающую асинхронность).

📖 Статья

📂Работа с большими файлами в Python

В этой статье автор расскажет как эффективно читать большие текстовые файлы с минимальным использованием памяти в Python. Начиная с обзора наиболее распространенных методов и затем перейдем к конкретным примерам кода.

📖 Статья

🐍Проверка содержимого PDF-файлов средствами Python и pdfminer.

Некоторое время назад у нас появился интересный проект по созданию сервиса, генерирующего документы в формате PDF. И появилась задача — написать тесты, которые проверят документ в мельчайших деталях, включая и содержимое, и вёрстку. В данной статье мы расскажем, каким образом справились с этой задачей.

📖 Статья

🐡Расширенная аналитика с PySpark: Практические примеры анализа больших наборов данных с использованием Python и Spark

Авторы: Акаш Тандон, Сэнди Райза, Ури Ласерсон
Год: 2023
Количество страниц: 226

Книга посвящена практическим методам анализа больших объемов данных с использованием языка Python и фреймворка Spark, она знакомит с моделью программирования Spark и основами системы с открытым исходным кодом PySpark. Каждая глава описывает отдельный аспект анализа данных, показаны основы обработки данных в PySpark и Python на примере очистки данных, подробно освещается машинное обучение с помощью Spark. Книга поможет читателю понять, как устроен и работает весь конвейер PySpark для комплексной аналитики больших наборов данных: от создания и оценки моделей до очистки, предварительной обработки и исследования данных с особым акцентом на производственные приложения. Отдельные главы посвящены обработке изображений и библиотеке Spark NLP.

🎁Файл с книгой отправлю постом ниже🎁

⚙️10 способов оптимизации Python-кода

Python ценят за простоту, гибкость и читаемость, но критикуют за невысокую производительность. Эта критика не всегда обоснована: есть несколько эффективных способов значительно повысить скорость Python-приложений, предназначенных для выполнения сложных вычислений и обработки больших объёмов данных.

📖 Статья

🐍Best Practices для Python

В статье описываются лучшие практики для написания эффективного и поддерживаемого кода на Python, такие как соблюдение PEP8, оптимизация кода с генераторами и многопроцессорностью.

📖 Статья

🐍Flask vs Django: какой фреймворк выбрать?

В статье сравниваются Django и Flask: Django подходит для крупных, сложных приложений, а Flask — для небольших, гибких решений.

Автор подробно разбирает ключевые особенности каждого фреймворка, помогая выбрать оптимальный вариант для разработки.

📖 Статья

🐍Параметризованные тесты в Pytest: обзор с примерами

Хотите сделать процесс тестирования более эффективным и покрыть больше случаев с меньшим количеством кода? Тогда параметризованные тесты в Pytest — именно то, что вам нужно. В этой статье мы разберёмся, как с помощью параметризации можно существенно ускорить и упростить тестирование вашего приложения.

📖 Статья

🐍1001-ый способ миграции на асинхронный Python

В этой статье автор рассказывает о миграции на асинхронный Python в крупных Django-проектах, уделяя внимание постепенному внедрению асинхронности, проблемам многопоточности и оптимизации работы с внешними сервисами.

📖 Статья

👷Архитектура Python-приложений для начинающих разработчиков

При создании масштабируемых и поддерживаемых приложений важно понимать принципы чистого кода, архитектурные паттерны и практики SOLID.

В данной статье автор рассмотрит эти принципы, что поможет вам строить надежные, гибкие и легко тестируемые приложения, сохраняя ясность кодовой базы и облегчая её сопровождение с ростом проектов.

📖 Статья

🤖Нейросети на Python. Основы ИИ и машинного обучения

Авторы: Куликова И.В.
Год: 2024
Количество страниц: 306

Эта книга является практическим комплексным гидом по изучению ИИ и применению нейросетей. В ней вы найдете информацию о различных типах нейросетей, их архитектуре, принципах работы и различных возможностях использования. Примеры использования библиотек NumPy, PyTorch, Matplotlib, SciPy, NetworkX, TensorFlow, OpenCV, Pandas, scikit-learn, nltk помогут вам лучше понять действия нейросети в реальных условиях. Математические основы машинного обучения, с многочисленными примерами уравнений и формул на языке программирования Python, помогут понять истоки появления нейросетей с научной точки зрения.

🎁Файл с книгой отправлю постом ниже🎁