Forwarded from Python — вакансии и стажировки
🚀Plumbum — библиотека для Python, которая упрощает выполнение команд в стиле shell и их обработку в коде!
🎓Эта библиотека предоставляет интерфейсы для выполнения системных команд, построения конвейеров (pipelines), управления процессами и работы с удалёнными серверами через SSH. Plumbum задуман как мощный инструмент для автоматизации задач, объединяя понятный синтаксис Python и функциональность shell.
🦾Основные возможности Plumbum:
✅Вызов системных команд: Команды представляются как объекты, которые можно вызывать, передав параметры так, как это делается в командной строке.
✅Пайплайны и перенаправление ввода/вывода: Поддержка гибкого перенаправления стандартных потоков и построения пайплайнов.
✅SSH-интерфейс: Управление удалёнными хостами через SSH, включая выполнение команд на удалённой машине.
✅Локальные и удалённые команды: Возможность однородного вызова локальных и удалённых команд.
✅Обработка ошибок: Исключения для различных ошибок выполнения команд.
🌐Github
@pythonpythonjobs
🎓Эта библиотека предоставляет интерфейсы для выполнения системных команд, построения конвейеров (pipelines), управления процессами и работы с удалёнными серверами через SSH. Plumbum задуман как мощный инструмент для автоматизации задач, объединяя понятный синтаксис Python и функциональность shell.
🦾Основные возможности Plumbum:
✅Вызов системных команд: Команды представляются как объекты, которые можно вызывать, передав параметры так, как это делается в командной строке.
✅Пайплайны и перенаправление ввода/вывода: Поддержка гибкого перенаправления стандартных потоков и построения пайплайнов.
✅SSH-интерфейс: Управление удалёнными хостами через SSH, включая выполнение команд на удалённой машине.
✅Локальные и удалённые команды: Возможность однородного вызова локальных и удалённых команд.
✅Обработка ошибок: Исключения для различных ошибок выполнения команд.
🌐Github
@pythonpythonjobs
Forwarded from Python — вакансии и стажировки
🚀Lets-Plot: мощная библиотека для визуализации данных на Python
Lets-Plot — библиотека от JetBrains, созданная на основе принципов Grammar of Graphics, как и знаменитая ggplot2 для R.
Особенности и преимущества:
- Мультиплатформенность: Lets-Plot работает как в блокнотах Python (Jupyter, Datalore, Kaggle и др.), так и в IDE PyCharm и IntelliJ IDEA.
- Интерактивные возможности: Поддержка интерактивных карт с возможностью увеличения и перемещения, а также кастомизация подсказок и аннотаций.
- Геопространственная визуализация: Простая интеграция с GeoDataFrame и мощный модуль геокодирования.
- Экспорт графиков: Сохранение графиков в формате SVG, HTML, PNG и PDF с помощью функций
- Поддержка режима без JavaScript и оффлайн-режима: Lets-Plot генерирует графики как простые SVG-изображения, что обеспечивает работу без Интернет-соединения.
🌐GitHub
@pythonpythonjobs
Lets-Plot — библиотека от JetBrains, созданная на основе принципов Grammar of Graphics, как и знаменитая ggplot2 для R.
Особенности и преимущества:
- Мультиплатформенность: Lets-Plot работает как в блокнотах Python (Jupyter, Datalore, Kaggle и др.), так и в IDE PyCharm и IntelliJ IDEA.
- Интерактивные возможности: Поддержка интерактивных карт с возможностью увеличения и перемещения, а также кастомизация подсказок и аннотаций.
- Геопространственная визуализация: Простая интеграция с GeoDataFrame и мощный модуль геокодирования.
- Экспорт графиков: Сохранение графиков в формате SVG, HTML, PNG и PDF с помощью функций
ggsave(), to_svg(), to_html(), to_png() и to_pdf().- Поддержка режима без JavaScript и оффлайн-режима: Lets-Plot генерирует графики как простые SVG-изображения, что обеспечивает работу без Интернет-соединения.
🌐GitHub
@pythonpythonjobs
Forwarded from Python — вакансии и стажировки
🚀Flet — фреймворк для создания кроссплатформенных приложений на Python
Flet — фреймворк, предоставляющий Flutter компоненты для разработки кроссплатформенных приложений на Python (разработчики обещают расширять список поддерживаемых языков).
Flet не использует какие-то SDK, не компилирует код Python в код Dart и весь UI отображается с помощью встроенного Web сервера.
🌐GitHub
@pythonpythonjobs
Flet — фреймворк, предоставляющий Flutter компоненты для разработки кроссплатформенных приложений на Python (разработчики обещают расширять список поддерживаемых языков).
