Flutter на Python

Flet — это платформа, которая позволяет легко создавать веб-приложения, мобильные и настольные приложения в реальном времени на Python. Делимся статьей, где автор демонстрирует работу данного фреймворка.

👉Читать статью

#статьи

Множественное наследование

Класс может быть получен более чем из одного базового класса в Python. Это называется множественным наследованием. При множественном наследовании свойства всех базовых классов наследуются производным классом. Синтаксис множественного наследования аналогичен одиночному наследованию. Данное видео поможет разобраться с множественным наследованием.

👀Смотреть видео

#видео

MongoDB: расширенные запросы

Чтобы сделать расширенные запросы, ты можешь использовать модификаторы в качестве значений в объекте запроса. Например. чтобы найти документы, в которых поле «адрес» начинается с буквы «S» или выше (в алфавитном порядке), используй модификатор «больше чем»: {"$gt": "S"}.

#практика #mongodb

Скачивание музыки из ВКонтакте

Делимся статьей, где автор реализовал бота для Discord. С помощью него ты можешь получать и скачивать музыку из ВКонтакте. С помощью библиотеки vk api получается ссылка на m3u8 файл. Библиотеки m3u8 и pycryptodome используются для расшифровки ключей.

👉Читать статью

#статьи #библиотеки

Работа с файлами

Делимся видео, где автор демонстрируют работу с файлами. Ты узнаешь, как открывать, записывать и считывать данные из файла в текстовом и бинарном режимах. Рассматриваются следующие методы: open, read, seek, tell, readline, write. Также рассмотрен модуль pickle.

👀Смотреть видео

#видео

Поиск объектов на видео

Делимся статьей, где автор рассказывает про поиск объектов на видео с помощью Python и OpenCV. Помимо обычных видео можно использовать и камеры. Программа будет запрашивать путь до видео и объекты, которые хотим найти. Вместо пути до видео можно использовать ссылку на видео с камеры.

👉Читать статью

#статьи

NumPy: Произведение

Чтобы найти произведение элементов массива, используй функцию prod(). Если ты укажешь axis=1, NumPy вернет произведение каждого массива. В данном примере продемонстрировано использования prod() как с axis, так и без.

#практика #numpy

Sklearn: преобразователи данных

В Sklearn много преобразователей, но не для каждого вообразимого сценария предварительной обработки. В данной статье демонстрируется, как создавать собственные преобразователи Sklearn. Они позволяют интегрировать практически любую функцию или преобразование данных в классы Sklearn Pipeline.

👉Читать статью

#статьи

Быстрая сортировка Хоара

Быстрая сортировка Хоара работает путем инициализации двух индексов, которые начинаются с двух концов. Два индекса перемещаются друг к другу до тех пор, пока не будет найдена инверсия (меньшее значение слева и большее значение справа). Когда инверсия найдена, два значения меняются местами, и процесс повторяется. Данное видео поможет разобраться с быстрой сортировкой Хоара.

👀Смотреть видео

#видео

NumPy: Объединение массивов

Объединение означает размещение содержимого двух или более массивов в одном массиве. В NumPy объединение массивов осуществляется по осям. Последовательность массивов передается функции concatenate() вместе с осью. Если ось не передается явно, она принимается равной 0.

#практика #numpy

Работа с датами в Pandas

Делимся статьей, где автор рассказывает про работу с датами в Pandas. Ты узнаешь, как извлечь из даты информацию о месяце и годе; как прибавить к дате временной интервал. Продемонстрировано нахождение интервала в днях между двумя датами; формирование последовательности дат между начальной и конечной датами.

👉Читать статью

#статьи #pandas

Фильтр Калмана

Фильтрация Калмана — это алгоритм, который обеспечивает оценку некоторых неизвестных переменных с учетом измерений, наблюдаемых с течением времени. Фильтры Калмана имеют относительно простую форму и требуют небольшой вычислительной мощности. Делимся видео, где автор рассказывает про фильтр Калмана.

👀Смотреть видео

#видео

Drag-and-Drop

Drag-and-Drop – это действие по выбору объекта или части текста, его перемещению (перетаскиванию) и последующему размещению в другую область. Делимся статьей, где автор демонстрирует работу Drag-and-Drop на Python и OpenCV.

👉Читать статью

#статьи

JavaScript теперь в телеграм!

JavaScript — самый популярный язык в мире, он используется в 95% всех сайтов, которые вообще существуют. Теперь у JS есть русскоязычный канал. Это первоисточник всего, что появляется в платных курсах и остальных ресурсов. Стоит подписаться!

NumPy: unique

Функция unique() используется для поиска уникальных элементов массива. Она возвращает отсортированные уникальные элементы массива. В дополнение к уникальным элементам есть три дополнительных вывода: индексы входного массива, которые дают уникальные значения; индексы уникального массива, которые восстанавливают входной массив; сколько раз каждое уникальное значение появляется во входном массиве. Данное видео демонстрирует работу unique().

👀Смотреть видео

#видео #numpy

math.factorial

Метод math.factorial() возвращает факториал числа. Факториал числа представляет собой сумму умножения всех целых чисел от указанного тобой числа до 1. Например, факториал 6 будет равен 6 x 5 x 4 x 3 x 2 x 1 = 720. Обрати внимание, этот метод принимает только положительные целые числа.

#практика #math

Введение в OpenCV

OpenCV — это огромная библиотека с открытым исходным кодом для компьютерного зрения, машинного обучения и обработки изображений. Она может обрабатывать изображения и видео для идентификации объектов, лиц или даже почерка человека. Данная статья поможет тебе начать работать с изображениями.

👉Читать статью

#статьи #библиотеки

Сортировка выбором

Алгоритм сортировки выбором сортирует массив, находя минимальное значение несортированной части и заменяя его первым несортированным элементом. При работе с данным алгоритмом дополнительные списки не требуются. Делимся видео, где автор демонстрирует работу алгоритма.

👀Смотреть видео

#видео

Ускорение обучения XGBoost-моделей

Экстремальный градиентный бустинг, или XGBoost, — это эффективная реализация алгоритма градиентного бустинга с открытым исходным кодом. Этот метод популярен для задач классификации и регрессии с использованием табличных наборов данных из-за его скорости выполнения и производительности модели. Процесс обучения XGBoost может занять много времени. Делимся статьей, где автор рассказывает про ускорение обучения XGBoost-моделей.

👉Читать статью

#статьи

NumPy: Дискретная разность

Дискретная разность означает вычитание двух последовательных элементов. Например. для [1, 2, 3, 4] дискретная разница будет [2-1, 3-2, 4-3] = [1, 1, 1] Чтобы найти дискретную разницу, используй функцию diff(). Эту операцию можно выполнять несколько раз, задав параметр n.

#практика #numpy