Несколько подводных камней статической типизации в Python http://bit.ly/2RFQPbJ
Думаю, мы все потихоньку уже привыкаем, что у Python есть аннотации типов: их завезли два релиза назад (3.5) в аннотации функций и методов (PEP 484), и в прошлом релизе (3.6) к переменным (PEP 526).
 
Так как оба этих PEP были вдохновлены MyPy, расскажу, какие житейские радости и когнитивные диссонансы подстерегали меня при использовании этого статического анализатора, равно как и системы типизации в целом.

Книга «Python. Экспресс-курс. 3-е изд.» http://bit.ly/2R6lV79
Эта книга предназначена для людей, которые уже обладают опытом работы на одном или нескольких языках программирования и хотят по возможности быстро и просто изучить основы Python 3. Предполагается, что читатель уже знаком с управляющими конструкциями, ООП, работой с файлами, обработкой исключений и т. д. Книга также пригодится пользователям более ранних версий Python, которым нужен компактный справочник по Python 3.1.

Датаклассы в Python 3.7 http://bit.ly/2HxRHKP
Иногда нам нужны классы просто для того, чтобы удобно хранить в них данные.

[Видео] Корутины для самых маленьких — Иван Гончарук https://youtu.be/_obr60qv6rM

Масштабируем Jupyter notebooks с Kubernetes и Tensorflow http://bit.ly/2sURo2z

Data Science Project: прибыльные приложения для App Store и Google Play http://bit.ly/2B8rMnA

Делаем фон в игре на PyGame. Часть 2 http://bit.ly/2MFSx77

Беспилотный автомобильчик

Сейчас уже мало кого удивишь беспилотными автомобилями. Кажется, уже совсем скоро это будет такая же обыденность, как и смартфон.

А смотрите, какие прототипы создавали совсем недавно, в 2015 году: маленькие машинки, светофор, знак «стоп». Всё это под управлением нейронки, Raspberry Pi и Arduino: https://tprg.ru/DKq6

#видео #нейросети

​​Хотите научиться эффективной работе с информацией?

На Сoursera стартует онлайн-программа «Python для анализа данных» от Mail.Ru Group и МФТИ.

Эксперты и сотрудники Mail.Ru Group научат грамотно обрабатывать информацию, визуализировать её и использовать статистический подход с помощью Python. Кроме того, сможете обучить собственные нейросети как с учителем, так и без.

Узнать больше: https://tprg.ru/m7Uk

Лекция в Гарварде по основам программирования

Пожалуй, одно из лучших введений в программирование. Новичкам поможет открыть для себя мир программирования во всей красе, а более опытным — закрепить свои знания: https://tprg.ru/eGQI

Здесь вам расскажут про двоичную систему, алгоритмы, ASCII. А про ветвление и циклы расскажут такие парни, как Билл Гейтс и Марк Цукерберг.

Если ваши лекции по программированию не похожи на эту, то не зовите нас туда.

#видео #программирование

Слухачі відеолекцій зможуть навчитися теорії інформатики та основам декількох мов, зокрема C, Python і JavaScript, а також технологіям SQL, CSS і HTML. Курс рекомендований новачкам, які раніше не програмували взагалі або мають лише базові знання

https://codeguida.com/post/1607

​​Всех с наступившим 2019!

Первый пост этого года посвящён проекту Андрея Чехлова "Цифровой Дискурс".

На сайте публикуется много собственного контента: интервью, обзоры, результаты исследований интернета и социальных сетей.

В том числе есть материалы посвящённые языку R.

- Язык R в гуманитарных и социальных исследованиях;
- Кто такие интернет-аналитики и какими инструментами они пользуются.

Помимо сайта у "Цифрового Дискурса" есть свой телеграм канал @discoursedigital, группа в ВК и Facebook.

В общем подписывайтесь.

Развёрнутое руководство по Sass/SCSS

https://tprg.ru/kJ7F

Современный CSS — мощь, а в комбинации с препроцессорами — вообще боевая машина для оформления контента на страницах.

Подготовили для вас развёрнутое руководство по Sass/SCSS с множеством примеров, в котором расскажем и покажем:
— зачем нужны препроцессоры,
— что такое директивы и миксины в контексте SCSS,
— примеры эффективного использования Sass/SCSS.

#css #html

​​Pandas Cookbook (2017)
Автор: Theodore Petrou

#python #book #english #advanced

Язык: английский.

Целевая аудитория: опытные разработчики.

Ни для кого не секрет, что Python используется для сложных математических вычислений, анализа данных и машинного обучения. У языка имеются многочисленные библиотеки, среди которых особой популярностью пользуется библиотека Pandas, предназначенная для обработки и анализа данных. В этом руководстве вы познакомитесь с основами использования Pandas и с примерами применения.

В книге рассматриваются следующие темы:
✔️ основы Pandas;
✔️ основы анализа данных;
✔️ индексирование;
✔️ агрегация и фильтрация данных и многое другое.

Преимущества:
➕ актуальный материал по теме;
➕ многочисленные примеры и иллюстрации.

Недостатки:
➖ не замечено.

SciPy, ввод и вывод в MATLAB
https://habr.com/ru/post/438600/?utm_campaign=438600

SciPy (произносится как сай пай) — это пакет прикладных математических процедур, основанный на расширении Numpy Python. С SciPy интерактивный сеанс Python превращается в такую же полноценную среду обработки данных и прототипирования сложных систем, как MATLAB, IDL, Octave, R-Lab и SciLab. В этом посте я хотел бы рассказать о возможностях пакета ввода/вывода scipy.io, который позволяет работать с файлами данных Octave и MATLAB.

SciPy, алгоритмы на графах
https://habr.com/ru/post/438464/?utm_campaign=438464

Рассмотрим применение пакета scipy.csgraph на примере детской игры "Лесенки слов (https://en.wikipedia.org/wiki/Word_ladder)", придуманной Льюисом Кэрроллом в Рождество 1877 года. В этой игре нужно найти путь между словами, проводя замену по одной букве за раз.