Введение в информатику и программирование на Python
6.0001 «Введение в информатику и программирование на Python» предназначен для студентов с небольшим опытом программирования или без него. Цель курса - дать студентам понимание роли вычислений в решении проблем и помочь студентам, независимо от их специализации, почувствовать обоснованную уверенность в своей способности писать небольшие программы, которые позволяют им достигать полезных целей. В классе используется язык программирования Python 3.5.
https://ocw.mit.edu/courses/6-0001-introduction-to-computer-science-and-programming-in-python-fall-2016/
👉 @python_real
6.0001 «Введение в информатику и программирование на Python» предназначен для студентов с небольшим опытом программирования или без него. Цель курса - дать студентам понимание роли вычислений в решении проблем и помочь студентам, независимо от их специализации, почувствовать обоснованную уверенность в своей способности писать небольшие программы, которые позволяют им достигать полезных целей. В классе используется язык программирования Python 3.5.
https://ocw.mit.edu/courses/6-0001-introduction-to-computer-science-and-programming-in-python-fall-2016/
👉 @python_real
What's Lazy Evaluation in Python?
Being lazy is not always a bad thing. Every line of code you write has at least one expression that Python needs to evaluate. Python lazy evaluation is when Python takes the lazy option and delays working out the value returned by an expression until that value is needed.
https://realpython.com/python-lazy-evaluation/
👉 @python_real
Being lazy is not always a bad thing. Every line of code you write has at least one expression that Python needs to evaluate. Python lazy evaluation is when Python takes the lazy option and delays working out the value returned by an expression until that value is needed.
https://realpython.com/python-lazy-evaluation/
👉 @python_real
10 удивительных вещей, которые можно делать со списком в Python
Вам надоело писать объемный код, на чтение и выполнение которого уходит целая вечность? Обратите внимание на понимания списков в Python!
Осмысление списков - это мощный и эффективный способ преобразования и фильтрации данных в краткой и выразительной манере. Перебирая существующий список и применяя к нему преобразование или фильтрацию по условию, вы можете создавать новые списки, содержащие только нужные вам элементы.
https://blog.gopenai.com/10-amazing-things-you-can-do-with-list-comprehensions-in-python-d4f2f270a55f
👉 @python_real
Вам надоело писать объемный код, на чтение и выполнение которого уходит целая вечность? Обратите внимание на понимания списков в Python!
Осмысление списков - это мощный и эффективный способ преобразования и фильтрации данных в краткой и выразительной манере. Перебирая существующий список и применяя к нему преобразование или фильтрацию по условию, вы можете создавать новые списки, содержащие только нужные вам элементы.
https://blog.gopenai.com/10-amazing-things-you-can-do-with-list-comprehensions-in-python-d4f2f270a55f
👉 @python_real
Pandas AI - будущее анализа данных
Представьте, что вы можете разговаривать со своими данными так, будто они ваши лучшие друзья. Именно это и делает Pandas AI! Эта библиотека Python обладает возможностями генеративного искусственного интеллекта, который может превратить ваши фреймы данных в собеседников. Больше не нужно бесконечно смотреть на строки и столбцы.
https://medium.com/@fareedkhandev/pandas-ai-the-future-of-data-analysis-8f0be9b5ab6f
👉 @python_real
Представьте, что вы можете разговаривать со своими данными так, будто они ваши лучшие друзья. Именно это и делает Pandas AI! Эта библиотека Python обладает возможностями генеративного искусственного интеллекта, который может превратить ваши фреймы данных в собеседников. Больше не нужно бесконечно смотреть на строки и столбцы.
https://medium.com/@fareedkhandev/pandas-ai-the-future-of-data-analysis-8f0be9b5ab6f
👉 @python_real
Write Unit Tests for Your Python Code With ChatGPT
Having a good battery of tests for your code may be a requirement for many Python projects. In practice, writing unit tests is hard and can take a lot of time and effort. Therefore, some developers don’t like to write them. However, with large language models (LLMs) and tools like ChatGPT, you can quickly create robust and complete sets of tests for your Python code.
