⌨️ Управляйте данными для машинного обучения эффективно

Feast — это платформа для организации и управления данными, которые используются в машинном обучении.

Она помогает централизованно хранить и обслуживать признаки (features) для ML-моделей, обеспечивая одинаковые данные на этапах обучения и практического использования.

Установка библиотеки:

pip install feast

Решение особенно полезно для специалистов по данным и ML-инженеров — оно ускоряет разработку моделей и гарантирует, что в работе используются согласованные и актуальные данные.

⚙️ Документация

Pro Python
Подписаться

⌨️ Случай на собеседовании

Pro Python
Подписаться

⌨️ itertools для тех, кто думал, что знает itertools

В этой статье мы разберем скрытые возможности модуля itertools в Python - от бесконечных итераторов до комбинаторных генераторов.

Вы узнаете о малоизвестных функциях вроде batched, pairwise и accumulate, которые помогут писать более эффективный и лаконичный код для работы с последовательностями.

📄 Читать

Pro Python
Подписаться

⌨️ Сделай логи наглядными и понятными

Pretty Pie Log — это простая утилита для просмотра логов в виде круговых диаграмм. Она показывает, каких сообщений в логах больше: ошибок, предупреждений или обычных записей.

Установка библиотеки:

pip install pretty-pie-log

Отлично подходит для быстрого анализа проблем — одним взглядом видите, чего больше в логах: ошибок или предупреждений.

⚙️ Документация

Pro Python
Подписаться

⌨️ Забудьте о кортежах с индексами — используйте namedtuple

Namedtuple позволяет создавать кортежи с именованными полями, делая код читаемым и самодокументируемым.

Вы получаете все преимущества обычных кортежей с доступом к элементам по именам вместо магических чисел-индексов.

from collections import namedtuple

# Создаем структуру Person с полями name, age, city
Person = namedtuple('Person', ['name', 'age', 'city'])
p = Person(name='Alice', age=30, city='Paris')

# Доступ по именам вместо индексов
print(p.name)    # Alice
print(p.age)     # 30  
print(p.city)    # Paris 

Отлично подходит для работы с данными из файлов, базы данных или API — код становится гораздо понятнее и удобнее для чтения.

Pro Python
Подписаться

⌨️ Запусти свой файлообменник за 2 команды

Copyparty — это простая программа, которая делает папку на вашем компьютере доступной через браузер. После запуска любой в вашей сети может зайти по ссылке и скачать файлы или загрузить свои.

Установка библиотеки:

pip install copyparty

Не нужно настраивать роутер, создавать аккаунты или разбираться в сетях. Просто запустите — и готово!

⚙️ Документация

Pro Python
Подписаться

⌨️ Модуль csv: превращаем данные в таблицы за 5 минут

В этой статье мы разберем все возможности модуля csv — от базового чтения файлов до автоматического определения форматов и работы со сложными структурами данных.

Вы научитесь легко импортировать и экспортировать табличные данные, обрабатывать большие объемы информации и избегать типичных ошибок при работе с CSV.

📄 Читать

Pro Python
Подписаться

⌨️ QR-коды: создание за минуту

Хотите создать QR-код? Python делает это элементарно!

Установите библиотеку:

pip install qrcode[pil]

Всего 7 строк кода:

import qrcode
data = "Ваш текст или ссылка"
qr = qrcode.QRCode()
qr.add_data(data)
qr.make(fit=True)
img = qr.make_image()
img.save("my_qr.png")

Готово! QR-код сохранен в файл.

Pro Python
Подписаться

⌨️ Pandas: от базовых операций до продвинутых техник

В этой подборке собраны Jupyter-ноутбуки с практическими примерами работы с Pandas — от простых задач до сложных кейсов.

Pro Python
Подписаться

⌨️ Умный помощник для анализа данных

Dython — это библиотека, которая автоматически находит связи и закономерности в ваших данных. Она сама строит графики, считает корреляции и показывает, что в данных важно, а что нет.

Установка библиотеки:

pip install dython

Отлично подходит для быстрого знакомства с новыми данными — просто подайте DataFrame и сразу увидите основные закономерности, без долгой настройки графиков и расчётов.

⚙️ Документация

Pro Python
Подписаться

⌨️ Как научить языковые модели последовательно рассуждать

В этой статье мы разберем подход Schema-Guided Reasoning (SGR) для повышения предсказуемости работы языковых моделей.

