Python Machine Learning Notebooks (Tutorial style)

📓 book

#pdf

🆔 @Python4all_pro

ChatTTS - generative text2speech model with an emphasis on realism

import ChatTTS
from IPython.display import Audio

chat = ChatTTS.Chat()
chat.load_models()

texts = ["<PUT YOUR TEXT HERE>",]

wavs = chat.infer(texts, use_decoder=True)
Audio(wavs[0], rate=24_000, autoplay=True)

ChatTTS is a text-to-speech model designed specifically for conversational scenarios such as LLM assistant.
ChatTTS supports both English and Chinese (if relevant).


🖥 GitHub
👉 Hugging Face
👉 ChatTTS page

#code
#Python_tricks
#library


🆔 @Python4all_pro

اگر در حال یادگیری پایتون هستید، یکی از بهترین راه ها تمرین آموخته های خود با حل مسائل مختلف است.

در اینجا لیستی از بیش از 190 پروژه پایتون به همراه کد وجود دارد که به شما در حل مشکلات مختلف و بهبود مهارت های خود در پایتون کمک می کند!

لینک:
https://bit.ly/py-projects-with-code


#پروژه

🆔 @Python4all_pro

Python script for PDF audio

# Importing necessary libraries
import PyPDF2
import pyttsx3

# Prompt user for the PDF file name
pdf_filename = input("Enter the PDF file name (including extension): ").strip()                        

# Open the PDF file
try:
    with open(pdf_filename, 'rb') as pdf_file:

        # Create a PdfFileReader object
        pdf_reader = PyPDF2.PdfReader(pdf_file)

        # Get an engine instance for the speech synthesis
        speak = pyttsx3.init()        

        # Iterate through each page and read the text
        for page_num in range(len(pdf_reader.pages)):
            page = pdf_reader.pages[page_num]
            text = page.extract_text()
            if text:
                speak.say(text)
                speak.runAndWait()       

        # Stop the speech engine
        speak.stop()      
        print("Audiobook creation completed.")

except FileNotFoundError:
    print("The specified file was not found.")

except Exception as e:
    print(f"An error occurred: {e}")

#code

🆔 @Python4all_pro

  تغییر نام خودکار فایل‌ها با پایتون

import os

directory = 'path/to/your/folder'
prefix = 'image_'

# Iterate over files in the directory
for count, filename in enumerate(os.listdir(directory)):
    new_name = f"{prefix}{count}.png"
    src = f"{directory}/{filename}"
    dst = f"{directory}/{new_name}"
    
    # Rename the file
    os.rename(src, dst)

#code


🆔 @Python4all_pro

افزایش سرعت اجرای Pandas

انویدیا کتابخانه RAPIDS رو معرفی کرده که می‌تونه سرعت اجرای #Pandas رو تا ۱۵۰ برابر افزایش بده. این کتابخانه به‌طور خودکار تشخیص می‌ده که از GPU یا CPU استفاده می‌کنین و نیازی به تغییر کد نیست، فقط کافیه دستورات زیر رو به کدتون اضافه کنین:

%load_ext cudf.pandas
import pandas as pd

GitHub : https://github.com/rapidsai/cudf



#library
#Python_tricks



🆔 @Python4all_pro

Pygal

؛Pygal یک کتابخانه برای تجسم داده ها با استفاده از SVG است که به شما امکان می دهد انواع نمودارهای تعاملی مانند نمودارهای خطی، ستونی و دایره ای بسازید.

این کتابخانه یک  line_chart ایجاد می کند، چند سری داده به آن اضافه می کند،  عنوان و برچسب های محور x را تنظیم می کند و نتیجه را در یک فایل SVG ذخیره می کند.

#library
#Python_tricks



🆔 @Python4all_pro

گوگل یک کتابخانه ایجاد رابط کاربری سریع مبتنی بر پایتون( منبع باز ) به نام mesop دارد

که به صورت داخلی در Google برای ایجاد برنامه های داخلی توسط برنامه نویسانی که به خوبی با توسعه front-end آشنا نیستند نیز استفاده می شود

pip3 install mesop

Docs: https://google.github.io/mesop/

GitHub: https://github.com/google/mesop

Checkout the Colab Notebook: https://colab.research.google.com/github/google/mesop/blob/main/notebooks/mesop_colab_getting_started.ipynb

GenAI/LLM support straight out of the box for Chat app in mesop 👉 Demo: https://google.github.io/mesop/demo/



#library
#Python_tricks
#python


🆔 @Python4all_pro

تمرین و مسئله متنوع پایتون به همراه پاسخ



#pdf #Python

🆔 @Python4all_pro

How to Schedule & Automatically Run Python Code!


در این ویدیو روش های مختلفی را برای نحوه برنامه ریزی و اجرای خودکار کد پایتون یاد می گیریم. ما با نگاهی به زمان‌بندی وظایف cronjobs و ویندوز شروع می‌کنیم و سپس با استفاده از AWS Lambda و Cloudwatch، وظایف در حال اجرا را در فضای ابری مرور می‌کنیم. هدف نهایی این ویدیو این است که یاد بگیریم چگونه می‌توانیم هر روز به‌طور خودکار یک ایمیل با گزارش تحلیلی تولید و ارسال کنیم.
روش‌هایی در این ویدیو مشخص شده‌اند که روی مک، لینوکس و ویندوز کار می‌کنند

GitHub resources ~
Link to source code: https://github.com/KeithGalli/scheduling-code
Link to analytics report code: https://github.com/KeithGalli/generate-analytics-report/tree/send_email
~ Other resources ~
Python email library docs: https://docs.python.org/3.8/library/email.examples.html
AWS Cron info (scheduling): https://docs.aws.amazon.com/AmazonCloudWatch/latest/events/ScheduledEvents.html
Lambda package setup: https://docs.aws.amazon.com/lambda/latest/dg/python-package.html


#پروژه #Python

🆔 @Python4all_pro