Справочник Программиста
6.37K subscribers
1.29K photos
376 videos
64 files
1.62K links
По рекламе - @it_start_programmer
Мои курсы - @courses_from_it_start_bot
Сайт - https://it-start.online/
YouTube - https://www.youtube.com/@it_start
Реклама на бирже - https://telega.in/c/programmersGuide_1

Предложить идею: @it_start_suggestion_bot
Download Telegram
👀 Библиотека pyperclip в Python

Библиотека pyperclip предназначена для работы с буфером обмена. Позволяет копировать текст в буфер обмена и вставлять его оттуда, поддерживая Windows, macOS и Linux.

Основные возможности библиотеки:
🔵Копирование текста в буфер обмена
🔵Получение текста из буфера обмена
🔵Проверка доступности буфера обмена
🔵Кроссплатформенная поддержка (Windows, macOS, Linux)
🔵Простота использования без дополнительных зависимостей (кроме Linux, где может потребоваться xclip или xsel)

➡️Установка библиотеки: pip install pyperclip

📱 Репозиторий

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
1🔥6❤‍🔥3👍2
This media is not supported in your browser
VIEW IN TELEGRAM
👀 Библиотека Taipy в Python

Библиотека Taipy предназначена для создания интерактивных веб-приложений и управления рабочими процессами в области аналитики данных и машинного обучения.

Ориентирована на удобство разработки и интеграцию с инструментами Data Science.

Основные возможности библиотеки:
🔵Taipy GUI: Фреймворк для создания интерактивных веб-приложений.
🔵Taipy Core: Инструмент для управления сценариями обработки данных.
🔵Taipy REST API: Встроенные возможности для создания API.

➡️Установка библиотеки: pip install taipy

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6❤‍🔥2
📺 Парсинг изображений по запросу на Python

В данном shorts напишем код для парсинга изображений из MS Bing по запросу на Python.

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6❤‍🔥3
👀 Библиотека Pyee в Python

Pyee — это удобный инструмент для работы с событиями и обработчиками событий. Расширяет стандартный функционал событий в Python, предоставляя асинхронные и синхронные механизмы обработки событий.

Полезна для создания асинхронных приложений, таких как боты, веб-серверы или системы обработки данных.

Основные возможности библиотеки:
🔵Создание событий: Можно легко определять события и регистрировать обработчики.
🔵Поддержка асинхронности: Возможность использовать async-функции в качестве обработчиков событий.
🔵Расширяемость: Легко интегрируется с другими библиотеками и технологиями, такими как asyncio, trio или Twisted.

➡️Установка библиотеки: pip install pyee

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
❤‍🔥4👍2🔥2
Справочник Программиста
📺 Парсинг изображений по запросу на Python В данном shorts напишем код для парсинга изображений из MS Bing по запросу на Python. ➡️Справочник Программиста. Подписаться
Код для парсинга изображений из MS Bing на Python

Для парсинга изображений в коде используется библиотека icrawler.

➡️Установка библиотеки icrawler: pip install icrawler

from icrawler.builtin import BingImageCrawler


def download_images(query,
max_num=10,
save_dir='images'):
crawler = BingImageCrawler(
storage={'root_dir': save_dir})
crawler.crawl(keyword=query,
max_num=max_num)


if __name__ == "__main__":
search_query = "дом"
download_images(search_query, max_num=5)


➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
❤‍🔥5👍2🔥2
Ditto — это удобный инструмент, который позволяет создавать многофайловое Flask-приложение на основе простых описаний на естественном языке с использованием интерфейса без кода.

Используя простой цикл LLM с несколькими инструментами, Ditto автоматизирует процесс кодирования, (иногда) превращая ваши идеи в рабочие веб-приложения (или хотя бы стараясь и приближаясь к этому).

Основные особенности:
🔵Генерация многофайлового Flask-приложения из описаний на естественном языке
🔵Интуитивный no-code интерфейс для автоматизации разработки
🔵Использование LLM для преобразования идей в код
🔵Автоматизация процесса кодирования с минимальным вмешательством пользователя
🔵Возможность создания функциональных веб-приложений без глубоких знаний

📱 Репозиторий

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3❤‍🔥2👍2
👀 Библиотека FastAPIUsers в Python

Библиотека FastAPIUsers облегчает добавление аутентификации и управления пользователями в FastAPI.

Поддерживает работу с базами данных (SQLAlchemy, TortoiseORM), аутентификацию по JWT, OAuth, e-mail и многое другое.

