namedtuple — удобная структура данных модуля collections.
namedtuple предоставляет именованные поля, аналогичные полям класса, но без необходимости создавать собственный класс. Она является частью стандартного модуля collections и предоставляет простой способ создания неизменяемых объектов, подобных кортежам, но с возможностью обращаться к полям по именам.
В примере выше мы определяем структуру данных Point с помощью namedtuple, которая имеет два именованных поля - x и y. Затем мы создаем объект point типа Point с указанными значениями координат. Благодаря Namedtuple, у нас есть доступ к полям объекта по именам, что делает код более читаемым и понятным.
#theory // Just Python
namedtuple предоставляет именованные поля, аналогичные полям класса, но без необходимости создавать собственный класс. Она является частью стандартного модуля collections и предоставляет простой способ создания неизменяемых объектов, подобных кортежам, но с возможностью обращаться к полям по именам.
В примере выше мы определяем структуру данных Point с помощью namedtuple, которая имеет два именованных поля - x и y. Затем мы создаем объект point типа Point с указанными значениями координат. Благодаря Namedtuple, у нас есть доступ к полям объекта по именам, что делает код более читаемым и понятным.
#theory // Just Python
argparse — модуль обработки аргументов командной строки
argparse является частью стандартной библиотеки и предоставляет удобный способ обработки аргументов, переданных через командную строку. Он позволяет создавать гибкие интерфейсы командной строки с опциями, флагами и аргументами, что делает написание скриптов и приложений более удобным и управляемым.
В примере выше функция main() определяет два аргумента: username и age, а также добавляет описание для них. Затем, когда скрипт запускается, argparse обрабатывает переданные аргументы командной строки и передает их в функцию greet_user(). Функция greet_user() форматирует приветствие с указанием имени пользователя и его возраста, а затем выводит результат в консоль.
Подробнее здесь :3
#theory // Just Python
argparse является частью стандартной библиотеки и предоставляет удобный способ обработки аргументов, переданных через командную строку. Он позволяет создавать гибкие интерфейсы командной строки с опциями, флагами и аргументами, что делает написание скриптов и приложений более удобным и управляемым.
В примере выше функция main() определяет два аргумента: username и age, а также добавляет описание для них. Затем, когда скрипт запускается, argparse обрабатывает переданные аргументы командной строки и передает их в функцию greet_user(). Функция greet_user() форматирует приветствие с указанием имени пользователя и его возраста, а затем выводит результат в консоль.
Подробнее здесь :3
#theory // Just Python
pynacl — библиотека, обеспечивающая простой и безопасный доступ к криптографическим функциям, основанным на библиотеке Networking and Cryptography (NaCl).
pynacl предоставляет надежные инструменты для решения задач, связанных с криптографией, такие как шифрование, подпись сообщений, хэширование и генерация случайных чисел. Она обеспечивает высокий уровень безопасности и надежности, что делает ее идеальным выбором для приложений, требующих защиты данных и обеспечения целостности информации.
На примере выше у нас есть два скрипта: один для шифрования сообщения, а другой для его расшифровки. Используя pynacl, мы можем безопасно передать зашифрованное сообщение от отправителя к получателю.
#theory // Just Python
pynacl предоставляет надежные инструменты для решения задач, связанных с криптографией, такие как шифрование, подпись сообщений, хэширование и генерация случайных чисел. Она обеспечивает высокий уровень безопасности и надежности, что делает ее идеальным выбором для приложений, требующих защиты данных и обеспечения целостности информации.
На примере выше у нас есть два скрипта: один для шифрования сообщения, а другой для его расшифровки. Используя pynacl, мы можем безопасно передать зашифрованное сообщение от отправителя к получателю.
#theory // Just Python
captcha — модуль, который представляет собой защитный механизм, используемый для определения, является ли пользователь человеком или ботом
В реальных проектах, вместо сохранения на диск, captcha обычно передается напрямую и отображается пользователю. Для этого у captcha есть метод tobytes()
Таким образом, использование модуля captcha позволяет легко реализовать защиту от ботов, требуя от пользователей выполнить простую задачу, но при этом значительно затрудняя автоматизированные атаки и спам.
