Modern Data Architectures with Python: A modern approach to building data ecosystems

Архитектура данных на Python научит вас интегрировать потоки машинного обучения и науки о данных в вашу платформу данных. Эта книга даст вам глубокий практический опыт работы с такими инструментами, как Kafka, Apache Spark, MongoDB, Neo4J, Delta Lake MLFlow и SQL Dashboards.
К концу этого путешествия вы накопите богатый багаж практических и теоретических знаний для создания собственных экосистем данных.

Книга в формате pdf👇

#курсы_книги

@python_practics

Как использовать try — except и не испортить себе жизнь

Зачастую новичков в Python ошеломляет многочасовой дебаггинг простых, казалось бы, программ. На элементарные скрипты в 100 строк кода можно потратить несколько часов, ведь каждый трейсбэк кажется огромным и слишком насыщенным. Способность фильтровать такие данные без микрофрустраций формируется лишь спустя десятки часов отладки.

Справиться с негативом помогает конструкция try — except. В Python это лишь способ обработать ошибку и не «обронить» программу. Но если использовать ее не там и не так, лучше не станет (или вовсе будет хуже). Чтобы таких проблем не возникало, изучите этот гайд по применению обработчика.

Полный гайд по ссылке👇

#статьи

@python_practics

Внимание! - Вопрос!

Что вы можете сказать о конструкции import package.item?

При использовании оператора from package import item, item может быть пакетом, модулем или любым именем, описанным в пакете. При использовании оператора import package.item, item должен быть модулем или пакетом.

#вопросы_из_собеседований

@python_practics

Хаотичное цветовое нашествие на модуле turtle

Полный код можно посмотреть по ссылке👇

#sandbox

@python_practics

Декапитализация

Данный код делает первую букву заданной строки строчной.

#полезные_сниппеты

@python_practics

Задача:

Завершите решение так, чтобы строка разбивалась на пары по два символа. Если строка содержит нечетное количество символов, необходимо заменить отсутствующий второй символ последней пары подчеркиванием.

#задачник

@python_practics

Seaborn

Когда вы читаете официальную документацию по Seaborn, она определяется как библиотека визуализации данных на основе Matplotlib, предоставляющем высокоуровневый интерфейс для изображения интересных и информативных статистических графиков. Проще говоря, seaborn - это расширение Matplotlib с дополнительными возможностями.

Так в чем разница между Matplotlib и Seaborn? Matplotlib используется для основного построения столбцовых, круговых, линейных, точечных диаграмм и пр., в то время как Seaborn предоставляет множество шаблонов визуализации с меньшим количеством синтаксических правил, причем более простых.

Подробный гайд по работе с Seaborn👇

#фреймворки_библиотеки

@python_practics

Рисуем Микки Мауса на модуле turtle

Полный код можно посмотреть по ссылке👇

#sandbox

@python_practics