Существует несколько технологий, которые можно использовать для передачи данных между PHP и Python. Вот несколько примеров:

REST API: REST (Representational State Transfer) - это архитектурный стиль, который используется для создания веб-служб. Вы можете создавать REST API с помощью PHP или Python, а затем использовать их для обмена данными между этими языками программирования. Для этого вам нужно будет определить эндпоинты и методы (GET, POST, PUT, DELETE и т. д.), которые будут использоваться для обмена данными.
JSON: JSON (JavaScript Object Notation) - это формат обмена данными, который широко используется в веб-разработке. Вы можете использовать JSON для передачи данных между PHP и Python. Для этого вам нужно будет сериализовать данные в JSON-формат с помощью PHP или Python, а затем десериализовать их на противоположной стороне.
SOAP: SOAP (Simple Object Access Protocol) - это протокол, который используется для обмена данными между веб-службами. Вы можете создавать SOAP-сервисы с помощью PHP или Python и использовать их для обмена данными между этими языками программирования. Для этого вам нужно будет определить веб-службу и методы, которые будут использоваться для обмена данными.
AMQP: AMQP (Advanced Message Queuing Protocol) - это протокол, который используется для передачи сообщений в режиме реального времени. Вы можете использовать AMQP для передачи данных между PHP и Python с помощью брокера сообщений, такого как RabbitMQ или Apache Qpid.
WebSockets: WebSockets - это протокол, который позволяет устанавливать двустороннее соединение между клиентом и сервером. Вы можете использовать WebSockets для передачи данных между PHP и Python в режиме реального времени. Для этого вам нужно будет установить соединение между PHP и Python с помощью WebSocket-сервера, такого как Ratchet для PHP илиwebsockets для Python.
При выборе технологии для передачи данных между PHP и Python вам нужно будет учитывать такие факторы, как безопасность, производительность, масштабируемость и простота использования. Также важно учитывать, какие библиотеки и инструменты доступны для каждого языка программирования и как они могут быть интегрированы в ваше приложение.
@Pythonnewsone

👩‍💻 Machina (https://github.com/PsyChip/machina) — система видеонаблюдения с использованием OpenCV, YOLO и LLAVA для обработки видео в реальном времени.

🌟 Система захватывает поток RTSP, выполняет детекцию объектов с помощью YOLO и тегирует их через LLAVA.

Проект находится в процессе активной разработке, и его целью является создание полноценной системы безопасности, использующей современные модели компьютерного зрения и обнаружения объектов.

▪️Github (https://github.com/PsyChip/machina)

@pythonl
@Pythonnewsone

Большая шпаргалка по SQL — внутри ждёт всё, от основных команд до продвинутых фишек, вроде оконных функций.

— Основные команды SQL;
— SOL Joins;
— SQL Unions, Intersect, Except;
— Временные таблицы SQL, таблицы просмотра, CTE;
— Ранги SQL.

Сохраняйте себе, чтобы не потерять.
@Pythonnewsone

👩‍💻 Python PyQt5 за один час! (2024)

🌟 PyQt позволяет разрабатывать кроссплатформенные приложения с современными интерфейсами на Python, обеспечивая доступ к обширным возможностям Qt для работы с окнами, кнопками, текстовыми полями, графикой и другими элементами GUI.

С этим курсом вы обучитесь работе с PyQt в максимально короткие сроки!

🔗 Ссылка: *клик* (https://www.youtube.com/watch?v=92zx_U9Nzf4)

#курс #python #pyqt

@pythonl
@Pythonnewsone

👩‍💻 Создание (https://www.youtube.com/watch?v=ITOZkzjtjUA) полнофункциональных веб-приложений с использованием Python и Reflex! (2024)

💡 Создание полнофункциональных веб-приложений традиционно требовало владения несколькими языками и фреймворками, включая HTML, CSS, JavaScript и языки бэкенда, такие как Python. Однако ситуация меняется с появлением таких инструментов, как Reflex, которые позволяют создавать интерактивные веб-приложения, используя только Python

🌟 В этом курсе вы узнаете, как можно создавать функциональные, масштабируемые веб-приложения с помощью Reflex, не прибегая к использованию HTML, CSS или даже JavaScript!

🕞 Продолжительность: 6:58:32

🔗 Ссылка: *клик* (https://www.youtube.com/watch?v=ITOZkzjtjUA)

#курс #python #reflex

@pythonl (https://t.me/pythonl)
@Pythonnewsone

❤️ Telegram AI Digest Generator: Python-скрипт для создания дайджестов

Telegram AI Digest Generator — это готовый инструмент на Python, который помогает извлекать сообщения из Telegram-каналов и обрабатывать их с использованием искусственного интеллекта Claude AI 🖥

Инструмент позволяет автоматически генерировать краткие обзоры контента (дайджесты) и создавать изображения через Replicate API.

Результаты работы скрипта сохраняются в виде сообщений внутри самого Telegram. Для реализации функциональности используются следующие инструменты:

- Telegram API для взаимодействия с платформой Telegram.
- Claude AI для анализа и обработки текста.
- Replicate API для генерации изображений.
- Asyncio для повышения эффективности выполнения задач в параллельном режиме.

🖥 GitHub (https://github.com/sliday/telegram-ai-digest)

@pythonl
@Pythonnewsone

🖥 yandex-music-download

Скрипт на Python для скачивания треков с Яндекс Музыки.