Ставится командой ⚙️
#theory // Just Python
В реальных проектах, вместо сохранения на диск, captcha обычно передается напрямую и отображается пользователю. Для этого у captcha есть метод tobytes()
Таким образом, использование модуля captcha позволяет легко реализовать защиту от ботов, требуя от пользователей выполнить простую задачу, но при этом значительно затрудняя автоматизированные атаки и спам.
Ставится командой ⚙️
pip3 install captcha
Документация и примеры кода здесь :3#theory // Just Python
Counter — класс из модуля collections, предоставляющий удобный способ подсчета элементов в коллекции.
Counter позволяет быстро и легко определить количество вхождений каждого элемента в списке, строке или любой другой итерируемой коллекции. Этот класс имеет множество полезных методов для работы с подсчетом элементов и позволяет легко решать различные задачи, связанные с анализом данных.
#theory // Just Python
Counter позволяет быстро и легко определить количество вхождений каждого элемента в списке, строке или любой другой итерируемой коллекции. Этот класс имеет множество полезных методов для работы с подсчетом элементов и позволяет легко решать различные задачи, связанные с анализом данных.
#theory // Just Python
collections — встроенный модуль, который предоставляет удобные и эффективные инструменты для обработки и работы с различными типами данных.
collections включает в себя специализированные контейнеры, которые расширяют функциональность встроенных типов данных и позволяют более эффективно решать различные задачи.
Недавно мы показывали некоторые классы из модуля collections, однако про сам модуль не рассказали.
Подробнее тут :3
#theory // Just Python
collections включает в себя специализированные контейнеры, которые расширяют функциональность встроенных типов данных и позволяют более эффективно решать различные задачи.
Недавно мы показывали некоторые классы из модуля collections, однако про сам модуль не рассказали.
Подробнее тут :3
#theory // Just Python
cmd — встроенная библиотека для создания интерактивных командных интерфейсов.
cmd предоставляет удобные инструменты для создания интерактивных командных интерфейсов (CLI). Он позволяет создать собственную командную оболочку с поддержкой пользовательских команд, автодополнения, подсказок и истории команд, что делает взаимодействие с программой более удобным и эффективным.
Класс Cmd модуля cmd предоставляет основу для создания пользовательских командных интерфейсов. Он обрабатывает пользовательский ввод и вызывает соответствующие методы для выполнения команд. Вы можете определить собственные методы для обработки команд, а также использовать декораторы для добавления дополнительных функциональностей к командам.
В примере выше мы создаем простой командный интерфейс с помощью класса Cmd. Мы определяем две команды: hello и quit. Команда hello принимает один аргумент name и выводит приветствие с использованием аргумента. Команда quit печатает сообщение "Exiting..." и возвращает True, что приведет к выходу из командного интерфейса.
При запуске скрипта, он будет ожидать пользовательского ввода с приглашением >>>. Пользователь может ввести команды hello <имя> для приветствия или quit для выхода из интерактивной оболочки.
Подробнее тут :3
#theory // Just Python
cmd предоставляет удобные инструменты для создания интерактивных командных интерфейсов (CLI). Он позволяет создать собственную командную оболочку с поддержкой пользовательских команд, автодополнения, подсказок и истории команд, что делает взаимодействие с программой более удобным и эффективным.
Класс Cmd модуля cmd предоставляет основу для создания пользовательских командных интерфейсов. Он обрабатывает пользовательский ввод и вызывает соответствующие методы для выполнения команд. Вы можете определить собственные методы для обработки команд, а также использовать декораторы для добавления дополнительных функциональностей к командам.
В примере выше мы создаем простой командный интерфейс с помощью класса Cmd. Мы определяем две команды: hello и quit. Команда hello принимает один аргумент name и выводит приветствие с использованием аргумента. Команда quit печатает сообщение "Exiting..." и возвращает True, что приведет к выходу из командного интерфейса.
При запуске скрипта, он будет ожидать пользовательского ввода с приглашением >>>. Пользователь может ввести команды hello <имя> для приветствия или quit для выхода из интерактивной оболочки.
Подробнее тут :3
#theory // Just Python
art — модуль, который предоставляет возможности для создания ASCII-текста из обычного текста.
art позволяет превратить обычные строки в ASCII-арты, что может быть интересным способом оформления текстовых сообщений.
