Функция map() в Python

В данной статье рассмотрим, как работает функция map() в Python.

➡️Справочник Программиста. Подписаться

Библиотека TinyDB в Python

Библиотека TinyDB представляет собой простую и легковесную базу данных NoSQL, которая использует JSON для хранения данных.

Она позволяет выполнять операции CRUD (создание, чтение, обновление и удаление) и является удобным инструментом для хранения и управления данными в небольших проектах.

➡️Установка библиотеки: pip install tinydb

🖥 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

📝Таймер с графическим интерфейсом на Python

В ходе данной статьи напишем код приложения «Таймер» с графическим интерфейсом на Python.

Таймер будет отображать количество оставшихся секунд и воспроизводить звуковой сигнал по истечении указанного времени.

➡️Справочник Программиста. Подписаться

📺 Преобразование текста в речь на Python

В данном shorts напишем простой код для преобразования текста в речь на Python.

➡️Справочник Программиста. Подписаться

Код для преобразования текста в речь на Python

➡️Установка библиотеки: pip install gTTS

from gtts import gTTS

# Текст, который нужно преобразовать в речь
text = input('Введите текст: ')

# Создаем объект класса gTTS
tts = gTTS(text=text, lang='ru')

# Сохраняем аудиофайл в текущей директории
tts.save("audio.mp3")

➡️Справочник Программиста. Подписаться

Библиотека InterpretML в Python

Библиотека InterpretML предоставляет набор инструментов для визуализации, трактовки и объяснения работы моделей машинного обучения.

Она помогает проводить визуальный анализ работы моделей, а также понимать факторы, влияющие на их прогнозы.

Основные возможности библиотеки InterpretML:
🔵Локальная интерпретация моделей: предоставляет инструменты для проведения локальной интерпретации моделей машинного обучения. Это позволяет понять, какие признаки были важны для конкретного прогноза модели.
🔵Глобальная интерпретация моделей: предоставляет возможность проводить глобальную интерпретацию моделей, сравнивая их прогнозы и исследуя важность каждого признака для всех прогнозов.
🔵Визуализация: предоставляет множество инструментов для визуализации результатов машинного обучения. Это позволяет легче понять причины, лежащие в основе прогнозов моделей.
🔵Поддержка различных типов моделей: может работать с различными типами моделей машинного обучения, включая линейную регрессию, случайные леса, градиентный бустинг, нейронные сети и другие.
🔵Расширяемость: предоставляет API для создания пользовательских интерпретаций и объяснений моделей машинного обучения. Это позволяет создавать собственные алгоритмы интерпретации, адаптированные под специфические потребности и задачи.

➡️Установка библиотеки: pip install interpret

🖥 Репозиторий

➡️Справочник Программиста. Подписаться

Функция any() в Python

В данной статье рассмотрим, как работает функция any() в Python.

➡️Справочник Программиста. Подписаться

Библиотека Pydantic в Python

Библиотека Pydantic используется для валидации и настройки данных. Она основана на аннотациях типов Python и проверяет корректность данных во время выполнения программы.

Она широко используется в различных областях, включая Data Science. Помогает обеспечить строгую валидацию данных, что является критически важным в области Data Science.

Основные особенности библиотеки:
🔵Поддержка аннотаций типов Python (PEP 484) для определения схемы данных.
🔵Поддержка асинхронности.
🔵Позволяет легко преобразовывать данные в различные форматы, такие как JSON или YAML, и обратно.
🔵Возможность автоматической генерации документации OpenAPI и Swagger на основе определенных моделей данных.
🔵Интеграция с различными фреймворками, такими как FastAPI, Django Rest Framework, SQLAlchemy и другими.
🔵Поддержка валидации данных и автоматического преобразования типов.
🔵Возможность определения пользовательских валидаторов и преобразователей данных.

➡️Установка библиотеки: pip install -U pydantic

🖥 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

Код для удаления метаданных изображения на Python

Для удаления метаданных изображения в коде используется библиотека Pillow.

➡️Установка библиотеки: pip install Pillow

from PIL import Image


# Функция для удаления метаданных из указанного изображения.
def clear_all_metadata(img_name):
    # Открываем файл изображения.
    img = Image.open(img_name)

    # Читаем данные изображения, исключая метаданные.
    data = list(img.getdata())

    # Создаем новое изображение с тем же режимом и размером, но без метаданных.
    img_without_metadata = Image.new(img.mode, img.size)
    img_without_metadata.putdata(data)

    # Сохраняем новое изображение поверх исходного файла, удаляя метаданные.
    img_without_metadata.save(img_name)

    print(f"Метаданные успешно удалены из '{img_name}'.")


clear_all_metadata("image.jpg")

➡️Справочник Программиста. Подписаться

📺 Библиотека TikTok Uploader в Python

Библиотека TikTok Uploader позволяет автоматизировать загрузку видео в TikTok используя Selenium.

Она работает дублируя cookies браузера, заставляя TikTok думать, что был произведён вход в систему на удаленно управляемом браузере.

