Собрали в одном месте самые важные ссылкичитайте нас в Telegram
Эта небольшая утилита позволяет создавать тексты, которые будут похожи на образцовый текст. В стандартной поставке есть несколько популярных книг-образцов, например, Гарри Поттер
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.
Nutika - это совместимый с Python компилятор. В этой версии много исправлений багов. Но главное - теперь поддерживается anaconda. Что значительно расширяет область применения.
Автор рассказывает разработке нодового виджета на PySide, и о том с какими проблемами ему пришлось столкнуться.
Стандартная User-модель показаться пугающей. Я покажу вам 3 простых шага-способа способа реализации Custom User Model для нового проекта, которые на самом деле довольно легко сделать, и расскажу какие преимущества в гибкости и кастомизации это дает..
Видео доклад про pymongo и mongoengine. О том как можно использовать MongoDB в продакшене.
Django не умеет делать автозаполнение из коробки, поэтому мы можем легко его добавить. Об этом и немного другом расскажет докладчик.
Вероятно многие из нас сдавая очередной Django-проект ловили себя на мысли о том, что интерфейс администратора выглядит, мягко говоря, непрезентабельно и несовременно. Однажды мне стало стыдно отдавать хороший Django-проект хорошему заказчику именно по причине убогости админки, и я решил обновить ее внешний вид, вдохновившись обновленным сайтом Django.
Err - это модульный, расширяемый бот для чата. В этом видео рассказано как писать ботов.
Статья описывает как использовать Steam в своем Python коде
Эта утилита позволяет определить частоту слова для различных языков
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)
pyparallel - форк Python, который умеет использовать много ядер
Написание ботов не такая простая задача, как кажется. Необходимо учесть сценарии использования, пройти через дебри настроек и отладки, наладить мониторинг.
Мы консультируем по написанию ботов - обращайтесь https://t.me/axsapronov. Подскажем как разработать бота наиболее быстро
Утилита позволяет накладывать стили на изображения. Вот пример выходного изображения:
Первой проблемой при поддержке старых проектов является понять, как запустить его. Чтобы немного упростить эту задачу разработчики используют pip и файл requirements.txt. В этом файле записываются все необходимые для работы...[Продолжение]
Обработка текстов (NLP) это интересная задача, но как при другом анализе данных можно получить странные предсказания. Статья об этом.
Утилита позволяет прям в консоли выполнить регулярное выражение, после чего сгруппировать результаты.