Лучшие практики структурирования проекта Django

В этой статье я расскажу вам о шаблоне, который я создал для своих Django-проектов. Он использует лучшие практики и позволит вам создавать Django-проекты по промышленным стандартам.
Вместо того чтобы бороться со структурами своих Django-проектов. Вместо этого потратьте свою энергию на создание интересных функций.

https://itnext.io/best-practices-for-structuring-a-django-project-23b8c1181e3f

#python

👉 @python_real

Сборщик мусора CPython и его влияние на производительность приложения

В прошлом я уже публиковал детальный разбор кода сборщика мусора CPython, однако стоит также дать более высокоуровневое объяснение механизмов управления памятью в CPython, не затрагивая сам код. Этому и будет посвящена данная статья. Статья в основном будет посвящена циклическому сборщику мусора (GC), как и когда он запускается и его влиянию на производительность приложений.

https://habr.com/ru/companies/beget/articles/860406/

#python

👉 @python_real

YAML: The Missing Battery in Python

https://realpython.com/python-yaml/

#python

👉 @python_real

Python больше не король Data Science

Если вы читаете это, то, скорее всего, Python — ваш основной язык, когда речь заходит о Data Science. И, честно говоря, с этим трудно спорить. Python долгое время оставался королем в мире Data Science благодаря своим отличным библиотекам, таким как Numpy, Pandas и scikit-learn.

Однако если что-то всегда было на вершине, это не значит, что оно будет в безопасности там вечно. Вы слышите шепот, замечаете появление новых языков — и, возможно, начинаете задумываться:

https://blog.stackademic.com/is-python-still-the-king-of-data-science-476f1e3191b3

#python

👉 @python_real

Мое путешествие в мир машинного обучения: идеальная дорожная карта для начинающих

Мое путешествие в мире машинного обучения было далеко не традиционным. Я начал с проектного подхода, сосредоточив внимание на проектах, а не на теории. Этот метод «сначала код, потом теория» помог мне изучать машинное обучение на практике.

Я лучше всего учусь из необходимости. Когда я сталкиваюсь с задачей, я нахожу ресурсы, изучаю их и сразу приступаю к действию. Такой подход «учись по ходу» позволяет мне оставаться практичным и сосредоточенным на своих карьерных целях.

https://medium.com/@ashujha44/my-machine-learning-journey-perfect-roadmap-for-beginners-78208c47fb92

#python

👉 @python_real

Excel никуда не денется, давайте автоматизируем его парсинг

В этом руководстве я поделюсь тем, как я создал простую функцию, которая находит и извлекает таблицы из неаккуратных файлов Excel с использованием Python и Pandas. И что самое лучшее, вы можете адаптировать этот метод для работы с Polars или любой другой библиотекой для работы с DataFrame.

https://blog.det.life/excel-isnt-going-anywhere-so-let-s-automate-parsing-it-e60273335a0c

#python

👉 @python_real

Python 3.13: классные новые функции, которые стоит попробовать

Python 3.13 был выпущен 7 октября 2024 года. Эта новая версия является значительным шагом вперёд для языка, хотя многие из самых крупных изменений происходят "под капотом" и не будут сразу видны вам.

В каком-то смысле, Python 3.13 закладывает основу для будущих улучшений, особенно в области производительности языка. По мере того, как вы продолжите читать, вы узнаете больше о контексте этих изменений и познакомитесь с некоторыми новыми функциями, которые уже доступны.

https://realpython.com/python313-new-features

#python

👉 @python_real

Очистка и предварительная обработка текстовых данных в Pandas для задач обработки естественного языка (NLP)

Очистка и предварительная обработка данных — это сложный, но важный этап при создании решений в области ИИ и машинного обучения. Текстовые данные не являются исключением. Этот учебник предлагает подходы к подготовке текстов для задач NLP, таких как решения языковых моделей (LMs). Используя pandas DataFrame, вы сможете эффективно подготавливать текст для последующей обработки моделями и алгоритмами NLP.

https://www.kdnuggets.com/cleaning-and-preprocessing-text-data-in-pandas-for-nlp-tasks

#python

👉 @python_real

Тестовое собеседование на Middle Python-разработчика в четверг

5 декабря(в четверг) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика.

Как это будет:
1. Карим, Team lead в Чойс, ex-Kaspersky будет задавать реальные вопросы и задачи разработчику-добровольцу
2. Карим будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью
3. В конце можно будет задать любой вопрос Кариму

Что узнаешь на прямом эфире от ШОРТКАТ:
• Чего ждут от кандидатов на Middle позиции в Python-разработке
• Какие вопросы задают на интервью и зачем
• Как подготовиться к собесу, чтобы получить оффер

Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_python_bot

Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2VtzqvTesKW

Как читать пользовательский ввод с клавиатуры в Python

Это новый подробный туториал от Real Python. Статья объясняет, как считывать ввод пользователя с клавиатуры при помощи функции input(). Она рассматривает такие темы, как:
▪️считывание различных типов данных,
▪️обработка ошибок,
▪️ чтение нескольких вводов от пользователя.

Также обсуждается защита чувствительных данных с использованием модуля getpass и автоматизация проверки ввода с помощью PyInputPlus.

https://realpython.com/python-keyboard-input/

#python

👉 @python_real

15 репозиториев Python на GitHub, которые должен знать каждый разработчик 2024

https://favtutor.com/articles/github-repositories-python/

👉 @python_real

8 лучших инструментов Python для работы с изображениями

Хотите извлечь базовые данные из изображений? В этой статье перечислены некоторые из лучших инструментов Python для работы с изображениями, которые помогают преобразовывать изображения.

https://www.kdnuggets.com/2022/11/8-best-python-image-manipulation-tools.html

👉 @python_real

Writing Robust Tests for Data & Machine Learning Pipelines

https://eugeneyan.com/writing/testing-pipelines/

👉 @python_real

Сканер портов на Python

Создаем многопоточный сканер портов на Python с функцией захвата баннеров для аудита сетевой безопасности.

https://python.plainenglish.io/building-a-port-scanner-in-python-69afabda145b

#python

👉 @python_real

📂 Как получить список всех файлов в директории на Python

Статья о том, как с помощью Python получать список файлов в директориях. Рассмотрены различные способы, включая использование модулей os, os.path, glob и более современного pathlib.

