Этот проект позволяет бесплатно запускать AWS локально.
Без аккаунтов и каких-либо обходных схем. Отлично подходит для практики.
Называется Floci и поддерживает 69 сервисов, включая S3, SQS, Lambda, DynamoDB и RDS.
http://github.com/floci-io/floci
✈️ Python Ninja
Без аккаунтов и каких-либо обходных схем. Отлично подходит для практики.
Называется Floci и поддерживает 69 сервисов, включая S3, SQS, Lambda, DynamoDB и RDS.
http://github.com/floci-io/floci
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6
Наткнулся на весьма неплохой гайд на Хабре для новичков Pytest
Если давно хотел разобраться, что за зверь этот pytest и с чего начать, — вот тот самый материал. Минимум занудства, максимум пользы: фикстуры, метки, примеры, лайфхаки
После прочтения реально хочется пойти и написать свой первый тест💪
☝️ Ссылка источник
✈️ Python Ninja
Если давно хотел разобраться, что за зверь этот pytest и с чего начать, — вот тот самый материал. Минимум занудства, максимум пользы: фикстуры, метки, примеры, лайфхаки
После прочтения реально хочется пойти и написать свой первый тест
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Rio — это Python-фреймворк для создания сайтов и приложений с компонентами в стиле React, но без необходимости писать HTML, CSS или JavaScript.
— всё приложение пишется на Python, отдельный фронтенд-стек не нужен;
— есть готовые компоненты, из которых можно собирать собственные элементы и целые приложения;
— работает локально и в браузере;
— есть туториал, примеры и документация для быстрого старта.
https://github.com/rio-labs/rio
✈️ Python Ninja
— всё приложение пишется на Python, отдельный фронтенд-стек не нужен;
— есть готовые компоненты, из которых можно собирать собственные элементы и целые приложения;
— работает локально и в браузере;
— есть туториал, примеры и документация для быстрого старта.
https://github.com/rio-labs/rio
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3
Директор по исследованиям Google написал корректор орфографии всего в 21 строку Python.
Питер Норвиг сделал его как простой пример того, как работает вероятностное исправление опечаток.
Скрипт генерирует слова, отличающиеся на одно или два изменения, а затем выбирает наиболее вероятный вариант на основе корпуса текста.
✈️ Python Ninja
Питер Норвиг сделал его как простой пример того, как работает вероятностное исправление опечаток.
Скрипт генерирует слова, отличающиеся на одно или два изменения, а затем выбирает наиболее вероятный вариант на основе корпуса текста.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍2
Кто-то выложил в открытый доступ Python-скрапер для Google Flights.
Он собирает цены на билеты, расписания и данные для бронирования по более чем 180 странам, используя строготипизированные схемы и Protobuf, закодированный в Base64.
GitHub:
https://github.com/AWeirdDev/flights
✈️ Python Ninja
Он собирает цены на билеты, расписания и данные для бронирования по более чем 180 странам, используя строготипизированные схемы и Protobuf, закодированный в Base64.
GitHub:
https://github.com/AWeirdDev/flights
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - AWeirdDev/flights: Fast, robust Google Flights scraper (API) for Python. (Probably)
Fast, robust Google Flights scraper (API) for Python. (Probably) - AWeirdDev/flights
❤2
Хотите узнать, сколько ядер у вашего процессора с помощью Python? Для этого можно использовать модуль
👉 @PythonPortal
multiprocessing.Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Не нарушайте принцип единственной ответственности SRP.
Функция должна делать одну вещь, делать её хорошо и заниматься только ей.
Здесь функция делает слишком много:
Проблема в том, что расчёт суммы, скидки и налога объединён в одном месте. Любое изменение одного из этапов может затронуть всю функцию.
Лучше разделить логику на небольшие функции:
Так намного лучше.
Небольшие функции с одной конкретной задачей проще покрывать юнит-тестами: у них меньше зависимостей и реже нужны моки.
Плюс такие компоненты проще переиспользовать в других частях приложения или пайплайна, не подтягивая лишнюю логику.
Поэтому держите функции простыми и сфокусированными. Одна функция — одна ответственность.
✈️ Python Ninja
Функция должна делать одну вещь, делать её хорошо и заниматься только ей.
Здесь функция делает слишком много:
def calculate_final_total(
price: float,
quantity: int,
discount_rate: float,
tax_rate: float
) -> float:
subtotal = price * quantity
discounted_amount = subtotal * (1 - discount_rate)
final_total = discounted_amount * (1 + tax_rate)
return final_total
Проблема в том, что расчёт суммы, скидки и налога объединён в одном месте. Любое изменение одного из этапов может затронуть всю функцию.
Лучше разделить логику на небольшие функции:
def calculate_subtotal(price: float, quantity: int) -> float:
return price * quantity
def apply_discount(subtotal: float, discount: float) -> float:
return subtotal * (1 - discount)
def calculate_tax(amount: float, tax_rate: float) -> float:
return amount * (1 + tax_rate)
Так намного лучше.
Небольшие функции с одной конкретной задачей проще покрывать юнит-тестами: у них меньше зависимостей и реже нужны моки.
Плюс такие компоненты проще переиспользовать в других частях приложения или пайплайна, не подтягивая лишнюю логику.
