🦕👨‍💻 Автоматизация тестирования с PyTest

В курсе автоматизации тестирования, мы будем создавать проект с нуля используя самые популярные технологии на данный момент для автоматизации на Python.

Создадим, добавим тесты, оптимизируем, напишем валидации, научимся отправлять реквесты, упаковывать в Docker и генерировать красивый allure report.

📺 Просмотр
#python

🧾🕵🏻‍♂️ Распознавание текста на изображениях

C помощью Python обёртки над программой OCR tesseract.

Саму программу можно установить отсюда:
https://github.com/tesseract-ocr/tesseract
#python

🦖🦆 Полиморфизм в Python: утиная типизация (ducktyping)

💬 Полиморфизм. Как обычно нас будет интересовать, что это такое и зачем это нужно программисту.

📌 Если не вдаваться в теории, то полиморфизм о котором вам нужно знать и о котором спросят на собеседовании - это механизм, позволяющий выполнять один и тот же код по-разному.

🐣 Утиная типизация в свою очередь означает механизм, когда для работы во главу угла ставится поведение, а не принадлежность к какому-либо классу.

📺 https://www.youtube.com/watch?v=MwsIOSZAkN8
#python

🦖♐️ Парсинг и скрейпинг сайтов Python - теоретический минимум

Веб-скрейпинг (Парсинг) Python Selenium. Как парсить сайт Питон и Селениум?

Конкретный минимальный пример для ознакомления и получения первичных знаний о библиотеке selenium Python, а также понятий о парсинг и веб-скрейпинге веб-сайта.

📺 Просмотр
#python

🔭🩻 Создаем веб-сканер страниц

💬 Рассмотрим поэтапный процесс создания веб-сканера для отслеживания изменений и последующего оповещения посредством e-mail. Работаем с Python, Beautiful Soup и Pipedream.

📌 В этом обучающем руководстве мы научимся отслеживать изменения страниц с помощью такой библиотеки Python, как Beautiful Soup. Кроме того, узнаем, как бесплатно отправить e-mail посредством Pipedream, превосходной платформы low-code для интеграции API.

👆🏻Читать статью
#python

❌⏲ Написание быстрых асинхронных HTTP-запросов с Python
О том, как прокачать скорость HTTP-запросов, можно узнать здесь.

Если вы парсите веб-страницы или каким-то ещё образом взаимодействуете с данными веб-сайтов, то вам, вероятно, важно, чтобы ваши запросы выполнялись быстро и эффективно.

👆🏻Читать
#python

🔠📃 Разбить текст на абзацы

Вы можете прочитать статью ниже, чтобы узнать, как с помощью Python можно разбить текст на смысловые части  -  абзацы.

👆🏻Читать
#python

0️⃣🦖 Python developer starter pack

В этом видео автор подробно разбирает, какие минимальные навыки стоит развивать людям, решившим идти в Python-разработку, но ещё не определившимся с направлением.

00:00 Вступление
02:02 Базовый набор Python
07:52 Git
09:08 Алгоритмы
12:15 Графы и алгоритмы на графах
13:32 Рекурсия
14:54 SQL и базы данных
18:34 Docker
21:29 Общие моменты и структуры данных
23:35 Заключение

📺 Смотреть: youtu.be/L7bfzMg8zWk
#python

🔩🔤 Метод join

Метод строки join принимает в качестве аргумента итерируемый объект содержащий строки и возвращает объединение элементов при помощи строки разделителя.

Если в последовательности есть какие-либо не строковые значения, включая байтовые строки, то поднимается исключение TypeError.

В примерах выше показано как с помощью этого метода можно объединить список состоящий из чисел в строку или разделить строку любыми символами.
#python

📙 Регулярные выражения. Основы
Автор: Майкл Фицджеральд, 2015

Многочисленные примеры, приведенные в книге, не только помогут вам освоить основы регулярных выражений, но и научат применять их для поиска, извлечения и преобразования фрагментов текста посредством их сопоставления с определенными символами, словами и шаблонами. Регулярные выражения эффективно применяются во многих областях программирования.

Они доступны в утилитах UNIX и таких языках программирования, как Perl, Java, javascript и С#. Прочитав книгу, вы будете знать синтаксис наиболее распространенных диалектов регулярных выражений и понимать, в каких случаях они смогут обеспечить вам значительную экономию времени.

