Группировка и агрегация
Агрегирование данных с помощью операций group-by.
👍 - если было полезно
#полезные_сниппеты
@python_practics
Агрегирование данных с помощью операций group-by.
👍 - если было полезно
#полезные_сниппеты
@python_practics
👍4👎1
Выход Visual Studio Code 1.93: поддержка профилей, улучшенная работа с Python и прочие нововведения
Visual Studio Code версии 1.93 представила множество нововведений, включая редактор профилей для переключения между различными наборами настроек, что особенно полезно для разработчиков с разными рабочими процессами. Также улучшена поддержка Python, добавлена возможность работы с тестами Django, и улучшена отладка.
Подробнее👇
#статьи
@python_practics
Visual Studio Code версии 1.93 представила множество нововведений, включая редактор профилей для переключения между различными наборами настроек, что особенно полезно для разработчиков с разными рабочими процессами. Также улучшена поддержка Python, добавлена возможность работы с тестами Django, и улучшена отладка.
Подробнее👇
#статьи
@python_practics
👍4
This media is not supported in your browser
VIEW IN TELEGRAM
Реакция разраба на дизайнера, который презентует концепт сайта с анимациями и эффектами
#мемчики
@python_practics
#мемчики
@python_practics
👍11🔥4
Learn PostgreSQL - Second Edition: Use, manage and build secure and scalable databases with PostgreSQL 16 (2023)
Чему вы научитесь:
• Настройке и управлению PostgreSQL базами данных для обеспечения безопасности и масштабируемости;
• Оптимизации производительности и написанию сложных SQL-запросов;
• Использованию расширенных возможностей PostgreSQL, таких как индексы, триггеры и хранимые процедуры;
• Управлению репликацией, бэкапом и восстановлением данных в PostgreSQL.
Книга "Learn PostgreSQL - Second Edition" является полным руководством по использованию и управлению базами данных PostgreSQL 16. Вы изучите как основные, так и продвинутые функции PostgreSQL, включая настройку безопасности, оптимизацию производительности и управление большими объемами данных. Этот ресурс подходит для администраторов баз данных, разработчиков и специалистов по данным, стремящихся овладеть навыками работы с одной из самых мощных СУБД.
Книга в формате pdf👇
#курсы_книги
@python_practics
Чему вы научитесь:
• Настройке и управлению PostgreSQL базами данных для обеспечения безопасности и масштабируемости;
• Оптимизации производительности и написанию сложных SQL-запросов;
• Использованию расширенных возможностей PostgreSQL, таких как индексы, триггеры и хранимые процедуры;
• Управлению репликацией, бэкапом и восстановлением данных в PostgreSQL.
Книга "Learn PostgreSQL - Second Edition" является полным руководством по использованию и управлению базами данных PostgreSQL 16. Вы изучите как основные, так и продвинутые функции PostgreSQL, включая настройку безопасности, оптимизацию производительности и управление большими объемами данных. Этот ресурс подходит для администраторов баз данных, разработчиков и специалистов по данным, стремящихся овладеть навыками работы с одной из самых мощных СУБД.
Книга в формате pdf👇
#курсы_книги
@python_practics
👍3❤1
Какая функция предоставляет доступ к документации Python для любой функции?
Anonymous Quiz
59%
help()
40%
doc()
1%
mat()
👍4
Что такое сети Колмогорова-Арнольда и как они улучшают обучение Graph
Сети Колмогорова-Арнольда появились совсем недавно, но уже успели произвести фурор благодаря совершенно новой архитектуре. Авторы статьи рассказали, что это такое и как они помогают в обучении Graph.
Подробнее👇
#статьи
@python_practics
Сети Колмогорова-Арнольда появились совсем недавно, но уже успели произвести фурор благодаря совершенно новой архитектуре. Авторы статьи рассказали, что это такое и как они помогают в обучении Graph.
Подробнее👇
#статьи
@python_practics
👍3
Внимание! - Вопрос!
Какая разница между CI и CD?
Continuous integration (непрерывная интеграция). Непрерывная интеграция заключается в следующем: все изменения, вносимые в код, объединяются в центральном репозитории (операция называется «слияние»). Слияние происходит несколько раз в день, и после каждого слияния в конкретном проекте срабатывает автоматическая сборка и тестирование.
Continuous delivery (непрерывная доставка). Непрерывная доставка – это практика автоматизации всего процесса релиза ПО. Идея заключается в том, чтобы выполнять CI, плюс автоматически готовить и вести релиз к продакшену. При этом желательно добиться следующего: любой, кто обладает достаточными привилегиями для развертывания нового релиза может выполнить развертывание в любой момент, и это можно сделать в несколько кликов. Программист, избавившись практически от всей ручной работы, трудится продуктивнее.