Основные возможности библиотеки:
🔵Регистрация и аутентификация пользователей (JWT, куки, OAuth2, e-mail подтверждение).
🔵Поддержка хеширования паролей (использует passlib).
🔵Готовые маршруты (эндпоинты) для управления пользователями.
🔵Гибкость и возможность кастомизации (настройка моделей, аутентификации и баз данных).
🔵Поддержка SQLAlchemy и TortoiseORM.
🔵Интеграция с FastAPI Dependency Injection.

➡️Установка библиотеки: pip install fastapi-users

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3❤‍🔥2🔥2
Как измерить скорость работы программы на Python?

В данной статье рассмотрим четыре метода оценки производительности Python-программ.

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
❤‍🔥4🔥3
funcy — это функциональная утилита для Python, предоставляющая удобные инструменты для работы с коллекциями, функциями и управлением потоками данных в функциональном стиле.

Облегчает обработку данных, повышает читаемость кода и уменьшает необходимость написания стандартных конструкций.

Основные возможности:
🔵Работа с коллекциями: Предоставляет удобные функции для работы со списками, словарями и генераторами.
🔵Ленивая (отложенная) обработка: Позволяет работать с потоками данных без перегрузки памяти.
🔵Декораторы для функций: Предлагает готовые декораторы для мемоизации, кеширования, отложенного выполнения и обработки исключений.
🔵Функциональные композиции: Позволяет объединять несколько функций в одну.
🔵Работа с потоками данных: Позволяет удобно управлять цепочками обработки данных.

➡️Установка библиотеки: pip install funcy

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
❤‍🔥3👍2🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
Код для обновления обоев рабочего стола Windows на Python

Данный скрипт загружает случайное изображение и устанавливает его в качестве обоев рабочего стола.

Для получения случайных изображений в коде используется библиотека requests.

➡️Установка библиотеки: pip install requests

from pathlib import Path
import requests
import ctypes
import tempfile


def set_random_wallpaper():
url = "https://picsum.photos/1920/1080" # Ссылка на случайное изображение
wallpaper_path = Path(tempfile.gettempdir()) / "wallpaper.jpg" # Путь к временной папке для сохранения изображения

# Отправляем GET-запрос с потоковой загрузкой (stream=True) для экономии памяти
response = requests.get(url, stream=True)
# Проверяем, что запрос выполнен успешно (код 200)
response.raise_for_status()

# Открываем файл для записи в бинарном режиме
with wallpaper_path.open("wb") as file:
# Загружаем файл частями по 8192 байта
for chunk in response.iter_content(8192):
file.write(chunk)

# Устанавливаем загруженное изображение в качестве обоев рабочего стола
ctypes.windll.user32.SystemParametersInfoW(20, 0, str(wallpaper_path), 0)
# Выводим сообщение об успешном обновлении
print("Обои рабочего стола обновлены!")


if __name__ == "__main__":
set_random_wallpaper()


➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8❤‍🔥2
👀 Библиотека Modin в Python

Библиотека Modin служит ускоренной заменой для Pandas. Позволяет работать с большими наборами данных без изменений кода, используя все доступные ядра процессора.

Основные особенности библиотеки:
🔵Совместимость с Pandas: код остается тем же (import modin.pandas as pd),
🔵Автоматическое распараллеливание: использует все ядра процессора,
🔵Работает с большими объемами данных: загружает файлы быстрее, чем Pandas,
🔵Гибкая поддержка бэкендов: Ray, Dask, Omnisci.

➡️Установка библиотеки: pip install "modin[all]"

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤‍🔥4🔥3
Сортировка списка в Python

В данной статье рассмотрим способы сортировки списка в Python.

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
❤‍🔥5👍5🔥1
📺 Создаём свой API на Python за 1 минуту FastAPI

В данном shorts напишем код своего API на Python FastAPI.

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5❤‍🔥3👍2
👀 Библиотека functime в Python

Библиотека functime — это инструмент для машинного обучения на временных рядах в Python, предназначенный для глобального прогнозирования и извлечения признаков из больших панельных данных.

Обеспечивает высокую производительность и эффективность благодаря использованию библиотеки Polars для параллельной обработки данных.

Основные возможности библиотеки:
🔵Быстрота: Способность прогнозировать до 100 000 временных рядов за считанные секунды на обычном ноутбуке.
🔵Эффективность: Параллельное извлечение признаков временных рядов с использованием Polars.
🔵Проверенные алгоритмы: Использование алгоритмов машинного обучения, доказавших свою эффективность в реальных бизнес-задачах и конкурсах.
🔵Поддержка экзогенных признаков: Возможность использования дополнительных переменных во всех моделях прогнозирования.
🔵Бэк-тестирование: Поддержка методов расширяющегося и скользящего окна для оценки моделей.
🔵Автоматизация: Автоматический подбор лагов и гиперпараметров с помощью FLAML.