#python

🆔🦖 Интуитивно понятный SQL с Python

Python — фантастический язык для обработки данных.
Он также имеет отличные инструменты для работы с базами данных SQL, наиболее известным из которых является SQLAlchemy

https://itnext.io/intuitive-sql-with-python-958a77a167e0
#SQL #python

🧩✍️ Быстро пишем API на Python с FastAPI

В данном курсе вы создадите собственный API на самом быстром, простом и удобном фреймворке FastAPI.

Научитесь взаимодействовать с вашим API с помощью биткоин-бота в Телеграме, для генерации кошельков, запросов баланса и переводов. Также вы научитесь работать с базами данных с помощью PonyORM и освоите работу с биткоинами на Python.

Помимо этого вы сделаете простого бота с помощью библиотеки pyTelegramBotAPI для взаимодействия с вашим API и работой с биткоинами.

📺 Смотреть
#python

🔣⚠️ Сложность алгоритмов и операций на примере Python

https://proglib.io/p/slozhnost-algoritmov-i-operaciy-na-primere-python-2020-11-03
#python

⏬↪️ Группировка смежных списков

Группировку смежных списков, разумеется, легко осуществить в цикле for, особенно, используя zip(), но это далеко не самый лучший способ.

Чтобы сделать это проще и быстрее, напишем лямбда-выражение с zip, которое сгруппирует смежные списки следующим образом.
#python

📑🐊 Изучаем словари в Python

Словари в Python — это фундаментальный тип данных , представленный в виде пары ключ-значение.

Они описываются как объект сопоставления, который сопоставляет хэшируемые значения с произвольными объектами.

👆🏻Читать
#python

🐊🪙 Python с Selenium

Начните свой проект по науке о данных с создания Python-скрипта, используя библиотеку Selenium для извлечения данных.

Предлагаем узнать, как это выполнить в 3 шага.
https://nuancesprog.ru/p/16725/
#python

❓🐍 15 самых часто задаваемых вопросов на собеседовании про Python

Разбор 15 самых часто задаваемых вопросов для начинающих, а также для продвинутых Python-разработчиков.

👆🏻Читать
#python

нужншо решить в уме)

https://habr.com/ru/post/700114

❓Хотите перейти в BI-аналитику?

Сделайте первые шаги на пути к новому этапу в карьере уже 30 января в 20:00! Приглашаем вас на открытый урок «Подготовка данных для дашборда в Pandas» в OTUS.

Вебинар состоится в рамках онлайн-курса «BI-аналитика» для продуктовых и маркетинговых аналитиков, аналитиков данных, Product Owner’ов и Project Manager’ов, Data Scientist’ов, Data Engineer’ов и выпускников, которые хотят работать в области BI-аналитики.

✅На занятии вы узнаете про методы предобработки и “очистки” данных для дальнейшего построения дашбордов в Python Pandas.

➡️Какой результат мы получим?
Преобразуем учебный набор данных, очистим его от пропусков и дубликатов, посмотрим различные способы трансформации (группировка, транспонирование строк/столбцов и т.д.).

➡️Пройдите вступительный тест, чтобы определить уровень своей подготовки и записаться на урок: https://otus.pw/3QTv/

🔥 7 расширенных операций со списками Python, которые могут эффективно оптимизировать ваш код

В этой статье мы покажем вам семь расширенных операций со списками, которые сделают ваш код аккуратнее, чище и качественнее.

▪Читать
▪Зеркало

@data_analysis_ml

📂 3 способа сбора данных для DS-проекта.

Любой проект по науке о данных нуждается в данных. Чтобы извлечь их с сайта и создать необходимый набор, используются инструменты веб-скрейпинга.

Однако на одном сайте не всегда находятся все нужные данные либо там могут быть несоответствия, из-за которых можно извлечь только часть данных.

Так случилось со мной, когда я искал данные о футбольных матчах, проведенных на Чемпионатах мира с 1930 по 2022 год. Некоторые данные были извлечены, но не все. С помощью этого руководства мы извлечем остальные данные с нуля с помощью Selenium, чтобы в дальнейшем использовать их в проекте.

▪Читать

@data_analysis_ml