Особое внимание уделено:
- Фильтрации файлов по расширению.
- Рекурсивному поиску в подпапках.
- Преимуществам каждого подхода.

https://realpython.com/get-all-files-in-directory-python/

#python

👉 @python_real

🔍 Замена строк в Python: Полное руководство 🔍

Если вы хотите научиться эффективно работать со строками в Python, это руководство — то, что вам нужно! В статье подробно разбираются различные подходы к замене строк: от методов str.replace() до использования регулярных выражений для более сложных задач.

https://realpython.com/replace-string-python/

#python

👉 @python_real

Узнай грейд и рыночную зарплату + получи план развития бесплатно

На связи ШОРТКАТ. Мы провели 300+ собеседований с менторами из бигтеха, собрали ключевые вопросы с собесов и сделали тест, который поможет оценить навыки.

Вот как это работает:

1. Ты проходишь экспресс-тест за 20 минут или его расширенную версию

2. Бронируешь звонок для презентации обратной связи по ответам — можем встретиться уже на следующий день!

3. К созвону проверим ответы, чекнем СV и на основе этого оценим твой грейд.

Ещё подскажем зарплату в рынке, построим план развития до следующего уровня и расскажем про наш новый продукт, который поможет получить выгодный оффер в 2025 году.

Переходи в бота и проходи тест бесплатно, а дальше расскажем, что и как  👉@shortcut_python_bot

Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2Vtzqxm3TS3

NumPy: max() и maximum(): поиск экстремальных значений в массивах

Статья посвящена сравнению функций numpy.max() и numpy.maximum() из библиотеки NumPy. Автор подробно объясняет их различия, примеры использования и подходящие сценарии для каждой функции.

Основные моменты статьи:
- numpy.max():
Используется для нахождения одного максимального значения по всему массиву или вдоль указанной оси.
Примеры применения включают вычисление глобального максимума или максимума в строках/столбцах массива.
- numpy.maximum():
Работает с двумя массивами и возвращает массив, состоящий из максимальных значений поэлементно.
Подходит для задач сравнения массивов одинаковой формы или работы с широковещанием (broadcasting).
- Подробные примеры иллюстрируют, как использовать обе функции в реальных задачах.
- Рассматриваются случаи, когда важны производительность и корректность выбора функций.

Статья помогает глубже понять, как правильно выбирать между этими функциями в зависимости от целей анализа данных или вычислений.

https://realpython.com/numpy-max-maximum/

#python

👉 @python_real

Getters и Setters в Python — это мощный инструмент для управления доступом к атрибутам объекта.

В статье детально рассматривается, как их использовать для инкапсуляции данных и контроля за изменениями свойств объекта.

Основные моменты:
- Объяснение, почему в Python прямой доступ к атрибутам предпочтительнее, но геттеры и сеттеры остаются важными.
- Использование декоратора @property для создания свойства с геттером и сеттером.
- Примеры, как эти механизмы помогают улучшить читаемость и безопасность кода.

https://realpython.com/python-getter-setter/

#python

👉 @python_real

📕Открытый урок для Python-разработчиков, инженеров, QA-специалистов и специалистов по Data Science

На открытом уроке 23 января в 20:00 мск мы изучим асинхронное взаимодействие в Python на примере RabbitMQ.

📗В результате мы:
- Поговорим про асинхронное взаимодействие в микросервисной архитектуре и асинхронное программирование в Python;
- Рассмотрим практический пример построения архитектуры приложения;
- Разберемся в преимуществах и недостатках такого подхода.

Спикер Панкрашов Дмитрий — ведущий разработчик в компании-партнере вендора СЭД "Директум", 5+ лет опыта в backend-разработке, работает с Python, PHP, .NET (C#), PostgreSQL.

👉 Регистрируйтесь прямо сейчас, чтобы не пропустить мероприятие: https://vk.cc/cHw4uY

📙 Все участники открытого урока получат скидку на курс "Python Developer. Professional"

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

🐍 Операторы Python `in` и `not in`: проверка на принадлежность

Знаете ли вы, что в Python есть оператор, который делает код чище и удобнее? Это оператор in! 🎯

👉 Что он делает?
Оператор in проверяет, содержится ли элемент в последовательности (списке, строке, кортеже) или ключ в словаре. Возвращает True, если находит, и False, если нет.

Примеры использования:
1️⃣ Проверка элемента в списке:

"a" in ["a", "b", "c"]  # True

2️⃣ Поиск подстроки в строке:

"hello" in "hello world"  # True

3️⃣ Проверка ключа в словаре:

"key" in {"key": "value"}  # True

💡 Особенности:
- Работает с любыми итерируемыми объектами.
- Для пользовательских классов можно добавить поддержку in, реализовав метод __contains__.

⚡ Эффективность:
- Для списков и строк: O(n) (линейная сложность).
- Для множеств (set) и словарей (dict): O(1) (почти мгновенно, благодаря хэш-таблицам).

🔍 Альтернативы:
- Для строк: методы str.find() или str.index().
- Для обработки исключений: try и except.

Оператор in — это не только удобно, но и читаемо! Используйте его, чтобы писать лаконичный и понятный код. 😉

https://realpython.com/python-in-operator/

#python

👉 @python_real