➡️Установка библиотеки: pip install functime

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤‍🔥3👍3🔥1
Справочник Программиста
📺 Создаём свой API на Python за 1 минуту FastAPI В данном shorts напишем код своего API на Python FastAPI. ➡️Справочник Программиста. Подписаться
Код для создания API генератора паролей на Python

Для создания API в коде используется библиотека FastAPI.

➡️Установка необходимых библиотек: pip install fastapi uvicorn

# pip install fastapi uvicorn

from fastapi import FastAPI, HTTPException
import random
import string

app = FastAPI()


@app.get("/generate")
def generate_password(length: int = 12):
if length < 6:
raise HTTPException(status_code=400,
detail="Минимальная длина пароля"
"– 6 символов")
chars = string.ascii_letters + string.digits + string.punctuation
password = "".join(random.choice(chars) for _ in range(length))
return {"password": password}


➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5❤‍🔥2🔥2🤨1
👀 Библиотека pyngrok в Python

Библиотека pyngrok упрощает работу с сервисом ngrok, который позволяет прокидывать локальный сервер в интернет через туннель.

Полезна для тестирования веб-приложений, телеграм-ботов, API и других сервисов, работающих на локальном компьютере.

Основные возможности библиотеки:
🔵Автоматический запуск и управление туннелями ngrok.
🔵Получение публичного URL для локального сервера.
🔵Работа с несколькими туннелями одновременно.
🔵Гибкая настройка (использование собственного ngrok.yml).

➡️Установка библиотеки: pip install pyngrok

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4❤‍🔥3🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
Код для получения истории браузера на Python

Для получения истории браузера Google Chrome в коде используются стандартные библиотеки pathlib, shutil и sqlite3.

from pathlib import Path
import shutil
import sqlite3


def get_chrome_history(output_file="history.txt"):
# Определяем путь к файлу истории браузера Chrome
history_db = Path.home() / "AppData/Local/Google/Chrome/User Data/Default/History"
temp_db = Path("temp_history.db") # Временная копия файла истории

# Копируем файл истории, так как Chrome блокирует доступ к оригиналу
shutil.copy2(history_db, temp_db)

# SQL-запрос для извлечения данных: URL, заголовок, количество посещений
query = """
SELECT url, title, visit_count
FROM urls
ORDER BY last_visit_time DESC
"""

# Определяем путь к выходному файлу
output_path = Path(output_file)

try:
# Открываем соединение с копией базы данных
conn = sqlite3.connect(temp_db)
cursor = conn.execute(query) # Выполняем SQL-запрос

# Открываем файл для записи истории
with output_path.open("w", encoding="utf-8") as f:
for url, title, visit_count in cursor:
# Записываем информацию о посещённых сайтах в файл
f.write(f"URL: {url}\nTitle: {title}\nVisits: {visit_count}\n\n")

conn.close() # Явно закрываем соединение с базой данных

finally:
# Удаляем временный файл базы данных, даже если возникла ошибка
temp_db.unlink(missing_ok=True)
# Выводим сообщение об успешном сохранении
print(f"История сохранена в {output_path}")


# Вызываем функцию
get_chrome_history()


➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6❤‍🔥3😁2
This media is not supported in your browser
VIEW IN TELEGRAM
👀 Библиотека Dask в Python

Библиотека Dask предназначена для обработки больших данных и выполнения вычислений в несколько потоков или процессов.

Позволяет масштабировать код, написанный на стандартных инструментах Python (например, NumPy, pandas, scikit-learn), на многопоточные и распределённые вычисления.

Основные возможности библиотеки:
🔵Dask DataFrame: аналог pandas DataFrame, который может обрабатывать данные, не вмещающиеся в оперативную память, используя ленивые вычисления и распределённые задачи.
🔵Dask Array: альтернатива NumPy, позволяющая работать с массивами, превышающими объём оперативной памяти, используя вычисления по частям.
🔵Dask Bag: аналог Python list и map, предназначенный для работы с неструктурированными данными (например, JSON, логами).
🔵Dask Delayed: инструмент для ленивого вычисления, позволяющий декорировать функции и создавать граф задач.
🔵Dask Distributed: кластерный планировщик для распределённых вычислений на нескольких узлах.

➡️Установка библиотеки: pip install dask

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
❤‍🔥3🔥3