Это видео представляет собой простое, очень короткое руководство о том, как подключить камеру телефона Android к OpenCV. Это может быть очень полезно для тех, кто планирует создавать приложения для обработки изображений, которые будут использовать камеру Android в качестве носителя. Я буду использовать Python 3.8 на компьютере с Windows 10.

Шаги:

Шаг 1: Необходимо загрузить и установить приложение IP Webcam на свои мобильные телефоны. Это будет использоваться для связи между вашим телефоном Android и ПК.

Шаг 2: После установки приложения убедитесь, что ваш телефон и компьютер подключены к одной и той же сети. Запустите приложение на своем телефоне и нажмите Запустить сервер.
Совет: прокрутите вниз, это в самом низу.

Шаг 3: После этого ваша камера откроется с IP-адресом внизу.
Например: https://192.168.43.1:8080​

Шаг 4: Конечно, используйте URL-адрес, отображаемый в интерфейсе вашей IP-веб-камеры, замените его, а затем запустите код. Всего через несколько мгновений появится окно cv, которое совершит свое волшебство. Чтобы закрыть окно, просто нажмите любую клавишу.

https://www.youtube.com/watch?v=tjUVkVBxrzg&t=36s
Исходный код https://drive.google.com/drive/folders/1CzbcJm-dpRql9411jMMCpA9Wmw45Hn_I

Это курс по программированию дронов на Python.

Здесь мы собираемся изучить основы дрона, включая компоненты и то, как дрон летает. Затем мы рассмотрим установки и основные движения вместе с захватом изображения. На их основе мы создадим захватывающие проекты, в том числе беспилотник для наблюдения, отслеживание лиц.
Если вы новичок, не беспокойтесь, этот курс для вас, мы сосредоточимся на части реализации, чтобы вы могли получить от этого максимум практического опыта. И хотя мы будем использовать для этого курса определенный дрон, 80% материала, изложенного в этом курсе, можно использовать с любым дроном.

https://www.youtube.com/watch?v=LmEcyQnfpDA

Веб-скрапинг — это процесс автоматического извлечения данных с веб-сайтов с помощью скриптов. ChatGPT может генерировать для вас код сценария парсинга веб-страниц.

Пример этого руководства показывает, что ChatGPT очень помогает при создании скрипта для парсинга веб-страниц. Фактически, мы смогли просто ввести наши простые требования в ChatGPT, и в результате мы получили скрипт Python, способный выполнить задачу без необходимости каких-либо доработок. Это значительно упрощает просмотр веб-страниц и позволяет вам начать работу в кратчайшие сроки

Исходный код: https://www.codingthesmartway.com/how-to-use-chatgpt-to-fully-automate-web-scraping/

https://www.youtube.com/watch?v=e9oOj5jRHrM

v3 — делаем OpenCV питоничным.

cv3 - это более питоничный интерфейс к OpenCV. Он упрощает работу с этой библиотекой, расширяет его синтаксические возможности, а также ускоряет исследования в области компьютерного зрения и выполнение задач по обработке изображений, при этом сохраняя гибкость и функциональность OpenCV.

Читать далее https://habr.com/ru/articles/741296/

Подсказка типов в Python: Совместимость типов Duck и Consistent-With

Вам не нужно указывать int, когда вы указываете float, или namedtuple, когда вы указываете tuple. Почему?

https://towardsdatascience.com/python-type-hinting-duck-type-compatibility-and-consistent-with-72e8b348d8ac

Zehef — это инструмент osint для отслеживания электронной почты.

https://github.com/N0rz3/Zehef

Вам не нужно 20 графических процессоров для точной настройки большой языковой модели. Lit-Parrot — это библиотека Python, которая позволяет точно настроить последнюю модель 7B Falcon с помощью 1 gpu https://github.com/Lightning-AI/lit-parrot

Написание приложения чата в Django 4.2 с использованием асинхронного StreamingHttpResponse, Server-Sent Events и PostgreSQL LISTEN/NOTIFY

https://valberg.dk/django-sse-postgresql-listen-notify.html

116 историй, которые нужно узнать о парсинге веб-страниц

Давайте узнаем о парсинге веб-страниц с помощью этих 116 бесплатных историй. Они упорядочены по наибольшему времени чтения, созданного на HackerNoon.

https://hackernoon.com/116-stories-to-learn-about-web-scraping?source=rss

Терминология Python

Неофициальная версия глоссария Python ( официальный глоссарий ), предназначенная для обычных пользователей Python.

Определения в приведенном ниже глоссарии являются разговорными, и некоторые из этих терминов никогда не появляются в официальной документации Python.

https://www.pythonmorsels.com/terms/

Как создать индикатор выполнения в Python

Индикаторы выполнения считаются важными элементами разработки программного обеспечения, поскольку они обеспечивают обратную связь относительно хода выполнения операций и задач. Поэтому в этом посте мы рассмотрели несколько техник создания индикаторов выполнения в Python .

Мы рассмотрим несколько методов, от традиционных подходов на основе текста до использования сторонних библиотек и реализации пользовательских подходов.