Flet не использует какие-то SDK, не компилирует код Python в код Dart и весь UI отображается с помощью встроенного Web сервера.
🌐GitHub
@pythonpythonjobs
Forwarded from Python — вакансии и стажировки
🚀Qik (quick) - это программа для выполнения команд, подобная
Кэширование команд Qik гарантирует, что вы не будете выполнять лишнюю работу. Настраивайте параметры команд в модулях позволяют просматривайть и повторно запускайте команды в режиме ожидания.
Qik может значительно сократить время разработки.
🎓Хотя qik обладает специальной функциональностью для проектов на Python, любой репозиторий на основе git может использовать qik в качестве средства запуска команд.
🌐Github
@pythonpythonjobs
make, но с кэшированием на основе хэша и расширенными возможностями.Кэширование команд Qik гарантирует, что вы не будете выполнять лишнюю работу. Настраивайте параметры команд в модулях позволяют просматривайть и повторно запускайте команды в режиме ожидания.
Qik может значительно сократить время разработки.
🎓Хотя qik обладает специальной функциональностью для проектов на Python, любой репозиторий на основе git может использовать qik в качестве средства запуска команд.
🌐Github
@pythonpythonjobs
Forwarded from Python — вакансии и стажировки
🚀 Хакатон Б3 от Большой Тройки: Прокачай свои IT-навыки и забери 200 000 рублей! 💻
Ты – начинающий IT-специалист? Готов показать, на что способен? Тогда тебе к нам! Хакатон Б3 от компании Большая Тройка — это твой шанс не просто написать код, а стать частью будущего технологий!
💡 Любишь копаться в данных и искать нестандартные решения? Добро пожаловать, аналитики! Хотите прокачать свои навыки в Django, PostgreSQL и SQL? Питон-разработчики, эта битва технологий для вас!
🔎 Что нужно сделать?
Разработать модуль обучения пользователей для нашей платформы! Помоги ускорить онбординг новых сотрудников и сделай обучение в компании быстрым и удобным. Твоя разработка станет частью реального продукта!
📅 Даты: 27 февраля – 3 марта 2025 года
💰 Призовой фонд: 200 000 рублей
📝 Дедлайн регистрации: 26 февраля 23:59 (МСК)
🌐 Формат: Онлайн
Подробная информация и регистрация: https://hackrus.ru/850py
@pythonpython
Ты – начинающий IT-специалист? Готов показать, на что способен? Тогда тебе к нам! Хакатон Б3 от компании Большая Тройка — это твой шанс не просто написать код, а стать частью будущего технологий!
💡 Любишь копаться в данных и искать нестандартные решения? Добро пожаловать, аналитики! Хотите прокачать свои навыки в Django, PostgreSQL и SQL? Питон-разработчики, эта битва технологий для вас!
🔎 Что нужно сделать?
Разработать модуль обучения пользователей для нашей платформы! Помоги ускорить онбординг новых сотрудников и сделай обучение в компании быстрым и удобным. Твоя разработка станет частью реального продукта!
📅 Даты: 27 февраля – 3 марта 2025 года
💰 Призовой фонд: 200 000 рублей
📝 Дедлайн регистрации: 26 февраля 23:59 (МСК)
🌐 Формат: Онлайн
Подробная информация и регистрация: https://hackrus.ru/850py
@pythonpython
Forwarded from Python — вакансии и стажировки
🚀 ReactPy
ReactPy is a library for building user interfaces in Python without Javascript.
🎓ReactPy - это библиотека для создания пользовательских интерфейсов на языке Python без использования Javascript. Интерфейсы ReactPy создаются из компонентов, которые выглядят и ведут себя аналогично тем, что есть в ReactJS.
🌐 Github
@pythonpython
ReactPy is a library for building user interfaces in Python without Javascript.
🎓ReactPy - это библиотека для создания пользовательских интерфейсов на языке Python без использования Javascript. Интерфейсы ReactPy создаются из компонентов, которые выглядят и ведут себя аналогично тем, что есть в ReactJS.
🌐 Github
@pythonpython
Forwarded from Python — вакансии и стажировки
🚀Faker
Faker is a Python package that generates fake data for you.
🎓Faker - это пакет Python, который генерирует фальшивые. Библиотека идеально подходит, если вам нужно заполнить базу данных, создавать красивые XML-документы, создать данные для тестирования или анонимизировать данные, полученные из вашего сервиса.
🌐Github
@pythonpython
Faker is a Python package that generates fake data for you.