In Python, you can use multiple different tools for writing tests. The most commonly used tools include doctest, unittest, and pytest. ChatGPT can be of great help in writing tests with any of these tools.
https://realpython.com/chatgpt-unit-tests-python/
👉 @python_real
Having a good battery of tests for your code may be a requirement for many Python projects. In practice, writing unit tests is hard and can take a lot of time and effort. Therefore, some developers don’t like to write them. However, with large language models (LLMs) and tools like ChatGPT, you can quickly create robust and complete sets of tests for your Python code.
In Python, you can use multiple different tools for writing tests. The most commonly used tools include doctest, unittest, and pytest. ChatGPT can be of great help in writing tests with any of these tools.
https://realpython.com/chatgpt-unit-tests-python/
👉 @python_real
Декораторы Python - как создавать и использовать декораторы в Python с примерами
В этой статье я рассмотрю следующие темы:
Когда использовать декоратор в Python
Строительные блоки, используемые для создания декоратора
Как создать декоратор в Python
Реальные примеры использования декораторов в Python
Декораторы классов в Python
https://www.freecodecamp.org/news/python-decorators-explained-with-examples/
👉 @python_real
В этой статье я рассмотрю следующие темы:
Когда использовать декоратор в Python
Строительные блоки, используемые для создания декоратора
Как создать декоратор в Python
Реальные примеры использования декораторов в Python
Декораторы классов в Python
https://www.freecodecamp.org/news/python-decorators-explained-with-examples/
👉 @python_real
3 классные библиотеки Python, которые сэкономят ваше время и силы
https://samuel-vidovich.medium.com/3-cool-python-libraries-that-will-save-you-time-and-effort-27fcdc6762d5
👉 @python_real
https://samuel-vidovich.medium.com/3-cool-python-libraries-that-will-save-you-time-and-effort-27fcdc6762d5
👉 @python_real
Используйте Okta и Oso для защиты приложения FastAPI + SQLAlchemy
https://developer.okta.com/blog/2021/06/23/okta-oso-fastapi-sqlalchemy
👉 @python_real
https://developer.okta.com/blog/2021/06/23/okta-oso-fastapi-sqlalchemy
👉 @python_real
Протоколы в Python
В Python 3.8. появилась новая примечательная возможность — протоколы (protocols). Протоколы — это альтернатива абстрактным базовым классам (abstract base classes, ABC). Они позволяют пользоваться структурной подтипизацией (structural subtyping), то есть — осуществлять проверку совместимости классов исключительно на основе анализа их атрибутов и методов. В этом материале мы поговорим о протоколах в Python и разберём практические примеры работы с ними.
https://habr.com/ru/companies/wunderfund/articles/751424/
👉 @python_real
В Python 3.8. появилась новая примечательная возможность — протоколы (protocols). Протоколы — это альтернатива абстрактным базовым классам (abstract base classes, ABC). Они позволяют пользоваться структурной подтипизацией (structural subtyping), то есть — осуществлять проверку совместимости классов исключительно на основе анализа их атрибутов и методов. В этом материале мы поговорим о протоколах в Python и разберём практические примеры работы с ними.
https://habr.com/ru/companies/wunderfund/articles/751424/
👉 @python_real
Python calendar Module: Создание календарей с помощью Python
Python calendar module предоставляет несколько способов создания календарей для Python-программ. Он также включает в себя множество функций для работы с данными календаря в виде строк, чисел и объектов времени даты.
В этом уроке вы узнаете, как использовать модуль calendar для создания и настройки календарей в Python.
https://realpython.com/python-calendar-module/
👉 @python_real
Python calendar module предоставляет несколько способов создания календарей для Python-программ. Он также включает в себя множество функций для работы с данными календаря в виде строк, чисел и объектов времени даты.
В этом уроке вы узнаете, как использовать модуль calendar для создания и настройки календарей в Python.
https://realpython.com/python-calendar-module/
👉 @python_real
Graphs in Python: Breadth-First Search (BFS) Algorithm
https://stackabuse.com/graphs-in-python-breadth-first-search-bfs-algorithm/
👉 @python_real
https://stackabuse.com/graphs-in-python-breadth-first-search-bfs-algorithm/
👉 @python_real
This media is not supported in your browser
VIEW IN TELEGRAM
Ciphey
Полностью автоматизированный инструмент для дешифровки/декодирования/взлома, основанный на обработке естественного языка и искусственном интеллекте, и немного на здравом смысле.