Поэтому держите функции простыми и сфокусированными. Одна функция — одна ответственность.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍2
Откопал полезное руководство для изучения кластеризации на Python
Наткнулся на суперполезный гайд по кластеризации — и если ты ещё не пробовал группировать данные в Python, то пора. Там всё объяснено максимально понятно: от подготовки датасета до того, как K-Means находит свои центроиды и зачем DBSCAN шарахается от шумных точек
Короче, инфа, которую реально можно применить уже сегодня — особенно если у тебя есть данные, которые давно просят “разложи нас по смыслу”👍
☝️ Ссылка источник
✈️ Python Ninja
Наткнулся на суперполезный гайд по кластеризации — и если ты ещё не пробовал группировать данные в Python, то пора. Там всё объяснено максимально понятно: от подготовки датасета до того, как K-Means находит свои центроиды и зачем DBSCAN шарахается от шумных точек
Короче, инфа, которую реально можно применить уже сегодня — особенно если у тебя есть данные, которые давно просят “разложи нас по смыслу”
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2
Awesome Math — огромная подборка материалов по математике в одном репозитории.
Там собраны Khan Academy, MIT OpenCourseWare, конспекты лекций, учебники и другие бесплатные материалы по разным разделам математики.
Проект живой и довольно популярный: сейчас у него больше 16 тысяч звёзд на GitHub.
https://github.com/rossant/awesome-math
👉 @PythonPortal
Там собраны Khan Academy, MIT OpenCourseWare, конспекты лекций, учебники и другие бесплатные материалы по разным разделам математики.
Проект живой и довольно популярный: сейчас у него больше 16 тысяч звёзд на GitHub.
https://github.com/rossant/awesome-math
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - rossant/awesome-math: A curated list of awesome mathematics resources
A curated list of awesome mathematics resources. Contribute to rossant/awesome-math development by creating an account on GitHub.
❤2
«Transformer с полной пропускной способностью»
Обычно Transformer передаёт на следующий шаг только выбранный токен, хотя сама модель только что вычислила гораздо более богатое скрытое состояние.
В этой работе скрытое состояние тоже подаётся обратно в модель. За счёт этого она может продолжать внутренне развивать идею, не расписывая всё токен за токеном.
На масштабе 1 млрд параметров подход улучшает результаты в математике, программировании и тестах языковых моделей, добавляя менее 1% к стоимости декодирования.
При этом модель может показывать результаты на уровне моделей, обученных примерно на вдвое большем объёме данных.
https://alphaxiv.org/abs/2608.08888
✈️ Python Ninja
Обычно Transformer передаёт на следующий шаг только выбранный токен, хотя сама модель только что вычислила гораздо более богатое скрытое состояние.
В этой работе скрытое состояние тоже подаётся обратно в модель. За счёт этого она может продолжать внутренне развивать идею, не расписывая всё токен за токеном.
На масштабе 1 млрд параметров подход улучшает результаты в математике, программировании и тестах языковых моделей, добавляя менее 1% к стоимости декодирования.
При этом модель может показывать результаты на уровне моделей, обученных примерно на вдвое большем объёме данных.
https://alphaxiv.org/abs/2608.08888
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2
Кто-то сделал детектор, который ловит характерные паттерны ИИ-текста ещё до публикации.
Работает полностью локально: без модели и без подключения к сети. Он проверяет текстовые файлы, отмечает подозрительные шаблоны и просит агента переписать проблемные места. Репозиторий написан на Python и использует только стандартную библиотеку.
GitHub: https://github.com/seyedehsanhadi/sloptrim
✈️ Python Ninja
Работает полностью локально: без модели и без подключения к сети. Он проверяет текстовые файлы, отмечает подозрительные шаблоны и просит агента переписать проблемные места. Репозиторий написан на Python и использует только стандартную библиотеку.
GitHub: https://github.com/seyedehsanhadi/sloptrim
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2
Competitive Programmer’s Handbook — руководство по спортивному программированию.
Книга рассчитана на студентов, которые хотят изучить алгоритмы и, возможно, готовиться к Международной олимпиаде по информатике IOI или Международному студенческому чемпионату по программированию ICPC.
PDF доступен бесплатно.
https://cses.fi/book/book.pdf
✈️ Python Ninja
Книга рассчитана на студентов, которые хотят изучить алгоритмы и, возможно, готовиться к Международной олимпиаде по информатике IOI или Международному студенческому чемпионату по программированию ICPC.
PDF доступен бесплатно.
https://cses.fi/book/book.pdf
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3
DeepSeek открыла исходный код полноценного агентного фреймворка для программирования, который бесплатно может заменить тариф Claude Code за $200 в месяц.
→ Здесь всё построено на плагинах: адаптеры моделей, инструменты, журналы сессий и сам цикл агента можно менять через конфигурацию.
→ В основе лежит Cordis — собственная среда плагинов DeepSeek.
→ Локальный веб-интерфейс запускается одной командой:
→ В репозитории есть полноценная документация по архитектуре и AGENTS.md, написанный специально для того, чтобы агенты сами могли разбираться в кодовой базе.
→ TypeScript, лицензия MIT, пока статус developer preview — ожидаются несовместимые изменения.
https://github.com/deepseek-ai/deepseek-harness
✈️ Python Ninja
→ Здесь всё построено на плагинах: адаптеры моделей, инструменты, журналы сессий и сам цикл агента можно менять через конфигурацию.
→ В основе лежит Cordis — собственная среда плагинов DeepSeek.
→ Локальный веб-интерфейс запускается одной командой:
npx @deepseek-ai/dsh web→ В репозитории есть полноценная документация по архитектуре и AGENTS.md, написанный специально для того, чтобы агенты сами могли разбираться в кодовой базе.
→ TypeScript, лицензия MIT, пока статус developer preview — ожидаются несовместимые изменения.
https://github.com/deepseek-ai/deepseek-harness
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5❤🔥2🗿1