🎓Faker - это пакет Python, который генерирует фальшивые. Библиотека идеально подходит, если вам нужно заполнить базу данных, создавать красивые XML-документы, создать данные для тестирования или анонимизировать данные, полученные из вашего сервиса.
🌐Github
@pythonpython
Forwarded from Python — вакансии и стажировки
🚀Tenacity — добавляет поведение retry везде, где нужно
🎓Tenacity — это Python-библиотека, которая позволяет добавить поведение
Возникла как форк
Самый простой вариант использования
🌐GitHub
@pythonpython
🎓Tenacity — это Python-библиотека, которая позволяет добавить поведение
retry везде, где оно необходимо. Возникла как форк
retrying, при этом добавляет массу новых возможностей.Самый простой вариант использования
tenacity — снова и снова вызывается функция при возникновении исключения, пока не будет возвращено нормальное значение. 🌐GitHub
@pythonpython
Forwarded from Python — вакансии и стажировки
🚀Flect is a Python framework for building full-stack web applications.
🎓Flect — это фреймворк
Он позволяет легко создавать пользовательские интерфейсы, используя модели
Эта интеграция позволяет быстро разрабатывать интерактивные и красивые пользовательские интерфейсы с использованием Python.
🌐Github
@pythonpython
🎓Flect — это фреймворк
Python для создания полнофункциональных веб-приложений. Он позволяет легко создавать пользовательские интерфейсы, используя модели
Pydantic, которые аналогичны свойствам компонентов React. Эта интеграция позволяет быстро разрабатывать интерактивные и красивые пользовательские интерфейсы с использованием Python.
🌐Github
@pythonpython
Forwarded from Python — вакансии и стажировки
🚀 PyNest is a Python framework built on top of FastAPI that follows the modular architecture of NestJS
PyNest - это фреймворк для Python, построенный на основе FastAPI модульной архитектуры NestJS.
🦾 С помощью PyNest вы сможете с легкостью создавать масштабируемые и поддерживаемые API. Фреймворк поддерживает инъекции зависимостей, аннотации типов, декораторы и генерацию кода, что упрощает написание чистого и легко тестируемого кода.
🌐Github
@pythonpython
PyNest - это фреймворк для Python, построенный на основе FastAPI модульной архитектуры NestJS.
🦾 С помощью PyNest вы сможете с легкостью создавать масштабируемые и поддерживаемые API. Фреймворк поддерживает инъекции зависимостей, аннотации типов, декораторы и генерацию кода, что упрощает написание чистого и легко тестируемого кода.
🌐Github
@pythonpython
🖥 #Fastcore (https://github.com/AnswerDotAI/fastcore) — это библиотека на Python, которая расширяет возможности языка для работы с библиотекой fastai.
💡 Она предлагает функции для тестирования, многократной диспетчеризации, композиции объектов и функционального программирования. Fastcore внедряет возможности из других языков, таких как множественная диспетчеризация из Julia и миксины из Ruby, а также улучшает стандартные функции Python, включая параллельную обработку.
🔐 Лицензия: Apache-2.0
🖥 Github (https://github.com/AnswerDotAI/fastcore)
@Python_Community_ru
https://t.me/dataSovety/4212
💡 Она предлагает функции для тестирования, многократной диспетчеризации, композиции объектов и функционального программирования. Fastcore внедряет возможности из других языков, таких как множественная диспетчеризация из Julia и миксины из Ruby, а также улучшает стандартные функции Python, включая параллельную обработку.
🔐 Лицензия: Apache-2.0
🖥 Github (https://github.com/AnswerDotAI/fastcore)
@Python_Community_ru
https://t.me/dataSovety/4212
Forwarded from дата инженеретта
А вы знали, что в питоне так можно?
Собрала несколько кейсов, о которых вы могли даже не подозревать:
1️⃣ Имя функции - это переменная, и этому имени мы можем присвоить что угодно:
Естественно, после переопределения все предыдущие возможности перестают действовать
2️⃣ Та же история с модулями:
3️⃣ При импорте модулей существующие переменные перезаписываются:
4️⃣ А переменные после цикла остаются существовать:
#python_tips
Собрала несколько кейсов, о которых вы могли даже не подозревать:
def func():
print('hi')
func()
# hi
func = -1
func()
# Traceback (most recent call last):
# File "<stdin>", line 1, in <module>
# TypeError: 'int' object is not callable
Естественно, после переопределения все предыдущие возможности перестают действовать
import math
type(math)
# <class 'module'>
math = -1
type(math)
# <class 'int'>
x = 2
from mymodule import x
print(x)
# 'new_value'
for i in range(2):
print(i)
print(i) # 2
#python_tips
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Data Whisperer
The Python Paradox
В 2004 году Пол Грэм заявил, что Python-программисты в среднем сообразительнее Java-разработчиков.