Вы узнаете, как с помощью структурных схем заставить LLM мыслить последовательно и избегать хаотичных ответов, что особенно критично для локальных моделей в корпоративной среде.

📄 Читать

Pro Python
Подписаться

⌨️ Развязываем узлы: как понять связи между объектами

Memory Graph — это инструмент для визуализации связей между объектами в Python.
Он рисует наглядные схемы, которые показывают, как переменные ссылаются друг на друга, что особенно полезно при работе со сложными структурами данных.

Установка библиотеки:

pip install memory-graph

Идеально для понимания изменяемости объектов и отладки рекурсивных структур вроде деревьев или связных списков — вы сразу видите все связи между переменными, а не гадаете, почему код работает не так.

⚙️ Документация

Pro Python
Подписаться

⌨️ Удаляем фон с изображения одной строкой на Python

Библиотека rembg использует нейросети для автоматического удаления фона с фотографий.

Установите библиотеку:

pip install rembg

Всего несколько строк кода — и мы получаем профессиональный результат без ручной обрезки в графических редакторах:

from rembg import remove
from PIL import Image

input_image = Image.open('input.jpg')
output_image = remove(input_image)  # Вот и вся магия!
output_image.save('output.png')

Идеально для создания стикеров, обработки фото товаров — экономьте часы на ручной обрезке в Photoshop.

Pro Python
Подписаться

⌨️ Создаем красивые и удобные CLI-приложения на Python с помощью Typer и Rich

В этой статье мы разберем, как создавать элегантные консольные утилиты с автоматической генерацией интерфейса и красивым выводом.

Вы узнаете, как заменить громоздкий argparse на современный Typer и добавить цвета, таблицы и прогресс-бары через Rich для профессионального вида ваших скриптов.

📄 Читать

Pro Python
Подписаться

⌨️ Знали ли вы, что эти пиксельные игры очень просто создавать на Python?

Они создаются с помощью библиотеки Pyxel — это игровой движок для ретро-игр с простым API, встроенным редактором ресурсов и поддержкой графики, звука и управления в одном пакете.

🔖 Демо

⚙️ Документация

Берите готовые примеры, меняйте спрайты и логику, и ваша первая игра будет готова сегодня же!

Pro Python
Подписаться

⌨️ Узнай, что ест твою память в Python

Pympler — это инструмент для анализа потребления памяти Python-объектами прямо во время работы приложения.

С его помощью можно:
🔵 Узнать точный размер любого объекта (даже вложенного)
🟡 Отслеживать утечки и «раздувание» памяти в реальном времени
🟠 Анализировать, сколько живут объекты определённых классов

Установка библиотеки:

pip install pympler

Отлично подходит для отладки тяжелых скриптов, веб-серверов или долгоживущих процессов.

⚙️ Документация

Pro Python
Подписаться

⌨️ Python «рулит» «тащит»

Syntax that reads like English!

Pro Python
Подписаться

⌨️ PEP 810: Явный ленивый импорт в Python

В этой статье разберем, как новый синтаксис lazy import позволит явно откладывать загрузку модулей до момента их реального использования.

Это сократит время запуска программ и потребление памяти, особенно для CLI-утилит и приложений со сложными зависимостями.

📄 Читать

Pro Python
Подписаться

⌨️ Преврати любое растровое изображение в вектор — быстро и без Photoshop

vtracer — библиотека на Python, которая превращает обычные растровые изображения в лёгкие SVG-вектора.

😫Работает из командной строки
😫Умный трассинг: сохраняет гладкость линий и минимизирует шум
😫Лёгкий, без зависимостей от тяжёлых библиотек вроде OpenCV

Установка библиотеки:

pip install vtracer

Если регулярно работаешь с графикой — бери на вооружение.

⚙️ Документация

Pro Python
Подписаться

⌨️ Минималистичный парсер изображений на Python

Готовый код для парсинга всех изображений из HTML-файла с помощью BeautifulSoup. Пригодится для анализа веб-страниц, скачивания контента или автоматизации обработки сайтов.

Установите библиотеку:

pip install beautifulsoup4

Всего 7 строк кода:

from bs4 import BeautifulSoup

def get_images_from_file(file_path):
    with open(file_path, 'r', encoding='utf-8') as file:
        soup = BeautifulSoup(file.read(), 'html.parser')
    return [img['src'] for img in soup.find_all('img', src=True)]

# Использование
print(get_images_from_file('index.html'))

Сохраняйте в закладки — такой сниппет всегда пригодится в арсенале разработчика.

Pro Python
Подписаться