#вопросы_из_собеседований
@python_practics
Какая разница между CI и CD?
Continuous delivery (непрерывная доставка). Непрерывная доставка – это практика автоматизации всего процесса релиза ПО. Идея заключается в том, чтобы выполнять CI, плюс автоматически готовить и вести релиз к продакшену. При этом желательно добиться следующего: любой, кто обладает достаточными привилегиями для развертывания нового релиза может выполнить развертывание в любой момент, и это можно сделать в несколько кликов. Программист, избавившись практически от всей ручной работы, трудится продуктивнее.
#вопросы_из_собеседований
@python_practics
👍4
Задача:
При наличии массива целых чисел удалите наименьшее значение. Не изменяйте исходный массив/список. Если есть несколько элементов с одинаковым значением, удалите тот, у которого наименьший индекс. Если вы получаете пустой массив/список, верните пустой массив/список.
Пример:
#задачник
@python_practics
При наличии массива целых чисел удалите наименьшее значение. Не изменяйте исходный массив/список. Если есть несколько элементов с одинаковым значением, удалите тот, у которого наименьший индекс. Если вы получаете пустой массив/список, верните пустой массив/список.
Пример:
Input: [1,2,3,4,5], output = [2,3,4,5]
Input: [5,3,2,1,4], output = [5,3,2,4]
#задачник
@python_practics
👍3
Визуализация данных
Создание графиков и диаграмм для исследования данных.
👍 - если было полезно
#полезные_сниппеты
@python_practics
Создание графиков и диаграмм для исследования данных.
👍 - если было полезно
#полезные_сниппеты
@python_practics
👍5❤1👎1
Внимание! - Вопрос!
Какая разница между Scrum и Kanban?
Основу Scrum составляют короткие итерации или спринты, как правило, 2-3-х недельные. Перед началом спринта команда сама формирует список фич на итерацию, далее запускается спринт.
Kanban дает больше гибкости, если под гибкостью понимать частоту смены приоритетов. Вчера вы залили на прод новую фичу, а сегодня получили данные с передовой и узнали, что вот эта штука не работает так, как было задумано — люди не нажимают кнопку «купить». Вы «даете по шапке» UX, он дает вам новые требования. Вы поднимаете наверх очереди эту задачу, программист берет эту задачу «сверху», выполняет ее и, к вечеру fix уже на проде, конверсия в платежи выросли на 12%. Это победа.
Основная разница между Scrum и Канбан — в длине итераций. В Scrum итерации — 2 недели, в Kanban задачи программисту можно «подсовывать» хоть каждый день.
#вопросы_из_собеседований
Основу Scrum составляют короткие итерации или спринты, как правило, 2-3-х недельные. Перед началом спринта команда сама формирует список фич на итерацию, далее запускается спринт.
Kanban дает больше гибкости, если под гибкостью понимать частоту смены приоритетов. Вчера вы залили на прод новую фичу, а сегодня получили данные с передовой и узнали, что вот эта штука не работает так, как было задумано — люди не нажимают кнопку «купить». Вы «даете по шапке» UX, он дает вам новые требования. Вы поднимаете наверх очереди эту задачу, программист берет эту задачу «сверху», выполняет ее и, к вечеру fix уже на проде, конверсия в платежи выросли на 12%. Это победа.
Основная разница между Scrum и Канбан — в длине итераций. В Scrum итерации — 2 недели, в Kanban задачи программисту можно «подсовывать» хоть каждый день.
#вопросы_из_собеседований
👍5
Jupyter Notebook
Jupyter Notebook — это мощный инструмент для разработки и представления проектов Data Science в интерактивном виде. Он объединяет код и вывод все в виде одного документа, содержащего текст, математические уравнения и визуализации.
Такой пошаговый подход обеспечивает быстрый, последовательный процесс разработки, поскольку вывод для каждого блока показывается сразу же. Именно поэтому инструмент стал настолько популярным в среде Data Science за последнее время. Большая часть Kaggle Kernels (работы участников конкурсов на платформе Kaggle) сегодня созданы с помощью Jupyter Notebook.
Подробнее👇
#фреймворки_библиотеки
@python_practics
Jupyter Notebook — это мощный инструмент для разработки и представления проектов Data Science в интерактивном виде. Он объединяет код и вывод все в виде одного документа, содержащего текст, математические уравнения и визуализации.
Такой пошаговый подход обеспечивает быстрый, последовательный процесс разработки, поскольку вывод для каждого блока показывается сразу же. Именно поэтому инструмент стал настолько популярным в среде Data Science за последнее время. Большая часть Kaggle Kernels (работы участников конкурсов на платформе Kaggle) сегодня созданы с помощью Jupyter Notebook.
Подробнее👇
#фреймворки_библиотеки
@python_practics
👍3