This media is not supported in your browser
VIEW IN TELEGRAM
✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста
«(!?»Please open Telegram to view this post
VIEW IN TELEGRAM
👍4😁2
glom – это библиотека для обработки и трансформации данных в Python. Она помогает легко извлекать, преобразовывать и структурировать сложные данные, такие как JSON или вложенные словари.
Позволяет работать с глубоко вложенными структурами данных через простой и читаемый синтаксис, заменяя многострочные операции цепочками
.get()
или вложенными циклами.Установка библиотеки:
pip install glom
Пример использования:
from glom import glom
data = {'a': {'b': {'c': 'Hello, glom!'}}}
result = glom(data, 'a.b.c') # Достаём значение по цепочке ключей
print(result) # Вывод: 'Hello, glom!'
Уменьшает сложность кода при работе с глубоко вложенными структурами, делая его чище и удобнее для поддержки.
✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста
«(!?»Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6👀2
🛑 git init – Инициализация репозитория🛑 git clone – Клонировать удалённый репозиторий🛑 git add . – Добавить изменения в индекс🛑 git commit -m "" – Зафиксировать изменения🛑 git push – Отправить изменения на удалённый репозиторий🛑 git pull – Получить изменения с удалённого репозитория🛑 git branch – Просмотр веток🛑 git checkout -b – Создать и переключиться на ветку🛑 git merge – Слить ветки🛑 git log – Просмотр истории
✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста
«(!?»Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👀2
EasyOCR – это библиотека на Python, которая позволяет легко извлекать текст из изображений и PDF. Она поддерживает более 80 языков и идеально подходит для автоматизации обработки документов.
Распознавание текста на изображениях с высокой точностью, даже в сложных условиях (разные шрифты, низкое качество).
Установка библиотеки:
pip install easyocr
Пример использования:
import easyocr
reader = easyocr.Reader(['ru', 'en']) # Выбираем языки (русский и английский)
result = reader.readtext('image.jpg') # Распознаём текст
print(result) # Выводим результат
Поддержка множества языков из коробки и простота интеграции в Python-проекты. Отлично подходит для задач автоматизации, анализа документов и обработки изображений.
✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста
«(!?»Please open Telegram to view this post
VIEW IN TELEGRAM
👍4👀2
This media is not supported in your browser
VIEW IN TELEGRAM
Узнал себя?
✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста
«(!?»Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👍8👀3
Библиотека для точного извлечения текста, таблиц и метаданных из PDF-документов с сохранением структуры и позиционирования элементов.
Детальный анализ PDF с возможностью вытаскивать таблицы как pandas DataFrame и визуализировать расположение текста на странице.
Установка библиотеки:
pip install pdfplumber
Пример использования:
import pdfplumber
with pdfplumber.open("file.pdf") as pdf:
first_page = pdf.pages[0]
table = first_page.extract_table()
print(table)
Поддержка сложных PDF с объединенными ячейками таблиц и точными координатами текста — в отличие от простых текстовых экстракторов.
✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста
«(!?»Please open Telegram to view this post
VIEW IN TELEGRAM
👍5❤2👀2
И вправду говорят: краткость — сестра таланта.
✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста
«(!?»Please open Telegram to view this post
VIEW IN TELEGRAM
👍4❤3👀3
Практическое руководство по реализации современных языковых моделей (включая GPT) на чистом Python и PyTorch. Идеально для изучения архитектуры LLM без использования готовых библиотек.
Понять внутреннее устройство трансформеров и механизмов self-attention через построение моделей поэтапно — от токенизации до генерации текста.
Установка (клонирование репозитория):
git clone https://github.com/rasbt/LLMs-from-scratch.git
cd LLMs-from-scratch
pip install -r requirements.txt
Упрощенный пример для наглядности:
from src.model import GPT
# Создание экземпляра модели
model = GPT(vocab_size=10000, n_heads=8, n_layers=6)
# Обучение модели
model.train(text_data, epochs=10)
Полная прозрачность реализации — каждый компонент (positional encoding, multi-head attention) написан вручную с пояснениями в Jupyter-ноутбуках.
✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста
«(!?»Please open Telegram to view this post
VIEW IN TELEGRAM
❤4👀2
Библиотека для работы с системным хранилищем учетных данных (Keychain, KWallet, Secret Service). Позволяет безопасно хранить и получать пароли, используя механизмы защиты ОС.
Устраняет необходимость хранения паролей в конфигах или коде, используя защищенные системные хранилища.
Установка библиотеки:
pip install keyring
Пример использования:
import keyring
# Сохранение
keyring.set_password("my_app", "username", "secret123")
# Получение
password = keyring.get_password("my_app", "username")
Кроссплатформенная работа с нативными хранилищами (Windows Credential Locker, macOS Keychain, Linux Secret Service) без привязки к конкретной ОС.
✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста
«(!?»Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍2👀2
Автоматически создаёт чистую и современную документацию из docstring и аннотаций типов Python. Альтернатива Sphinx с фокусом на простоту и читаемость.
Превращает docstring и type hints в интерактивную документацию без сложных конфигов.
Установка библиотеки:
pip install pdoc
Пример использования:
# Генерация документации для модуля
pdoc ./my_module --output-dir ./docs
Поддержка type hints и математических формул в Markdown из коробки.
✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста
«(!?»Please open Telegram to view this post
VIEW IN TELEGRAM
👍2👀2❤1😁1