Цель Ciphey - стать инструментом для автоматизации множества расшифровок и дешифровок, таких как шифрование на нескольких базах, классические шифры, хэши и более сложные криптографии.
Если вы не знаете достаточно много о криптографии или хотите быстро проверить зашифрованный текст, прежде чем работать над ним самостоятельно, Ciphey - для вас.
Техническая часть. Ciphey использует специально созданный модуль искусственного интеллекта (AuSearch) с интерфейсом обнаружения шифров, чтобы приблизительно определить, чем что-то зашифровано. Затем используется собственный настраиваемый интерфейс обработки естественного языка, который может определить, когда полученный зашифрованный текст становится обычным.
Здесь нет нейронных сетей или раздутого ИИ. Мы используем только то, что быстро и минимально.
https://github.com/Ciphey/Ciphey/blob/master/translations/ru/README.md
👉 @python_real
Полностью автоматизированный инструмент для дешифровки/декодирования/взлома, основанный на обработке естественного языка и искусственном интеллекте, и немного на здравом смысле.
Цель Ciphey - стать инструментом для автоматизации множества расшифровок и дешифровок, таких как шифрование на нескольких базах, классические шифры, хэши и более сложные криптографии.
Если вы не знаете достаточно много о криптографии или хотите быстро проверить зашифрованный текст, прежде чем работать над ним самостоятельно, Ciphey - для вас.
Техническая часть. Ciphey использует специально созданный модуль искусственного интеллекта (AuSearch) с интерфейсом обнаружения шифров, чтобы приблизительно определить, чем что-то зашифровано. Затем используется собственный настраиваемый интерфейс обработки естественного языка, который может определить, когда полученный зашифрованный текст становится обычным.
Здесь нет нейронных сетей или раздутого ИИ. Мы используем только то, что быстро и минимально.
https://github.com/Ciphey/Ciphey/blob/master/translations/ru/README.md
👉 @python_real
Intro to PDB, the Python Debugger
PDB is an ugly but convenient debugger that is always available with Python.
Using the breakpoint() function, you can pause any program at a specific line, and enter a debugging shell.
In this shell you can run any Python code and access the program state at this line.
https://www.bitecode.dev/p/intro-to-pdb-the-python-debugger
👉 @python_real
PDB is an ugly but convenient debugger that is always available with Python.
Using the breakpoint() function, you can pause any program at a specific line, and enter a debugging shell.
In this shell you can run any Python code and access the program state at this line.
https://www.bitecode.dev/p/intro-to-pdb-the-python-debugger
👉 @python_real
www.bitecode.dev
Intro to PDB, the Python Debugger
Looks like crap, but tastes great
Setting Up Python for Machine Learning on Windows
https://realpython.com/python-windows-machine-learning-setup/
#python
👉 @python_real
https://realpython.com/python-windows-machine-learning-setup/
#python
👉 @python_real
Generative AI in Jupyter
Jupyter AI brings generative artificial intelligence to Jupyter notebooks, giving users the power to explain and generate code, fix errors, summarize content, ask questions about their local files, and generate entire notebooks from a natural language prompt. Using its powerful magic commands and chat interface, Jupyter AI connects Jupyter with large language models (LLM) from providers such as AI21, Anthropic, AWS, Cohere, and OpenAI. We use LangChain to support all popular LLMs and providers, giving you access to new models as they are released. LangChain will let Jupyter AI use local models as well. Jupyter AI version 1.0, for JupyterLab 3, and Jupyter AI 2.0, for JupyterLab 4, are now available as free and open source software.
https://blog.jupyter.org/generative-ai-in-jupyter-3f7174824862
#python
👉 @python_real
Jupyter AI brings generative artificial intelligence to Jupyter notebooks, giving users the power to explain and generate code, fix errors, summarize content, ask questions about their local files, and generate entire notebooks from a natural language prompt. Using its powerful magic commands and chat interface, Jupyter AI connects Jupyter with large language models (LLM) from providers such as AI21, Anthropic, AWS, Cohere, and OpenAI. We use LangChain to support all popular LLMs and providers, giving you access to new models as they are released. LangChain will let Jupyter AI use local models as well. Jupyter AI version 1.0, for JupyterLab 3, and Jupyter AI 2.0, for JupyterLab 4, are now available as free and open source software.
https://blog.jupyter.org/generative-ai-in-jupyter-3f7174824862
#python
👉 @python_real
Синтез эмоций. Модель вдох-выдох
Решил попробовать написать несколько статей о синтезе речи с поддержкой эмоций.
