🆕🔥Новый материал.
👉 Модуль watchdog в Python, мониторинг файловой системы
📝 Модуль watchdog представляет собой API Python и утилиты командной строки (CLI) для мониторинга событий файловой системы. Предназначен для рекурсивного отслеживания указанного каталога с целью обнаружения любы изменений в файлах или вложенных каталогах (создание, удаление, изменение и т.д.)
🌐 https://docs-python.ru/packages/modul-watchdog-python-monitoring-failovoi-sistemy/
👉 Модуль watchdog в Python, мониторинг файловой системы
📝 Модуль watchdog представляет собой API Python и утилиты командной строки (CLI) для мониторинга событий файловой системы. Предназначен для рекурсивного отслеживания указанного каталога с целью обнаружения любы изменений в файлах или вложенных каталогах (создание, удаление, изменение и т.д.)
🌐 https://docs-python.ru/packages/modul-watchdog-python-monitoring-failovoi-sistemy/
🆕🔥Новый материал.
👉 Интерфейс командной строки watchmedo модуля watchdog в Python.
📝 Модуль watchdog поставляется с дополнительным служебным скриптом под названием watchmedo. Этот скрипт умеет читать файлы .yaml и выполнять определенные внутри них трюки в ответ на события файловой системы.
🌐 https://docs-python.ru/packages/modul-watchdog-python-monitoring-failovoi-sistemy/cli-modulia-watchdog/
👉 Интерфейс командной строки watchmedo модуля watchdog в Python.
📝 Модуль watchdog поставляется с дополнительным служебным скриптом под названием watchmedo. Этот скрипт умеет читать файлы .yaml и выполнять определенные внутри них трюки в ответ на события файловой системы.
🌐 https://docs-python.ru/packages/modul-watchdog-python-monitoring-failovoi-sistemy/cli-modulia-watchdog/
🆕🔥Новый материал.
👉 incrontab (incron) в Linux, управление inotify
📝 incrontab представляет собой сервис для управления событиями файловой системы с помощью inotify в Linux. Файл incrontab содержит инструкции демону incrond общего вида: "запускать эту shell-команду при таких-то событиях файловой системы". Работоспособность проверялась на Debian 12.
🌐 https://docs-python.ru/packages/modul-watchdog-python-monitoring-failovoi-sistemy/incrontab-incron-linux/
👉 incrontab (incron) в Linux, управление inotify
📝 incrontab представляет собой сервис для управления событиями файловой системы с помощью inotify в Linux. Файл incrontab содержит инструкции демону incrond общего вида: "запускать эту shell-команду при таких-то событиях файловой системы". Работоспособность проверялась на Debian 12.
🌐 https://docs-python.ru/packages/modul-watchdog-python-monitoring-failovoi-sistemy/incrontab-incron-linux/
🔁⚡Изменение информации.
👉 Декораторы классов в Python.
📝 Декораторы классов, как и декораторы функций, являются мощной функцией в Python. Однако вместо изменения функций декораторы классов применяются к классам. Их можно использовать для изменения поведения класса, добавления новых методов или новых свойств.
🌐 https://docs-python.ru/tutorial/dekoratory-python/dekorator-singleton-klassa/
👉 Декораторы классов в Python.
📝 Декораторы классов, как и декораторы функций, являются мощной функцией в Python. Однако вместо изменения функций декораторы классов применяются к классам. Их можно использовать для изменения поведения класса, добавления новых методов или новых свойств.
🌐 https://docs-python.ru/tutorial/dekoratory-python/dekorator-singleton-klassa/
🆕🔥Новый материал.
👉 Практические примеры применения декоратора Python.
📝 В материале представлены несколько полезных декораторов, часто используемые пользователями.
🌐 https://docs-python.ru/tutorial/dekoratory-python/prakticheskie-primery-dekoratora/
👉 Практические примеры применения декоратора Python.
📝 В материале представлены несколько полезных декораторов, часто используемые пользователями.
🌐 https://docs-python.ru/tutorial/dekoratory-python/prakticheskie-primery-dekoratora/
🆕🔥Новый материал.
