Язык Julia: что это и почему он популярен в научных вычислениях
Julia получил признание благодаря универсальности, скорости, понятному синтаксису и множеству других достоинств, о которых мы расскажем в статье. Этот идеальный вариант для научных вычислений в любых отраслях — от анализа огромных массивов данных до расчетов прочности архитектурных объектов.
Узнаем, каковы особенности и преимущества языка программирования Julia, почему он популярен в научных вычислениях, чем отличается от других топовых языков и где применяется.
Подробнее👇
#статьи
@python_practics
Julia получил признание благодаря универсальности, скорости, понятному синтаксису и множеству других достоинств, о которых мы расскажем в статье. Этот идеальный вариант для научных вычислений в любых отраслях — от анализа огромных массивов данных до расчетов прочности архитектурных объектов.
Узнаем, каковы особенности и преимущества языка программирования Julia, почему он популярен в научных вычислениях, чем отличается от других топовых языков и где применяется.
Подробнее👇
#статьи
@python_practics
👍3
Building Modern Data Applications Using Databricks Lakehouse: Develop, optimize, and monitor data pipelines on Databricks
Чему вы научитесь:
• Разработке приложений на платформе Databricks Lakehouse;
• Созданию и оптимизации data pipeline;
• Работе с Delta Lake и Spark;
• Анализу больших данных и машинному обучению;
• Мониторингу и управлению данными.
"Building Modern Data Applications Using Databricks Lakehouse" научит вас создавать современные приложения для работы с данными в единой платформе Lakehouse.
Книга в формате pdf👇
#курсы_книги
@python_practics
Чему вы научитесь:
• Разработке приложений на платформе Databricks Lakehouse;
• Созданию и оптимизации data pipeline;
• Работе с Delta Lake и Spark;
• Анализу больших данных и машинному обучению;
• Мониторингу и управлению данными.
"Building Modern Data Applications Using Databricks Lakehouse" научит вас создавать современные приложения для работы с данными в единой платформе Lakehouse.
Книга в формате pdf👇
#курсы_книги
@python_practics
👍2
Что из нижеперечисленного не является типом данных?
Anonymous Quiz
16%
Числа
9%
Кортежи
69%
Функции
6%
Множества
👍2
PostgreSQL vs. ClickHouse vs. DuckDB: какую опенсорс базу выбрать для аналитики в 2025 году?
В 2025 году выбор правильной открытой базы данных для аналитики становится критически важным для успеха любого проекта. PostgreSQL, ClickHouse и DuckDB — три лидера в этой области. PostgreSQL славится своей надежностью и гибкостью, ClickHouse — высокопроизводительными аналитическими возможностями, а DuckDB — простотой использования и интеграции. Авторы статьи рассказали какая из этих баз данных лучше всего подойдет для аналитиков в текущем году.
Подробнее👇
#статьи
@python_practics
В 2025 году выбор правильной открытой базы данных для аналитики становится критически важным для успеха любого проекта. PostgreSQL, ClickHouse и DuckDB — три лидера в этой области. PostgreSQL славится своей надежностью и гибкостью, ClickHouse — высокопроизводительными аналитическими возможностями, а DuckDB — простотой использования и интеграции. Авторы статьи рассказали какая из этих баз данных лучше всего подойдет для аналитиков в текущем году.
Подробнее👇
#статьи
@python_practics
👍2
Внимание! - Вопрос!
За что отвечает Meta в сериализаторе?
В классе Meta сериализатора можно задать модель по которой будет создан сериализатор, поля, которые будут включены (или exclude для исключения), list_serializer_class, например для того чтобы задать специфическую валидацию списков и тд.
#вопросы_из_собеседований
@python_practics
За что отвечает Meta в сериализаторе?
#вопросы_из_собеседований
@python_practics
👍1
Задача:
Напишите функцию, которая принимает массив из 10 целых чисел (от 0 до 9) и возвращает строку из этих чисел в виде телефонного номера.
Пример:
#задачник
@python_practics
Напишите функцию, которая принимает массив из 10 целых чисел (от 0 до 9) и возвращает строку из этих чисел в виде телефонного номера.
Пример:
create_phone_number([1, 2, 3, 4, 5, 6, 7, 8, 9, 0]) # => returns "(123) 456-7890"
#задачник
@python_practics
👍2
Переворот строки
Этот сниппет использует срезы для переворота строки. Срез [::-1] возвращает строку в обратном порядке.
👍 - если было полезно
#полезные_сниппеты
@python_practics
Этот сниппет использует срезы для переворота строки. Срез [::-1] возвращает строку в обратном порядке.
👍 - если было полезно
#полезные_сниппеты
@python_practics
👍12
Внимание! - Вопрос!
Какая разница в быстродействии между django и Flask?
Насчет быстродействия затрудняюсь ответить, потому что это довольно каверзный вопрос, тестов лично я не проводил. Но, что касается отличий этих двух фреймворков:
• Flask предоставляет простоту, гибкость и аккуратность в работе, позволяя пользователю самому выбирать, как реализовать те или иные вещи.