Шаблона вызова команды в CLI:
tiktok-uploader путь (-v), описание (-d) и cookies (-c)

Пример вызова команды в CLI:
tiktok-uploader -v video.mp4 -d "this is my escaped \"description\"" -c cookies.txt

Библиотека работает в macOS, Windows, Linux и поддерживает прокси, хештеги, комментарии и отложенные публикации.

➡️Установка библиотеки: pip install tiktok-uploader

🖥 Репозиторий

➡️Справочник Программиста. Подписаться

📁 Код для упорядочивания файлов по директориям в зависимости от их расширения на Python

Для упорядочивания файлов по директориям в коде используется стандартная библиотека pathlib.

from pathlib import Path


# Создаем папки для каждого расширения файла
def create_folders(folder_path):
    # Получаем список всех файлов в папке
    files = folder_path.iterdir()

    # Проходимся по каждому файлу и создаем папки по расширениям
    for file in files:
        if file.is_file():
            file_extension = file.suffix
            folder_name = file_extension[1:]
            folder_path_new = folder_path / folder_name

            # Проверяем, существует ли папка для данного расширения
            if not folder_path_new.exists():
                folder_path_new.mkdir(parents=True)


# Перемещаем файлы в соответствующие папки
def move_files(folder_path):
    create_folders(folder_path)
    # Получаем список всех файлов в папке
    files = folder_path.iterdir()

    # Проходимся по каждому файлу и перемещаем его в соответствующую папку
    for file in files:
        if file.is_file():
            file_extension = file.suffix
            folder_name = file_extension[1:]
            folder_path_new = folder_path / folder_name
            file_path_new = folder_path_new / file.name

            # Перемещаем файл в соответствующую папку
            file.rename(file_path_new)


move_files(Path(r'C:\Users\admin\pythonProject\files'))

➡️Справочник Программиста. Подписаться

Библиотека pystray в Python

Библиотека pystray предоставляет возможность создавать системные треи (system tray) в Windows, macOS и Linux.

Она позволяет добавлять иконки в трей и отображать всплывающие меню с различными действиями.

➡️Установка библиотеки: pip install pystray

🖥 Репозиторий
⚙️ Документация
📺 Моё (довольно старое, но полезное) видео по данной библиотеке

➡️Справочник Программиста. Подписаться

Код для получения всех IP-адресов, связанных с хостом на Python

Для получения всех IP-адресов, связанных с хостом в коде используется стандартная библиотека socket.

import socket

hostname = 'www.google.com'
ip_addresses = socket.gethostbyname_ex(hostname)[2]

for ip in ip_addresses:
    print(ip)

# Вывод:
# 173.194.221.99
# 173.194.221.106
# 173.194.221.104
# 173.194.221.147
# 173.194.221.103
# 173.194.221.105

➡️Справочник Программиста. Подписаться

📺Новое видео на YouTube-канале

Пишем телеграм-бота показывающего прогноз погоды на Python aiogram 3

➡️Справочник Программиста. Подписаться

Код из видео

➡️Справочник Программиста. Подписаться

Библиотека JupySQL в Python 👀

Библиотека JupySQL позволяет работать с SQL и строить графики для больших наборов данных в Jupyter.

Предоставляет магические команды %sql, %%sql и %sqlplot, которые позволяют выполнять SQL-запросы и строить графики прямо в Jupyter.

Библиотека совместима со всеми основными базами данных (например, PostgreSQL, MySQL, SQL Server), хранилищами данных (например, Snowflake, BigQuery, Redshift) и встроенными движками (SQLite и DuckDB).

➡️Установка библиотеки JupySQL: pip install jupysql

🖥 Репозиторий
⚙️Документация

➡️Справочник Программиста. Подписаться

🖼Код для извлечения метаданных изображения на Python

Недавно мы рассматривали код для удаления метаданных изображения, а теперь предлагаю рассмотреть код для их извлечения.

Для извлечения метаданных изображения в коде используется библиотека Pillow.

➡️Установка библиотеки: pip install Pillow

from PIL import Image
from PIL.ExifTags import TAGS

# Указываем путь к изображению
image_name = "image.jpg"

# Считываем изображение
image = Image.open(image_name)

# Извлекаем основные метаданные
info_dict = {
    "Имя файла": image_name,
    "Размер изображения": image.size,
    "Высота изображения": image.height,
    "Ширина изображения": image.width,
    "Формат изображения": image.format,
    "Режим изображения": image.mode,
    "Анимированное изображение": getattr(image, "is_animated", False),
    "Количество кадров": getattr(image, "n_frames", 1)
}

for label, value in info_dict.items():
    print(f"{label:25}: {value}")

# Извлекаем данные EXIF
exif_data = image.getexif()

# Перебираем все поля данных EXIF
for tag_id in exif_data:
    # Получаем имена тегов вместо идентификатора
    tag = TAGS.get(tag_id, tag_id)
    data = exif_data.get(tag_id)
    # Декодируем данные в строку
    if isinstance(data, bytes):
        data = data.decode()
    print(f"{tag:25}: {data}")

➡️Справочник Программиста. Подписаться