Следуя рекомендациям и добавляя расширенные функции, вы можете создавать интерактивные и информативные индикаторы выполнения, которые также могут улучшить взаимодействие с пользователем.

https://www.geeksveda.com/python-progress-bar/

Более 250 советов по Python и науке о данных, включая Pandas, NumPy, основы машинного обучения, Sklearn, Jupyter и другие.

https://medium.datadriveninvestor.com/250-python-and-data-science-tips-covering-pandas-numpy-ml-basics-sklearn-jupyter-and-more-e33074b92d58

👉 Весь PDF-архив вы можете найти здесь .

Messaging для чайников. Утилизируем все возможности RabbitMQ на Python.

Всем привет! Так уж получилось, что совсем недавно, в процессе написания документации для проекта, мне пришлось перерыть всю официальную документацию RabbitMQ и тонну статей разного качества на тему разных видов маршрутизации в этом брокере.

Оказалось, что материала на эту тему много, но он либо объясняет совсем базовые случаи, либо уходит в такие дебри, которые крайне далеки и тяжелы для человека, который хочет "просто разобраться".

Простых и понятных примеров на Python тоже мало, так как они заставляют вас вникать не только в особенности различных вариантов маршрутизации RabbitMQ, но и в особенности используемых библиотек. Для человека, который видит что-то pika-подобное первый раз, это может быть испытанием.

Поэтому я и решил написать эту статью: она нацелена на "чайников" - вы легко можете показать ее вашим джунам, и этого уже должно быть достаточно для начала работы с RabbitMQ.

Примеры в статье будут приведены с использованием фреймворка Propan, чтобы не утруждать джуновский мозг лишними деталями установления соединения, канала и тд.

Поехали https://habr.com/ru/articles/743192/

Устали тратить часы на утомительные офисные задачи? В этом видео мы покажем вам, как использовать ChatGPT и Python для автоматизации некоторых из этих скучных задач. Мы рассмотрим автоматизацию Outlook, создание презентаций PowerPoint, создание диаграмм на основе данных Excel и работу с PDF-файлами.

https://www.youtube.com/watch?v=mCk4Rabkmjc&t=182s

Код и файлы можно найти здесь: https://github.com/Sven-Bo/automate-office-tasks-using-chatgpt-python
Сайт со ссылками на все подсказки ChatGPT: https://automate-office-chatgpt.streamlit.app/

Шесть удивительных неизвестных библиотек Python

Последние два года я активно использую Python. В результате я всегда ищу замечательные библиотеки, которые могут улучшить мою работу в проектах Data Engineering и Business Intelligence.
https://medium.com/@Divithraju/six-amazing-unknown-python-libraries-c7bdad6b4472

20 встроенных библиотек Underdog Python, которые заслуживают гораздо большего внимания

Большинство людей думают, что массовое доминирование Python связано с его мощными пакетами, такими как NumPy, Pandas, Sklearn, XGBoost и т. д. Это сторонние пакеты, написанные профессиональными разработчиками, часто с помощью других более быстрых языков программирования, таких как C, Java или C++. .

Таким образом, один из слабых аргументов, которые ненавистники могут привести против Python, заключается в том, что он не станет таким популярным, как только вы избавитесь от всей славы, которую приносят эти сторонние пакеты. Я здесь, чтобы сказать обратное и показать, что стандартный Python уже достаточно мощен, чтобы составить серьезную конкуренцию любому языку.

Я предлагаю вашему вниманию 20 легковесных пакетов, которые встроены в вашу установку Python и находятся всего в одной строке от того, чтобы быть выпущенными.

https://pub.towardsai.net/20-underdog-python-built-in-libraries-that-deserve-much-more-attention-6ff35baeb06c

Полное руководство по тестированию приложений Django

Это пошаговое руководство будет практическим, будет включать примеры, фрагменты кода, распространенные варианты использования и придерживаться лучших практик, заложенных в Django Foundation и Python.

https://atharvashah.netlify.app/posts/tech/django-testing-guide/?utm_campaign=Software%2BTesting%2BWeekly&utm_medium=web&utm_source=Software_Testing_Weekly_175

Руководство по NumPy: очень простой способ выучить его за 10 минут

Во-первых, вы узнаете, что такое NumPy и почему это важно.

Затем мы покажем вам, как установить его с помощью pip.

Далее вы узнаете, как создавать массивы и получать доступ к их атрибутам .

Мы также рассмотрим основные операции с массивами , индексирование и нарезку . Но это еще не все — вы также узнаете о передовых методах работы с массивами , а также о том , как генерировать случайные числа и выполнять основные статистические функции .

Короче говоря, это руководство охватывает все, что вам нужно знать, чтобы начать работу с NumPy.

А если вы заинтересованы в изучении более продвинутых функций, мы предоставляем ссылки на официальную документацию по NumPy и другие ресурсы .

Итак, не пора ли вам добавить NumPy в свой набор инструментов для обработки данных ?

С этим руководством вы можете сделать это всего за 10 минут!

https://pub.towardsai.net/numpy-guide-super-simple-way-to-learn-it-in-10-minutes-d382ff45e215