Не потому что Java - плохой язык, а потому что Python тогда был нишевым инструментом, который учили не ради работы, а из любви к кодингу.
И эта идея до сих пор взрывает мозг: если компания пишет софт на непрактичном языке, она ловит самых увлеченных.
Толпы новичков, тонны шаблонного кода, а энтузиасты уже смотрят в сторону Zig.
Что делать?
Даже если у вас legacy на Java, дайте таким людям модуль на Kotlin - они его оживят.
Google до сих пор в Java-вакансиях спрашивает про Python. Потому что знает: это маркёр любви к коду.
Python из хобби стал мейнстримом. С Go та же история. Эзотерика сегодня - завтра хайп.
Даже среди Java-программистов есть гики - их видно по опенсорсу и странным хобби вроде сборки своих IDE.
Парадокс Грэма - не про языки. Это про выбор людей, которые не ищут лёгких путей. Такие есть везде.
Просто в нишевых языках их концентрация выше.
А вы как думаете?
Вот если бы вам пришлось нанимать команду - взяли бы Java-спеца с 10 годами опыта или того парня с кучей проектов на Haskell?
@data_whisperer
В 2004 году Пол Грэм заявил, что Python-программисты в среднем сообразительнее Java-разработчиков.
Не потому что Java - плохой язык, а потому что Python тогда был нишевым инструментом, который учили не ради работы, а из любви к кодингу.
И эта идея до сих пор взрывает мозг: если компания пишет софт на непрактичном языке, она ловит самых увлеченных.
Rust/Elixir vs Java/PHP - первые чаще привлекают тех, кто готов гореть проектом, а не просто трекать часы.Go - идеальный пример, как простота и популярность убивают среднюю температуру по больнице. Синтаксис - легче некуда, зарплаты - выше крыши. Итог? Толпы новичков, тонны шаблонного кода, а энтузиасты уже смотрят в сторону Zig.
Что делать?
Компаниям - ищите в резюме проекты на бесполезных языках. Человек пишет на Erlang в 2025? Это как татуировка программист-фанатик.Даже если у вас legacy на Java, дайте таким людям модуль на Kotlin - они его оживят.
Разработчикам - учите то, от чего горят глаза. Не Go потому что модно, а Elixir потому что офигенно.Google до сих пор в Java-вакансиях спрашивает про Python. Потому что знает: это маркёр любви к коду.
Python из хобби стал мейнстримом. С Go та же история. Эзотерика сегодня - завтра хайп.
Даже среди Java-программистов есть гики - их видно по опенсорсу и странным хобби вроде сборки своих IDE.
Личное мнение:Парадокс Грэма - не про языки. Это про выбор людей, которые не ищут лёгких путей. Такие есть везде.
Просто в нишевых языках их концентрация выше.
А вы как думаете?
Вот если бы вам пришлось нанимать команду - взяли бы Java-спеца с 10 годами опыта или того парня с кучей проектов на Haskell?
@data_whisperer
Forwarded from Python/ django
1. 30-Days-Of-Python — 30-дневный челлендж по основам Python.
2. Python Basics — азы Python для новичков, просто и с примерами.
3. Learn Python — справочник с кодом, пояснениями и практикой.
4. Python Guide — гайд по практикам, инструментам и сложным темам.
5. Learn Python 3 — руководство по Python 3 с практикой для начинающих.
6. Python Programming Exercises — 100+ задач по Python.
7. Coding Problems — алгоритмы и структуры данных для собесов.
8. Project-Based-Learning — Python через реальные проекты.
9. Projects — идеи проектов для прокачки навыков.
10. 100-Days-Of-ML-Code — ML на Python шаг за шагом.
11. TheAlgorithms/Python — алгоритмы и структуры данных на Python.
12. Amazing-Python-Scripts — полезные скрипты: от утилит до автоматизации.
13. Geekcomputers/Python — скрипты для сети, файлов и задач.
14. Materials — код и проекты от Real Python.
15. Awesome Python — топ фреймворков, библиотек и ресурсов.
16. 30-Seconds-of-Python — короткие сниппеты для быстрых решений.
17. Python Reference — скрипты, туториалы и лайфхаки.
#python #github #learning
@pythonl
Please open Telegram to view this post
VIEW IN TELEGRAM