Собрали в одном месте самые важные ссылки
консультируем про IT, Python
Модуль позволяет упростить написание unit-тестов в IPython
>>> from ballpark import human, scientific, engineering, business >>> business([11234.22, 233000.55, 1175125.2]) ['11K', '233K', '1,180K'] >>> >>> # or use the shortcut functions >>> from ballpark import H, S, E, B >>> B([11234.22, 233000.55, 1175125.2]) ['11K', '233K', '1,180K'] >>> >>> # all notations accept single numbers too, but then we can't >>> # guarantee that all numbers will have the same prefix (kilo, mega etc.) >>> [B(value) for value in [11234.22, 233000.55, 1175125.2]] ['11.2K', '233K', '1.18M']
Хотел бы поделиться простым, но полезным инструментом. Когда много работаешь с данными, часто возникают примитивные, но долгие операции, например: «скачать 10 000 урлов», «прочитать файл на 2Гб, и что-то сделать с каждой строчкой», «распарсить 10 000 html-файлов и достать заголовки». Долго смотреть в зависший терминал тревожно, поэтому долгое время я использовал следующий гениальный код:
Проект позиционируется как красивый аналог pastebin (сервиса хранения исходников). Чтобы работать с проектом надо запускать у себя на машине
Инструмент создания виртуального рабочего окружения. Изменения описаны по ссылке https://allmychanges.com/p/python/virtualenv/#14.0.6. Скачать можно по ссылке: http://pypi.python.org/pypi/virtualenv/
“A Byte of Python” – это свободная книга по программированию на языке Python. Она может служить учебным пособием или руководством по языку Python для начинающей аудитории. Если ваши знания о компьютере ограничиваются тем, как сохранять текстовые файлы, эта книга для вас.
Книга короткая - 150 страниц и рассказывает самые-самые важные аспекты для начала.
Система контроля и управления процессами. Изменения описаны по ссылке https://allmychanges.com/p/python/supervisor/#3.2.1. Скачать можно по ссылке: http://pypi.python.org/pypi/supervisor/
Консольная утилита для создания и чтения записок, где угодно: - записи хранятся на удаленном хосте - записи шифруются на стороне клиента - легкая установка - никаких зависимостей кроме python
В этой статьей мы посмотрим на то, как глубокие сверточные нейронные сети изучают мир, как понимают изображения. Мы будем использовать Keras + ImageNet для визуализации.