Собрали в одном месте самые важные ссылкичитайте нас в Telegram
Это вводная статья о использовании vstruct для обработки бинарных данных.
Основная "фишка" этого модуля - декларативное описание обработки.
Процесс использования API сопряжен с некоторыми трудностями. Это статья рассказывает с какими, также вы найдете ответ на вопрос как начать использовать API популярных сервисов.
Новая статья про анализ данных. В этой статье анализируются комментарии с сайта Reddit
Статья рассказывает как с помощью opencv можно определить размытие на изображении
По ссылке вы найдете готовый код для подключения Oath2 от Google в ваше Flask приложение.
В статье вы найдете подробный анализ базовых возможностей библиотек для создания консольных утилит
Хочу показать и рассказать о небольшой программке, которая принесла пользу. Однажды на работе мне написал друг. Диалог у нас состоялся примерно следующий: — Привет, я тут обучаюсь технике слепой печати. Дело в том, что на линуксе нет программки, которая могла бы мне помочь. В общем, может ты сможешь быстренько написать такую? Так как помочь другу — святое дело, да и задача выглядела интересной, помочь я согласился. В итоге получилось вот что: Кому интересно, подробности ниже
Статья рассказывает как проблемы могут вызвать утечки памяти и как их можно искать.
Короткая статья в которой вы найдете ответ какой язык на практике быстрее Python или R
Это длинная презентация в которой вы найдете очень подробное описание как сделать REST API на Flask. Рассмотрены самые различные аспекты этого процесса.
В статье перечислено 10 особенностей SQLAlchemy, которые делают работу с этим модулем приятной.
Часто спрашивают, как отслеживать изменение структуры сайта на Django-CMS в системах контроля версий.
Недавно уже было описано, как создать свой плагин для CMS. И упомянуто, что у плагина могут быть настройки. Поскольку эти настройки хранятся в самой обыкновенной джанговской модели, в них и может быть размещено всё, что может быть размещено в модели. Но если с полями вроде CharField или TextField работать очень просто, то бывают и менее очевидные ситуации.
В сентябре прошлого года была опубликована последняя статья о Центрифуге — сервере с открытым исходным кодом для обмена сообщениями в режиме реального времени. Теперь в списке хабов, в которые публикуется этот пост, присутствует Go. И неспроста, как можно понять уже из заголовка, Центрифуга была портирована с Python на Go — так появилась Centrifugo. О причинах миграции, о плюсах и минусах Go, а также о том, как эволюционировал проект с момента предыдущей публикации – читайте под катом.
Автор рассказывает разработке нодового виджета на PySide, и о том с какими проблемами ему пришлось столкнуться.
Статья описывает как использовать Steam в своем Python коде
Данная статья представляет перевод главы, обучающей работе с текстовыми данными, из официальной документации scikit-learn. Начало статьи вы можете прочесть в части 1. Обучение классификатора Теперь, когда мы выделили признаки, можно обучать классификатор предстазывать категорию текста. Давайте начнем с Наивного Байесовского классификатора, который станет прекрасной отправной точкой для нашей задачи. scikit-learn включает в себя несколько вариантов этого классификатора. Самый подходящий для подсчета слов — это его поли номинальный вариант: >>> from sklearn.naive_bayes import MultinomialNB >>> clf = MultinomialNB().fit(X_train_tfidf, twenty_train.target)
Обработка текстов (NLP) это интересная задача, но как при другом анализе данных можно получить странные предсказания. Статья об этом.
В статье показано как определить коэффициент корреляции. И будет рассмотрена возможность замены традиционного коэффициента корреляции Пирсона на этот коэф.