Forwarded from PythonDigest
[Видео] Что внутри у питона: как устроена память
https://www.youtube.com/watch?v=lSgoYx06L_s
Злата Обуховская (Teamlead в Nvidia, евангелист MoscowPython)
"В этой части докладов про внутренности питона мы посмотрим, как происходит выделение памяти, как работают счетчики ссылок, кэши объектов и сборка мусора, а также разберемся, причем тут GIL".
Слайды: http://www.moscowpython.ru/meetup/63/python-memory/
Цикл "Что внутри у Питона": https://www.youtube.com/playlist?list=PLv_zOGKKxVpi6BSAuySAtX5KyCa50PSCz
https://www.youtube.com/watch?v=lSgoYx06L_s
Злата Обуховская (Teamlead в Nvidia, евангелист MoscowPython)
"В этой части докладов про внутренности питона мы посмотрим, как происходит выделение памяти, как работают счетчики ссылок, кэши объектов и сборка мусора, а также разберемся, причем тут GIL".
Слайды: http://www.moscowpython.ru/meetup/63/python-memory/
Цикл "Что внутри у Питона": https://www.youtube.com/playlist?list=PLv_zOGKKxVpi6BSAuySAtX5KyCa50PSCz
Forwarded from PythonDigest
Жизненный цикл кода на Python – модель выполнения CPython
https://habr.com/ru/post/442252/?utm_campaign=442252
Python компилируемый и интерпретируемый язык. Таким образом компилятор Python генерирует байткоды, а интерпретатор исполняет их.
https://habr.com/ru/post/442252/?utm_campaign=442252
Python компилируемый и интерпретируемый язык. Таким образом компилятор Python генерирует байткоды, а интерпретатор исполняет их.
Forwarded from PythonDigest
AsyncIO Micropython: методы синхронизации в асинхронном программировании
https://habr.com/ru/post/442268/?utm_campaign=442268
В последовательном программировании я постоянно сталкиваюсь с очевидным желанием не останавливать работу программы в момент, когда целью отдельных задач(процессов) является периодические действия — например, опрос значений датчиков, или передача данных по расписанию на сервер, или ввод/вывод большого объема данных. Самое простое, конечно, дождаться завершения периодического события и затем, не спеша, продолжить выполнять другие задачи.
https://habr.com/ru/post/442268/?utm_campaign=442268
В последовательном программировании я постоянно сталкиваюсь с очевидным желанием не останавливать работу программы в момент, когда целью отдельных задач(процессов) является периодические действия — например, опрос значений датчиков, или передача данных по расписанию на сервер, или ввод/вывод большого объема данных. Самое простое, конечно, дождаться завершения периодического события и затем, не спеша, продолжить выполнять другие задачи.
Forwarded from Типичный программист
Пишем чат с анализом настроения с помощью Next.js
https://tprg.ru/ocne
Подготовили материал, в котором показываем, как разработать чат, который будет анализировать эмоции человека по словам в его сообщениях.
По ходу действия разберёмся с некоторыми инструментами, которые пригодятся для создания проекта:
— Pusher для создания приложений реального времени,
— Sentiment для анализа настроения собеседника,
— React и Next.js для создания веб-приложений.
#веб #javascript
https://tprg.ru/ocne
Подготовили материал, в котором показываем, как разработать чат, который будет анализировать эмоции человека по словам в его сообщениях.
По ходу действия разберёмся с некоторыми инструментами, которые пригодятся для создания проекта:
— Pusher для создания приложений реального времени,
— Sentiment для анализа настроения собеседника,
— React и Next.js для создания веб-приложений.
#веб #javascript
Forwarded from PythonDigest
Как написать web framework. Часть III
http://rahmonov.me/posts/write-python-framework-part-three/
http://rahmonov.me/posts/write-python-framework-part-three/
https://medium.com/nuances-of-programming/%D0%B8%D0%B7%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5-python-%D0%BE%D1%82-%D0%BD%D1%83%D0%BB%D1%8F-%D0%B4%D0%BE-%D0%BC%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B0-13751b663d2f
https://habr.com/ru/post/350748/
http://blog.skillfactory.ru/analiz-dannyh/izucheniye-python-dlya-analiza-dannyh/
https://habr.com/ru/post/350748/
http://blog.skillfactory.ru/analiz-dannyh/izucheniye-python-dlya-analiza-dannyh/
Medium
Изучение Python: от нуля до мастера
Перевод статьи ТК: Learning Python: From Zero to Hero
How to solve algorithm challenges in job interviews - a free 4-hour course. This is taught using Python, which is similar to JavaScript and also worth learning. (4 hour watch):
https://www.freecodecamp.org/news/python-algorithms-for-job-interviews
https://www.freecodecamp.org/news/python-algorithms-for-job-interviews
freeCodeCamp.org
Python Algorithms for Job Interviews
During software job interviews, candidates often have to solve algorithm challenges. In this video from CupOfCode01, you will learn about common algorithm concepts in Python and how to solve algorithm challenges you may encounter in an interview. Here are…
Швидке зведення в квадрат.
>>> a = [1,2,3,4,5]
>>> for k in range(len(a)):
... a[k] *= a[k]Forwarded from Книги для программистов
Data Science from Scratch: First Principles with Python (2015)
Автор: Joel Grus
#python #data_science #book #english #beginner
Язык: английский.
Целевая аудитория: джуниор-программисты на Python.
Если вы когда-то интересовались наукой о данных или машинным обучением и даже использовали реальные библиотеки, то наверняка сможете написать простое приложение, однако вероятнее всего, что вы это делали без фактического понимания дисциплины, которое очень важно в профессиональной разработке. Это руководство поможет вам наверстать упущенное в своё время и расскажет о data science с нуля.
В книге рассматриваются следующие темы:
✔️ быстрый курс по Python;
✔️ визуализация данных;
✔️ линейная алгебра;
✔️ статистика;
✔️ работа с данными;
✔️ машинное обучение;
✔️ кластеризация;
✔️ нейронные сети и многое другое.
Преимущества:
➕ грамотный материал по основам data science;
➕ множество примеров.
Недостатки:
➖ встречаются опечатки в коде и плохое форматирование.
Автор: Joel Grus
#python #data_science #book #english #beginner
Язык: английский.
Целевая аудитория: джуниор-программисты на Python.
Если вы когда-то интересовались наукой о данных или машинным обучением и даже использовали реальные библиотеки, то наверняка сможете написать простое приложение, однако вероятнее всего, что вы это делали без фактического понимания дисциплины, которое очень важно в профессиональной разработке. Это руководство поможет вам наверстать упущенное в своё время и расскажет о data science с нуля.
В книге рассматриваются следующие темы:
✔️ быстрый курс по Python;
✔️ визуализация данных;
✔️ линейная алгебра;
✔️ статистика;
✔️ работа с данными;
✔️ машинное обучение;
✔️ кластеризация;
✔️ нейронные сети и многое другое.
Преимущества:
➕ грамотный материал по основам data science;
➕ множество примеров.
Недостатки:
➖ встречаются опечатки в коде и плохое форматирование.