• Django предоставляет пакет «все включено»: у вас есть панель админа, интерфейсы баз данных, ORM, и структура каталогов для ваших приложений и проектов.
Под каждую задачу нужно брать свой инструмент, Django хорошо подойдет для новостных сайтов, блогов и тд, благодаря тому что у него уже из коробки есть многое (в том числе админка), да и создавался он именно под такой тип сайтов. Flask же из коробки напротив, практически ничего не имеет и лучше подойдет для каких-либо микросервисов или приложений для которых стек технологий с которыми поставляется Django не подходит.
#вопросы_из_собеседований
@python_practics
Какая разница в быстродействии между django и Flask?
• Flask предоставляет простоту, гибкость и аккуратность в работе, позволяя пользователю самому выбирать, как реализовать те или иные вещи.
• Django предоставляет пакет «все включено»: у вас есть панель админа, интерфейсы баз данных, ORM, и структура каталогов для ваших приложений и проектов.
Под каждую задачу нужно брать свой инструмент, Django хорошо подойдет для новостных сайтов, блогов и тд, благодаря тому что у него уже из коробки есть многое (в том числе админка), да и создавался он именно под такой тип сайтов. Flask же из коробки напротив, практически ничего не имеет и лучше подойдет для каких-либо микросервисов или приложений для которых стек технологий с которыми поставляется Django не подходит.
#вопросы_из_собеседований
@python_practics
👍3🔥2
Seaborn
Библиотека визуализации данных Python, основанная на Matplotlib. По сравнению с Matplotlib, Seaborn можно использовать для создания более привлекательных и информативных статистических графиков. Наряду с обширной поддержкой визуализации данных Seaborn также поставляется со встроенным API, ориентированным на набор данных, для изучения взаимосвязей между несколькими переменными.
Особенности Seaborn:
• Высокоуровневый интерфейс для создания привлекательных и информативных статистических графиков.
• Параметры для анализа и визуализации одномерных и двумерных точек данных, а также для сравнения данных с другими подмножествами данных.
• Поддержка автоматизированной статистической оценки и графического представления моделей линейной регрессии для различных типов целевых переменных.
• Создает сложные визуализации для структурирования сеток из нескольких графиков, предоставляя функции, выполняющие высокоуровневые абстракции.
Подробнее👇
#фреймворки_библиотеки
@python_practics
Библиотека визуализации данных Python, основанная на Matplotlib. По сравнению с Matplotlib, Seaborn можно использовать для создания более привлекательных и информативных статистических графиков. Наряду с обширной поддержкой визуализации данных Seaborn также поставляется со встроенным API, ориентированным на набор данных, для изучения взаимосвязей между несколькими переменными.
Особенности Seaborn:
• Высокоуровневый интерфейс для создания привлекательных и информативных статистических графиков.
• Параметры для анализа и визуализации одномерных и двумерных точек данных, а также для сравнения данных с другими подмножествами данных.
• Поддержка автоматизированной статистической оценки и графического представления моделей линейной регрессии для различных типов целевых переменных.
• Создает сложные визуализации для структурирования сеток из нескольких графиков, предоставляя функции, выполняющие высокоуровневые абстракции.
Подробнее👇
#фреймворки_библиотеки
@python_practics
👍2❤1
Поиск максимального и минимального элемента в списке
Функция find_min_max использует встроенные функции min() и max() для нахождения минимального и максимального элементов в списке.
👍 - если было полезно
#полезные_сниппеты
@python_practics
Функция find_min_max использует встроенные функции min() и max() для нахождения минимального и максимального элементов в списке.
👍 - если было полезно
#полезные_сниппеты
@python_practics
👍8👎3
OpenAI представила модели o3 и o4-mini с новым уровнем рассуждений
OpenAI представила новые языковые модели — o3 и o4-mini, сфокусированные на глубоком reasoning — то есть способности к логичным и последовательным рассуждениям. По словам компании, это их лучшие модели для решения сложных задач: от написания кода до работы с визуальной информацией и анализа данных. Особенность обеих моделей — доступ к внешним инструментам: браузеру, интерпретатору Python и другим API. Это позволяет им не просто генерировать текст, а использовать реальные данные и вычисления в ответах.
Подробнее👇
#статьи
@python_practics
OpenAI представила новые языковые модели — o3 и o4-mini, сфокусированные на глубоком reasoning — то есть способности к логичным и последовательным рассуждениям. По словам компании, это их лучшие модели для решения сложных задач: от написания кода до работы с визуальной информацией и анализа данных. Особенность обеих моделей — доступ к внешним инструментам: браузеру, интерпретатору Python и другим API. Это позволяет им не просто генерировать текст, а использовать реальные данные и вычисления в ответах.
Подробнее👇
#статьи
@python_practics
👍4