👉 Модуль pandas, анализ данных в Python
📝 Работа по обработке данных обычно делится на несколько этапов: очистка данных, их анализ/моделирование, последующая организация результатов анализа в форму, подходящую для построения графиков или отображения в виде таблиц. Библиотека pandas - идеальный инструмент для всех этих задач
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/
👉 Модуль pandas, анализ данных в Python
📝 Работа по обработке данных обычно делится на несколько этапов: очистка данных, их анализ/моделирование, последующая организация результатов анализа в форму, подходящую для построения графиков или отображения в виде таблиц. Библиотека pandas - идеальный инструмент для всех этих задач
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/
🆕🔥Новый материал.
👉 Объект Series модуля pandas в Python.
📝 Класс pandas.Series() представляет собой одномерный массив numpy.ndarray с метками осей (включая временные ряды).
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/obekt-series/
👉 Объект Series модуля pandas в Python.
📝 Класс pandas.Series() представляет собой одномерный массив numpy.ndarray с метками осей (включая временные ряды).
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/obekt-series/
🆕🔥Новый материал.
👉 Анализ логов Nginx модулем pandas в Python.
📝 Материал представляет собой мысли о том как можно подойти к анализу логов Nginx при помощи библиотеки pandas.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/analiz-logov-nginx/
👉 Анализ логов Nginx модулем pandas в Python.
📝 Материал представляет собой мысли о том как можно подойти к анализу логов Nginx при помощи библиотеки pandas.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/analiz-logov-nginx/
🆕🔥Новый материал.
👉 Структура DataFrame модуля pandas в Python.
📝 Объект pandas.DataFrame() представляет собой первичную двумерную структуру данных pandas, изменяемую по размеру, содержащую потенциально разнородные табличные данные.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/obekt-dataframe/
👉 Структура DataFrame модуля pandas в Python.
📝 Объект pandas.DataFrame() представляет собой первичную двумерную структуру данных pandas, изменяемую по размеру, содержащую потенциально разнородные табличные данные.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/obekt-dataframe/
🆕🔥Новый материал.
👉 Использование регулярных выражений в Pandas.
📝 В материале дается полное описание с примерами использования строковых методов Series.str, которые работают с регулярными выражениями.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/ispolzovanie-reguliarnykh-vyrazhenii/
👉 Использование регулярных выражений в Pandas.
📝 В материале дается полное описание с примерами использования строковых методов Series.str, которые работают с регулярными выражениями.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/ispolzovanie-reguliarnykh-vyrazhenii/
🆕🔥Новый материал.
👉 Отбор и фильтрация данных
📝 Материал содержит методы отбора и фильтрации данных в pandas различными способами с подробными примерами и описанием.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/otbor-filtratsiia-dannykh/
👉 Отбор и фильтрация данных
📝 Материал содержит методы отбора и фильтрации данных в pandas различными способами с подробными примерами и описанием.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/otbor-filtratsiia-dannykh/
🆕🔥Новый материал.
👉 Объект Index модуля pandas в Python
📝 Объект pandas.Index представляет собой неизменяемую последовательность, которая используется для индексации и выравнивания. Другими словами - это базовый объект, хранящий метки осей для всех объектов pandas.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/obekt-index/
👉 Объект Index модуля pandas в Python
📝 Объект pandas.Index представляет собой неизменяемую последовательность, которая используется для индексации и выравнивания. Другими словами - это базовый объект, хранящий метки осей для всех объектов pandas.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/obekt-index/
🆕🔥Новый материал.
👉 Метод DataFrame.query() модуля pandas в Python.
📝 Метод DataFrame.query() библиотеки pandas запрашивает столбцы DataFrame с помощью логического выражения expr. Этот метод использует функцию верхнего уровня eval() для оценки переданного запроса expr.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/metod-dataframe-query/
👉 Метод DataFrame.query() модуля pandas в Python.
📝 Метод DataFrame.query() библиотеки pandas запрашивает столбцы DataFrame с помощью логического выражения expr. Этот метод использует функцию верхнего уровня eval() для оценки переданного запроса expr.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/metod-dataframe-query/
🆕🔥Новый материал.
👉 Метод .apply() объектов DataFrame и Series модуля pandas
📝 Метод DataFrame.apply() применяет пользовательскую функцию вдоль оси axis. Метод Series.apply() вызывает пользовательскую функцию func для значений Series. Если func возвращает объект Series, то результатом будет DataFrame.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-apply-series-apply/
👉 Метод .apply() объектов DataFrame и Series модуля pandas
📝 Метод DataFrame.apply() применяет пользовательскую функцию вдоль оси axis. Метод Series.apply() вызывает пользовательскую функцию func для значений Series. Если func возвращает объект Series, то результатом будет DataFrame.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-apply-series-apply/
🆕🔥Новый материал.