В примере выше мы использовали модуль art, чтобы преобразовать текст "xo_py" в ASCII-арт. Функция text2art принимает текстовую строку и возвращает ASCII-арт, который представляет собой стилизованный вариант этого текста в виде символов.
Ставится командой ⚙️ pip3 install art
Документация и примеры кода здесь :3
#theory // Just Python
art позволяет превратить обычные строки в ASCII-арты, что может быть интересным способом оформления текстовых сообщений.
В примере выше мы использовали модуль art, чтобы преобразовать текст "xo_py" в ASCII-арт. Функция text2art принимает текстовую строку и возвращает ASCII-арт, который представляет собой стилизованный вариант этого текста в виде символов.
Ставится командой ⚙️ pip3 install art
Документация и примеры кода здесь :3
#theory // Just Python
Faker — полезная библиотека, которая поможет вам создавать реалистичные тестовые данные.
Независимо от того, нужны ли вам данные для тестирования, заполнения базы данных или демонстрации функционала, Faker делает процесс генерации данных простым и эффективным.
Faker предоставляет генераторы для различных типов данных, таких как имена, адреса, номера телефонов, электронные почты, даты, текст и многое другое. Это идеальное решение для тех, кто хочет ускорить процесс тестирования.
На примере выше мы написали функцию generate_fake_user, которая использует различные методы Faker, чтобы создать случайные данные для имени, электронной почты, номера телефона и адреса. Затем мы выводим полученные данные о пользователе.
Ставится командой ⚙️
#theory // Just Python
Независимо от того, нужны ли вам данные для тестирования, заполнения базы данных или демонстрации функционала, Faker делает процесс генерации данных простым и эффективным.
Faker предоставляет генераторы для различных типов данных, таких как имена, адреса, номера телефонов, электронные почты, даты, текст и многое другое. Это идеальное решение для тех, кто хочет ускорить процесс тестирования.
На примере выше мы написали функцию generate_fake_user, которая использует различные методы Faker, чтобы создать случайные данные для имени, электронной почты, номера телефона и адреса. Затем мы выводим полученные данные о пользователе.
Ставится командой ⚙️
pip3 install faker
Документация и примеры кода здесь :3#theory // Just Python
rembg - это библиотека для удаления фона у любого изображения.
Работает с помощью нейронной сети.
И также является консольной утилитой.
Открыть изображение можно как массив байтов, либо через PIL.
Оба варианта rembg понимает.
А для удаления фона достаточно импортировать и вызвать метод
Ставится командой ⚙️
#theory // Just Python
Работает с помощью нейронной сети.
И также является консольной утилитой.
Открыть изображение можно как массив байтов, либо через PIL.
Оба варианта rembg понимает.
А для удаления фона достаточно импортировать и вызвать метод
remove(input).Ставится командой ⚙️
pip install rembg[gpu,cli]
Документация и примеры кода здесь.#theory // Just Python
TensorFlow - это библиотека с открытым исходным кодом, разработанная Google для создания и развёртывания моделей машинного обучения.
Это одна из самых популярных библиотек для искусственного интеллекта и машинного обучения, которая используется такими компаниями, как Airbnb, Intel и Twitter.
TensorFlow отлично подходит для построения нейронных сетей и моделей глубокого обучения, а также обладает широким спектром инструментов для построения и обучения моделей.
Как использовать TensorFlow для построения простой нейронной сети представлено на картинке.
Также у нас был часовой урок на ютубе про TensorFlow, — тык.
Ставится командой ⚙️
#theory // Just Python
Это одна из самых популярных библиотек для искусственного интеллекта и машинного обучения, которая используется такими компаниями, как Airbnb, Intel и Twitter.
TensorFlow отлично подходит для построения нейронных сетей и моделей глубокого обучения, а также обладает широким спектром инструментов для построения и обучения моделей.
Как использовать TensorFlow для построения простой нейронной сети представлено на картинке.
Также у нас был часовой урок на ютубе про TensorFlow, — тык.
Ставится командой ⚙️
pip install tensorflow
Документация и примеры кода здесь#theory // Just Python
Как парсить данные из HTML и XML в Python
Узнайте, как парсить данные из HTML и XML в Python с помощью популярных библиотек BeautifulSoup и lxml, с примерами кода!