Все началось, когда я решил сделать простой MVP для улучшения разговорного иностранного языка на базе нейронок, онлайн-репетитор. Так как сам испытываю сложности с его изучением.
Но в процессе реализации, я использовал разные модели. Начиная от Fastpitch и Tocatron2 до Bark от Suno. Когда я тестировал свой первый MVP, то при длительном прослушивании синтетического голоса у меня начинала болеть голоса и возникало раздражение. Это особенно сильно возникало, когда озвучка голоса не соответствовала контексту. Возникал аналог эффекта "зловещей долины", но только для звука.
Это заставило меня попытаться найти решения, которое сделает голос более эмоциональным. Здесь я опишу, как я начинал переносить биологическую модель, на синтез сеток.
Первым моим шагом, была разработка модели "вдоха-выдоха". Идея заключалась в том, что 99,999% человек говорит исключительно на выдохе (это касается и животных).
https://habr.com/ru/articles/828676/
#python
👉 @python_real
Решил попробовать написать несколько статей о синтезе речи с поддержкой эмоций.
Все началось, когда я решил сделать простой MVP для улучшения разговорного иностранного языка на базе нейронок, онлайн-репетитор. Так как сам испытываю сложности с его изучением.
Но в процессе реализации, я использовал разные модели. Начиная от Fastpitch и Tocatron2 до Bark от Suno. Когда я тестировал свой первый MVP, то при длительном прослушивании синтетического голоса у меня начинала болеть голоса и возникало раздражение. Это особенно сильно возникало, когда озвучка голоса не соответствовала контексту. Возникал аналог эффекта "зловещей долины", но только для звука.
Это заставило меня попытаться найти решения, которое сделает голос более эмоциональным. Здесь я опишу, как я начинал переносить биологическую модель, на синтез сеток.
Первым моим шагом, была разработка модели "вдоха-выдоха". Идея заключалась в том, что 99,999% человек говорит исключительно на выдохе (это касается и животных).
https://habr.com/ru/articles/828676/
#python
👉 @python_real
Работает — не трожь: зачем обновлять Python в долгоживущих проектах
Всем привет! Меня зовут Сергей Яхницкий. Я пишу на Python уже больше шести лет, техлид в Яндекс Такси, Python‑евангелист и член Python‑комитета Яндекса (аналог Python Steering Council).
Человек я простой, звёзд с Гитхаба не хватал: до того, как я устроился в Такси, я мирно писал маленькие бэкенды на Python. А потом меня прорвало: кодогенерации, CI/CD, кучи тестов, монорепа и прочее. Вот тут‑то моя питоничья душа и воспряла. Решил я всё автоматизировать, обновить всё, что движется, а что не движется — подвигать и обновить. Из этого вышел мой рассказ.
Этот пост широко освещает изменения последних нескольких лет и куда в принципе движется Python. Пост будет полезен как новичкам, которые только ещё изучают Python, так и опытным специалистам, которые думают о языке разработки в долгосрочной перспективе.
https://habr.com/ru/companies/yandex/articles/828956/
#python
👉 @python_real
Всем привет! Меня зовут Сергей Яхницкий. Я пишу на Python уже больше шести лет, техлид в Яндекс Такси, Python‑евангелист и член Python‑комитета Яндекса (аналог Python Steering Council).
Человек я простой, звёзд с Гитхаба не хватал: до того, как я устроился в Такси, я мирно писал маленькие бэкенды на Python. А потом меня прорвало: кодогенерации, CI/CD, кучи тестов, монорепа и прочее. Вот тут‑то моя питоничья душа и воспряла. Решил я всё автоматизировать, обновить всё, что движется, а что не движется — подвигать и обновить. Из этого вышел мой рассказ.
Этот пост широко освещает изменения последних нескольких лет и куда в принципе движется Python. Пост будет полезен как новичкам, которые только ещё изучают Python, так и опытным специалистам, которые думают о языке разработки в долгосрочной перспективе.
https://habr.com/ru/companies/yandex/articles/828956/
#python
👉 @python_real