Возможности
Возможность загрузки:
- Всех треков исполнителя
- Всех треков из альбома
- Всех треков из плейлиста
- Отдельного трека
- Загрузка всех метаданных трека/альбома:
- Номер трека
- Номер диска
- Название трека
- Исполнитель
- Дополнительные исполнители
- Год выпуска альбома
- Обложка альбома
- Название альбома
- Текст песни (при использовании флага —add-lyrics)
- Поддержка паттерна для пути сохранения музыки

Установка
Для запуска скрипта требуется Python 3.9+

<pre language="bash">
pip install git+https://github.com/llistochek/yandex-music-downloader
yandex-music-downloader —help</pre>

Код доступен на GitHub: https://github.com/kaimi-io/yandex-music-download.

@pythonl
@Pythonnewsone

🖥 Разбор 70 задач Leetcode
Этот ролик охватывает следующие темы:

▫️Временную и пространственную сложность алгоритмов.
▫️Все основные структуры данных.
▫️Советы по подготовке к интервью.

Решения представлены на языке программирования Python 🐍.

Сохраните этот материал для подготовки к собеседованиям 👇

Полное 5.5-часовое видео: https://youtu.be/lvO88XxNAzs?si=EX7_LAu3y8g7WETG

@python_job_interview
@Pythonnewsone

🎵 UVR5 UI 🎵

Идеальный Python инструмент для удаления голоса с аудио с помощью удобного интерфейса Gradio UI.

👉 Этот проект основан на python-audio-separator (https://github.com/nomadkaraoke/python-audio-separator) (CLI-версия UVR5).

▪Github (https://github.com/Eddycrack864/UVR5-UI)
▪Colab (https://colab.research.google.com/github/Eddycrack864/UVR5-UI/blob/main/UVR_UI.ipynb)

@pythonl
@Pythonnewsone

🤗 Большое обновление для локальных LLM!

Теперь вы можете легко использовать любую модель GGUF на
huggingface напрямую с ollama.

Просто укажите на репозиторий Hugging Face и запустите ее!

<code>Вот как запустить </code>
1. Найдите на хабе нужный GGUF, например Llama 3.2 3B.
2. <code>ollama run hf(.)co/hugging-quants/Llama-3.2-3B-Instruct-Q4_K_M-GGUF</code> remove ()
3. Работатайет со своей моделью локально, используя возможности llama.cpp

Документация: https://huggingface.co/docs/hub/ollama
@Pythonnewsone

👩‍💻 Преобразование текста в числовые значения является сложной задачей из-за различий в языковых представлениях.

Numerizer упрощает этот процесс, преобразуя различные текстовые форматы и варианты написания в числа. 💡

Установка:
$ pip install numerizer

»> from numerizer import numerize
»> numerize('forty two')
'42'
»> numerize('forty-two')
'42'
»> numerize('four hundred and sixty two')
'462'
»> numerize('one fifty')
'150'
»> numerize('twelve hundred')
'1200'
»> numerize('twenty one thousand four hundred and seventy three')
'21473'
»> numerize('one million two hundred and fifty thousand and seven')
'1250007'
»> numerize('one billion and one')
'1000000001'
»> numerize('nine and three quarters')
'9.75'
»> numerize('platform nine and three quarters')
'platform 9.75'
@Pythonnewsone

Вышел PyTorch 2.5 🔥

Выпуск #PyTorch 2.5, в котором представлена новая серверная часть <code>cuDNN для SDPA,</code> компиляция torch.compile и ускорения производительности серверной части <code>TorchInductor CPP </code>

Все обновления можно найти здесь: https://pytorch.org/blog/pytorch2-5/
@Pythonnewsone

Машинное обучение. Дайджест интересных новостей
@Pythonnewsone
https://habr.com/ru/articles/851584/

‍👩‍💻 TheAlgorithms/Python (https://github.com/TheAlgorithms/Python/tree/master) — коллекция алгоритмов, написанных на языке Python. Он представляет собой открытый проект, куда разработчики со всего мира вносят свой вклад, добавляя различные алгоритмы, используемые в информатике, математике и науке о данных.

🔍 Репозиторий включает в себя сотни реализаций алгоритмов в различных категориях, таких как:

🌟 Сортировка и поиск (например, быстрая сортировка, бинарный поиск).
🌟 Структуры данных (например, деревья, графы, очереди).
🌟 Алгоритмы на графах (например, поиск в глубину, поиск в ширину).
🌟 Криптография (например, шифрование, хеширование).
🌟 Алгоритмы машинного обучения и многие другие!

💡 Цель проекта — предложить обучающий ресурс, где разработчики могут изучать и понимать, как работают различные алгоритмы. Каждый алгоритм сопровождается примерами кода, а многие из них имеют детальные объяснения

🔐 Лицензия: MIT

▪️Github (https://github.com/TheAlgorithms/Python/tree/master)

@python_job_interview
@Pythonnewsone

🖥 optillm (https://github.com/codelion/optillm) — инструмент для оптимизации процесса вывода языковых моделей (LLM) через прокси-сервер. Он поддерживает различные подходы к оптимизации, такие как цепочки размышлений (CoT), самоотражение, алгоритм R* и другие. Этот инструмент позволяет использовать модели, совместимые с OpenAI API, и позволяет легко интегрировать их с существующими инструментами и фреймворками.

🌟 Основная цель — упростить работу с крупными языковыми моделями, обеспечивая их более эффективное использование, включая поддержку нескольких техник вывода и оптимизации

🔐 Лицензия: Apache-2.0

▪️Github (https://github.com/codelion/optillm)

@data_analysis_ml
@Pythonnewsone