Парсинг данных из HTML и XML является распространенной задачей в области Python-разработки. Мы рассмотрим основные инструменты и подходы для решения этой задачи.
BeautifulSoup
BeautifulSoup — это популярная библиотека для парсинга HTML и XML документов. Она предоставляет простой и удобный интерфейс для извлечения данных из веб-страниц.
Установка
Для установки библиотеки BeautifulSoup выполните следующую команду:
⚙️
lxml — это еще одна мощная библиотека для парсинга HTML и XML документов. Она предоставляет быстрый и эффективный парсер, основанный на C-библиотеках libxml2 и libxslt.
Установка
Для установки библиотеки lxml выполните следующую команду:
⚙️
Узнайте, как парсить данные из HTML и XML в Python с помощью популярных библиотек BeautifulSoup и lxml, с примерами кода!
Парсинг данных из HTML и XML является распространенной задачей в области Python-разработки. Мы рассмотрим основные инструменты и подходы для решения этой задачи.
BeautifulSoup
BeautifulSoup — это популярная библиотека для парсинга HTML и XML документов. Она предоставляет простой и удобный интерфейс для извлечения данных из веб-страниц.
Установка
Для установки библиотеки BeautifulSoup выполните следующую команду:
pip install beautifulsoup4
lxmllxml — это еще одна мощная библиотека для парсинга HTML и XML документов. Она предоставляет быстрый и эффективный парсер, основанный на C-библиотеках libxml2 и libxslt.
Установка
Для установки библиотеки lxml выполните следующую команду:
pip install lxml
#theory // Just PythonPlease open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Scikit-learn - это широко используемая библиотека для машинного обучения на Python. Она построена поверх NumPy и SciPy и предлагает широкий спектр инструментов для создания и оценки моделей машинного обучения. Scikit-learn отлично подходит для построения традиционных моделей машинного обучения, таких как линейная регрессия, деревья решений и кластеризация k-средних.
Как использовать scikit-learn, чтобы построить простую модель линейной регрессии представлено на картинке
Ставится командой ⚙️
#theory // Just Python
Как использовать scikit-learn, чтобы построить простую модель линейной регрессии представлено на картинке
Ставится командой ⚙️
pip install -U scikit-learn
Документация и примеры кода здесь#theory // Just Python
Асинхронное программирование является подходом в разработке программного обеспечения, который позволяет одновременно выполнять несколько задач без блокирования основного потока выполнения. В Python это достигается с помощью асинхронной библиотеки asyncio и ключевых слов async и await.
Преимущества асинхронного программирования
Асинхронное программирование позволяет улучшить производительность приложения, особенно при работе с вводом-выводом (I/O), таким как чтение и запись файлов, обращение к базам данных и веб-сервисам.
Преимущества асинхронного программирования включают:
Основы асинхронного программирования в Python
Для использования асинхронного программирования в Python, необходимо знакомство с ключевыми словами async и await:
#theory // Just Python
Please open Telegram to view this post
VIEW IN TELEGRAM
Keras - это высокоуровневая библиотека нейронных сетей для Python.
Она создана поверх TensorFlow и предназначена для того, чтобы максимально упростить построение и обучение нейронных сетей.
Keras отлично подходит для построения моделей глубокого обучения и обладает широким спектром инструментов для построения и обучения моделей.
Как использовать Keras для построения простой нейронной сети представлено на картинке
Ставится командой⚙️
#theory // Just Python
Она создана поверх TensorFlow и предназначена для того, чтобы максимально упростить построение и обучение нейронных сетей.
Keras отлично подходит для построения моделей глубокого обучения и обладает широким спектром инструментов для построения и обучения моделей.
Как использовать Keras для построения простой нейронной сети представлено на картинке
Ставится командой
pip install keras-core
Документация и примеры кода здесь#theory // Just Python
Please open Telegram to view this post
VIEW IN TELEGRAM
Pandas - это библиотека для обработки и анализа данных на Python.
Она широко используется для работы со структурированными данными и отлично подходит для очистки, преобразования и анализа данных. Pandas имеет широкий спектр инструментов для работы с данными, включая объекты dataframe и series, которые похожи на таблицы и столбцы в SQL.
