Pygame для начинающих программистов

🔜 Читать: клик

👉 @PythonPortal | #статья

OpenAI запустила официальный и бесплатный курс для программистов!

⏩ С примерами кода на Python
⏩ Как эффективно использовать API ChatGPT
⏩ Создание умных и полезных чат-ботов

Идеально для прокачки навыков! ❤️

Ссылка на курс: тык

👉 @PythonPortal

Пишем доморощенный веб сервер на Python

Автор рассказывает о взаимодействии клиента (обычно браузера) и сервера через протокол HTTP, разбирает структуру HTTP-запросов и ответов, а затем пишет сервер, который умеет обрабатывать входящие запросы и отдавать HTML-файлы из указанной директории.

⏩ Источник: смотреть

👉 @PythonPortal | #видео

Шпаргалка для разработчиков!

Когда кодишь, постоянно лазаешь по документации? OverAPI — твой спаситель.

Это огромная коллекция шпаргалок по разным языкам программирования: JavaScript, Python, PHP, SQL, Bash, RegExp и куча других. Все команды, функции и синтаксис в одном месте, удобно и компактно.

Просто заходишь, находишь нужный язык и моментально получаешь ответ. 🔥

👉 @PythonPortal | #ресурсы

Сделай Pandas/Seaborn быстрее в 100 раз!

FireDucks теперь также работает с сторонними библиотеками, такими как Seaborn.

Для начала: хотя Pandas — самая популярная библиотека для работы с DataFrame, она ужасно медленная.

⏩Использует только одно ядро процессора.
⏩Оперирует громоздкими DataFrame.
⏩Исполняет код сразу, что мешает оптимизации.

FireDucks — это высоко оптимизированная замена Pandas с таким же API.

Он также бесшовно интегрируется со сторонними библиотеками, такими как Seaborn. И он действительно быстрый.

Как показано на изображении выше:

⏩Создание тепловой карты корреляций на DataFrame Pandas занимает 4,36 секунды.
⏩То же самое на FireDucks DataFrame выполняется более чем на 60% быстрее.

Технически Seaborn не распознает FireDucks DataFrame.

Однако благодаря механизму перехвата импорта (через %load_ext fireducks.pandas), FireDucks можно бесшовно интегрировать со сторонними библиотеками, такими как Seaborn, которые ожидают Pandas DataFrame.

И при этом ускоряется весь процесс вычислений.

🔜 Ты можешь протестить сам: здесь

👉 @PythonPortal