Объектно ориентированное программирование считается одним из самых популярных способов писать код на Python. 🥺

Для тех кто хочет разобраться в основах Tiago Capelo Monteiro подготовил практическое руководство.

В материале он показывает на примерах что такое объекты и классы как работает параметр self и метод init и сопровождает объяснения большим количеством кода

👉 @PythonPortal

Все мы немного Серёга

👉 @PythonPortal

Apple выкатил FastVLM и сразу сделал его опенсорс

Это сверхбыстрая vision-language модель, которая умеет одновременно понимать картинки и текст, при этом оптимизирована для работы прямо на устройстве. Полностью открытый код, бери и используй.

Отличная новость для разработчиков, которые хотят встраивать VLM в свои проекты без облаков и лишних затрат. 💯

Демо: https://huggingface.co/spaces/apple/fastvlm-webgpu

Github: https://github.com/apple/ml-fastvlm

👉 @PythonPortal

Можно выдыхать

👉 @PythonPortal

9 лучших практик Docker, которые стоит знать каждому разработчику

Docker давно стал стандартом для упаковки и запуска приложений. Но чтобы контейнеры были безопасными, быстрыми и удобными в поддержке, важно соблюдать проверенные практики.

Сохраняй этот список ключевых советов 🤝

👉 @PythonPortal

Хочешь быстро выучить Python? Освой те 20 процентов тем, которые реально покрывают 80 процентов задач в реальной разработке.

Вот базовый список, без которого никуда:

- переменные, операции и базовые типы данных: строки и числа
- условные конструкции if/else
- основные методы для строк
- циклы for и while
- структуры данных: списки, словари, множества, кортежи
- функции и лямбды
- модули: установка и импорт
- базовая обработка ошибок try/except
- работа с файлами и форматами JSON, CSV
- основы ООП: классы, методы, наследование

Не трать время на метаклассы, декораторы и другие продвинутые фишки, пока не закрепишь базу. Сосредоточься на этих фундаментальных вещах, и сможешь писать реальные приложения. 🎩

👉 @PythonPortal

Ну почти

👉 @PythonPortal

Шпаргалка по NumPy для тех кто в DataScience и ML

Создание и ресейп массивов, статистика, индексация и работа с файлами NumPy остаётся основой численных вычислений в Python

1. Создание массивов и атрибуты

- np.array() — создать массив из списка/кортежа
- np.zeros() — массив из нулей
- np.ones() — массив из единиц
- np.arange() — последовательность с шагом
- np.shape() — размерность массива
- np.dtype() — тип данных массива

2. Манипуляции с массивами и ресейпинг

- np.reshape() — изменить размерность
- np.concatenate() — объединить массивы по оси
- np.vstack() — объединить по вертикали
- np.hstack() — объединить по горизонтали
- np.split() — разделить по индексам
- np.transpose() — транспонировать
- np.resize() — изменить размер

3. Статистический анализ

- np.sum() — сумма элементов
- np.mean() — среднее
- np.median() — медиана
- np.std() — стандартное отклонение
- np.var() — дисперсия
- np.cov() — ковариационная матрица
- np.corrcoef() — коэффициенты корреляции
- np.min() — минимум
- np.max() — максимум
- np.random.rand() — случайные числа 0–1
- np.random.randn() — нормальное распределение
- np.histogram() — гистограмма

4. Индексация и фильтрация

- np.extract() — выбрать по условию
- np.where() — вернуть элементы по условию
- np.isnan() — проверка NaN
- np.sort() — сортировка
- np.unique() — уникальные значения

5. Работа с файлами

- np.save() — сохранить в .npy
- np.load() — загрузить из .npy

👉 @PythonPortal

Совет по Python

Чтобы получить полный список дат (включая день недели) для конкретного месяца, можно использовать функцию itermonthdays4.

Возвращаемые значения будут кортежами, где содержатся год, месяц, день месяца и номер дня недели.

👉 @PythonPortal

ПМ забирает разработчика на созвон с заказчиком

👉 @PythonPortal

Запусти собственного AI-агента на Python в Telegram за 5 минут!

evi-run — это легкий и функциональный фреймворк для создания как продвинутых мультиагентных систем, так и обычных AI-ботов. Первая настройка и quick start через Docker Compose за несколько минут!

Для продвинутых пользователей: Настройте и запустите свой экземпляр evi-run без навыков программирования — для личного использования, для сообщества или с монетизацией.

Для разработчиков: Создавайте продвинутые ИИ-системы с модульной архитектурой и централизованной конфигурацией агентов.

Подходит для создания: AI-ассистентов, виртуальных персонажей, автоматизации саппорта, аналитиков данных, торговых агентов и многих других мультиагентных систем.

Вышло большое обновление на GitHub, добавился новый функционал и улучшена архитектура!

Присоединяйся к сообществу evi-run и участвуй в развитии проекта!

📁 Language: #Python (85.9%)

⭐️ Stars: 76

➡️ Cсылка на GitHub

📱 @git_developer

Нашёл мёд для тех, кто хочет освоить Git без нудных лекций. 🚨

Есть десктопное приложение под Mac, Windows и Linux, которое обучает работе с Git через практику.

Задания выполняются прямо в реальном Git и GitHub, репозитории создаются у вас в аккаунте и остаются навсегда.

Поддержка разных языков тоже в комплекте.

Ссылка: https://github.com/jlord/git-it-electron

👉 @PythonPortal

Для тех, кто пишет GUI на Python с использованием tkinter, есть интересная находка — библиотека tksheet

Она расширяет стандартные возможности tkinter и позволяет встроить в приложение полноценный табличный интерфейс, похожий на Excel. 🎩

С помощью tksheet можно работать с большими объёмами данных, редактировать ячейки прямо в таблице, сортировать, перетаскивать строки и столбцы, использовать undo и redo. Есть поддержка выпадающих меню, чекбоксов, прогресс-баров и встроенного поиска.

Всё это делает её отличным инструментом для создания интерактивных и удобных интерфейсов на базе Python.

👉 @PythonPortal

Классика

👉 @PythonPortal

Python это мощный инструмент для анализа и визуализации данных.

А если хочется углубиться, есть курс от FreeCodeCamp специально под это.

Он начинается с основ Python, потом переходит к работе с табличной и графической визуализацией, обработкой изображений и другим темам. Всё на примере астрономических данных. 🌟

👉 @PythonPortal