Как использовать Pandas для загрузки и изучения набора данных представлены на фотографии
Ставится командой⚙️
#theory // Just Python
Она широко используется для работы со структурированными данными и отлично подходит для очистки, преобразования и анализа данных. Pandas имеет широкий спектр инструментов для работы с данными, включая объекты dataframe и series, которые похожи на таблицы и столбцы в SQL.
Как использовать Pandas для загрузки и изучения набора данных представлены на фотографии
Ставится командой
pip install cython
Документация и примеры кода здесь#theory // Just Python
Please open Telegram to view this post
VIEW IN TELEGRAM
Что такое веб-скрапинг и как его использовать в Python
Изучите основы веб-скрапинга и примеры его использования в Python с помощью популярных библиотек BeautifulSoup и Scrapy.
Веб-скрапинг — это процесс извлечения данных из веб-страниц путем скачивания и анализа их содержимого. В Python для этого используются различные библиотеки, такие как BeautifulSoup и Scrapy. В этой статье мы рассмотрим основы веб-скрапинга и примеры его использования на языке Python.
Зачем нужен веб-скрапинг?
Веб-скрапинг может использоваться для различных целей, таких как:
💖 сбор данных для анализа (например, статистика посещаемости сайтов)
💖 мониторинг цен на товары и услуги
💖 создание баз данных контента для исследований
💖 автоматизация рутинных задач, связанных с работой в интернете
Основные библиотеки для веб-скрапинга в Python
💖 BeautifulSoup: удобная библиотека для парсинга HTML и XML документов. Позволяет извлекать данные из веб-страницы с помощью селекторов, таких как CSS и XPath.
💖 Scrapy: мощный фреймворк для веб-скрапинга, который позволяет создавать и настраивать «пауков» (специальные программы для автоматического обхода и скачивания веб-страниц).
Веб-скрапинг — это мощный инструмент для работы с данными в интернете. Python предлагает множество библиотек для упрощения этого процесса, таких как BeautifulSoup и Scrapy. Начните с изучения основ и постепенно переходите к более сложным задачам, чтобы стать опытным веб-скрапером.
В примере на картинке мы используем requests для скачивания HTML-кода страницы, затем передаем его в BeautifulSoup для парсинга. После этого мы находим все элементы <article> и извлекаем из них текст заголовка (элемент <h2>).
#theory // Just Python
Изучите основы веб-скрапинга и примеры его использования в Python с помощью популярных библиотек BeautifulSoup и Scrapy.
Веб-скрапинг — это процесс извлечения данных из веб-страниц путем скачивания и анализа их содержимого. В Python для этого используются различные библиотеки, такие как BeautifulSoup и Scrapy. В этой статье мы рассмотрим основы веб-скрапинга и примеры его использования на языке Python.
Зачем нужен веб-скрапинг?
Веб-скрапинг может использоваться для различных целей, таких как:
Основные библиотеки для веб-скрапинга в Python
Веб-скрапинг — это мощный инструмент для работы с данными в интернете. Python предлагает множество библиотек для упрощения этого процесса, таких как BeautifulSoup и Scrapy. Начните с изучения основ и постепенно переходите к более сложным задачам, чтобы стать опытным веб-скрапером.
В примере на картинке мы используем requests для скачивания HTML-кода страницы, затем передаем его в BeautifulSoup для парсинга. После этого мы находим все элементы <article> и извлекаем из них текст заголовка (элемент <h2>).
#theory // Just Python
Please open Telegram to view this post
VIEW IN TELEGRAM
Gensim - это библиотека для неконтролируемого тематического моделирования и анализа сходства документов на Python.
Она широко используется для таких задач, как обобщение текста, кластеризация документов и тематическое моделирование. Gensim обладает широким спектром инструментов для работы с текстовыми данными, включая word2vec и LDA (скрытое распределение Дирихле).
Как использовать Gensim для обучения модели word2vec представлено на фото
Ставится командой pip install --upgrade gensim
Документация и примеры кода здесь
#theory // Just Python
Она широко используется для таких задач, как обобщение текста, кластеризация документов и тематическое моделирование. Gensim обладает широким спектром инструментов для работы с текстовыми данными, включая word2vec и LDA (скрытое распределение Дирихле).
Как использовать Gensim для обучения модели word2vec представлено на фото
Ставится командой pip install --upgrade gensim
Документация и примеры кода здесь
#theory // Just Python