👉 Метод Series.between() модуля pandas в Python.
📝 Метод Series.between() возвращает логический вектор, содержащий значение True, везде, где соответствующий элемент Series находится между граничными значениями слева и справа. Значения NA обрабатываются как False.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/metod-series-between/
👉 Метод Series.between() модуля pandas в Python.
📝 Метод Series.between() возвращает логический вектор, содержащий значение True, везде, где соответствующий элемент Series находится между граничными значениями слева и справа. Значения NA обрабатываются как False.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/metod-series-between/
🆕🔥Новый материал.
👉 Метод .between_time() объектов DataFrame и Series модуля pandas
📝 Метод .between_time() выбирает значения между определенным временем суток (например, 9:00-9:30). Установив start_time на более позднее время, чем end_time, можно получить время, которое НЕ НАХОДИТСЯ между двумя временами.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-between-time-series-between-time/
👉 Метод .between_time() объектов DataFrame и Series модуля pandas
📝 Метод .between_time() выбирает значения между определенным временем суток (например, 9:00-9:30). Установив start_time на более позднее время, чем end_time, можно получить время, которое НЕ НАХОДИТСЯ между двумя временами.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-between-time-series-between-time/
🆕🔥Новый материал.
👉 Метод .isin() объектов DataFrame и Series модуля pandas
📝 Метод DataFrame.isin() проверяет наличие каждого элемента DataFrame в значениях, передаваемых в values, при этом values может быть последовательностью, Series, DataFrame или словарем. Метод Series.isin() проверяет содержатся ли элементы в Series в последовательности values.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-isin-series-isin/
👉 Метод .isin() объектов DataFrame и Series модуля pandas
📝 Метод DataFrame.isin() проверяет наличие каждого элемента DataFrame в значениях, передаваемых в values, при этом values может быть последовательностью, Series, DataFrame или словарем. Метод Series.isin() проверяет содержатся ли элементы в Series в последовательности values.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-isin-series-isin/
🆕🔥Новый материал.
👉 Работа c None и NaN в pandas DataFrame/Series.
📝 В материале рассмотрены методы объектов DataFrame и Series, которые позволяют искать/удалять/заменять недостающие (пустые) данные (также называемые NA) в pandas.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/rabota-none-nan/
👉 Работа c None и NaN в pandas DataFrame/Series.
📝 В материале рассмотрены методы объектов DataFrame и Series, которые позволяют искать/удалять/заменять недостающие (пустые) данные (также называемые NA) в pandas.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/rabota-none-nan/
🆕🔥Новый материал.
👉 Свойства .loc[], .iloc[] объектов Series/DataFrame в pandas.
📝 Свойство .loc] и .iloc[] является основным методом доступа к данным pandas.DataFrame и pandas.Series. Свойство .loc[] отличается от .iloc[] тем, что первый работает по индексным меткам строки и/или столбца, а второй по позиции строки и/или столбца, которая начинается с 0.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/loc-iloc-series-dataframe/
👉 Свойства .loc[], .iloc[] объектов Series/DataFrame в pandas.
📝 Свойство .loc] и .iloc[] является основным методом доступа к данным pandas.DataFrame и pandas.Series. Свойство .loc[] отличается от .iloc[] тем, что первый работает по индексным меткам строки и/или столбца, а второй по позиции строки и/или столбца, которая начинается с 0.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/loc-iloc-series-dataframe/
🆕🔥Новый материал.
👉 Метод DataFrame.assign() модуля pandas в Python.
📝 Метод DataFrame.assign() модуля pandas создает новые столбцы в исходном DataFrame. Возвращает новый объект со всеми исходными столбцами в дополнение к новым. Если новый столбец имеет одинаковое имя/название с существующим в исходном DataFrame, то существующие столбцы будут перезаписаны.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-assign/
👉 Метод DataFrame.assign() модуля pandas в Python.
📝 Метод DataFrame.assign() модуля pandas создает новые столбцы в исходном DataFrame. Возвращает новый объект со всеми исходными столбцами в дополнение к новым. Если новый столбец имеет одинаковое имя/название с существующим в исходном DataFrame, то существующие столбцы будут перезаписаны.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-assign/
👍2