Простой Python | Программирование
141K subscribers
2.29K photos
39 videos
1.32K links
Заявки принимаются автоматически.
Лучший образовательный канал по Python.

По всем вопросам: @dimaa_dimaa (реклама)

Ссылка на канал: https://t.me/+T1i5nO0m_h01ZDky
.
РКН: https://vk.cc/cJ5box
Помощь:https://telega.in/c/+T1i5nO0m_h01ZDky
Download Telegram
Очиститель почты

Сделаем очиститель почты. Он будет автоматически убирать спам и старые письма в архив или корзину. Фильтр при желании можешь сам задать, но в качестве примера будем удалять письма старше 60 дней. Обрати внимание, мы используем IMAP для доступа к почте. Поэтому лучше использовать отдельный email или App Password, если почта на Gmail (из-за 2FA).

#практика
🔥7👍2
Telegram Bot API 9.1

В новой версии Bot API появились удобные инструменты для работы с чек-листами, подарками и рядом других функций. Делимся статьей, где автор рассказывает про эти нововведения.

👉Читать статью

#статьи
👍9
Нейросети на PyTorch: Обучение градиентным алгоритмом

Продолжаем делиться циклом видео, благодаря которому ты научишься работать с нейросетями. В этот раз ты узнаешь, в чем суть обучения нейронной сети градиентным алгоритмом.

👀Смотреть видео

#видео
👍4
Введение в Matplotlib

matplotlib — это основная библиотека для построения графиков и визуализации данных.

Разберемся, как делается самый простой график. График – это не просто линия на экране. Он состоит из “слоев”, либо же компонентов. Figure – это вся фигура. Axes – область координат. Axis – оси X и Y внутри Axes. Компоненты Line2D, Text, Pitch отвечают за линии, подписи, точки.

Обрати внимание на пример. Сначала мы создаем холст и ось координат. Затем рисуется график, а в конце добавляем заголовки и подписи. И обязательно нужно прописать plt.show(), чтобы график вывелся на экран.

#практика
👍14
Что делает enumerate?

Функция enumerate() позволяет одновременно получать и индекс, и значение при переборе элементов в цикле. Благодаря данной статье ты узнаешь, почему это полезно и лучше, чем range(len(...)).

👉Читать статью

#статьи
🔥15
Нейросети на PyTorch: Алгоритм back propagation

Продолжаем делиться циклом видео, благодаря которому ты научишься работать с нейросетями. В этот раз ты узнаешь, в чем суть алгоритма back propagation (обратного распространения ошибки).

👀Смотреть видео

#видео
👍5
Matplotlib: Оформление графиков

Без подписей и нормальных цветов график может превратиться в кашу. Поэтому в этот раз расскажем, как правильно оформлять графики.

Обрати внимание на пример. ax.set_title позволяет добавить заголовок нашему графику, а set_label добавляет подписи к конкретным осям. ax.grid включает сетку. Сетка помогает ориентироваться по значениям, особенно если их много.

Если много линий на одном графике — легенда обязательна. Делается она с помощью ax.legend. Цвета можно создавать различными способами: по названию ('red'), hex ('#FF5733') или RGB.

#практика
👍9🔥1
Как работать с круговым импортом?

Круговой импорт – это когда два или более модулей зависят друг от друга. То есть первый модуль импортирует второй, а второй в свою очередь импортирует первый. Такой замкнутый круг может привести к ошибкам и сбоям при запуске. Как избежать ошибок – узнаешь из этой статьи.

👉Читать статью

#статьи
👍8
Нейросети на PyTorch: Автоматическое дифференцирование

Продолжаем делиться циклом видео, благодаря которому ты научишься работать с нейросетями. В этот раз автор знакомит с графом вычислений и автоматическим дифференцированием на его основе.

👀Смотреть видео

#видео
Matplotlib: Несколько графиков на одной фигуре

Есть различные способы построения нескольких графиков на одной фигуре. Самый быстрый – subplot. Однако он плохо масштабируется. Лучше всего использовать subplots. Обрати внимание на синтаксис. fig – вся фигура. axs – массив Axes графиков. Доступ к каждому графику осуществляется по axs[row, col].

#практика
👍8🔥4
Основные алгоритмы сортировки

В данной статье автор разбирает два основных алгоритма сортировки: быстрая и слиянием. Ты узнаешь, в чем их отличие и как эффективно использовать и тот, и другой алгоритм.

👉Читать статью

#статьи
👍4
Нейросети на PyTorch: Оптимизаторы

Продолжаем делиться циклом видео, благодаря которому ты научишься работать с нейросетями. В этот раз автор демонстрирует реализацию алгоритма стохастического градиентного спуска.

👀Смотреть видео

#видео
🔥1
Matplotlib: Аннотации, стрелки и текст

В этот раз научимся добавлять аннотации, стрелки и пояснения к графикам.

Текст добавляется с помощью ax.text(). Этот текст просто размещается на графике в заданной точке. Для добавления стрелки с пояснением используется ax.annotate(). Ты указываешь точку для отрисовки стрелки, а также координаты текста. При желании ты можешь изменять размер текста (fontsize), цвет текста или стрелки (color), вид стрелки (arrowstyle) и многое другое.

#практика
👍8🔥1
Pandas: Использование map и apply

Продолжаем делиться циклом видео, где автор рассказывает про работу с Pandas. В этот раз рассматриваются два часто используемых метода – map и apply.

👀Смотреть видео

#видео
👍7
Оптимизация работы с REST API

Пагинация — это разбиение большого набора данных (например, списка товаров, пользователей или сообщений) на небольшие части для удобного отображения и обработки. В данной статье автор рассказывает, как пагинация помогает оптимизировать работу в связке с REST API.

👉Читать статью

#статьи
👍6
Matplotlib: Цвета и стили графиков

Существует несколько способов задания цвета вручную. Это можно сделать как по имени, так и по hex-коду. Библиотека поддерживает около 140 стандартных цветовых имен. Также существуют различные системы цветовых карт – colormaps. Они делятся на три типа: последовательные (viridis, plasma), дивергентные (coolwarm, seismic) и качественные (tab10, Set2).

Кроме этого, в matplotlib есть предустановленные темы. Они позволяют сделать все графики в едином стиле. Самые популярные – ggplot, seaborn, fiverthirtyeight.

#практика
👍10🔥1