Python Дайджест. Выпуск 242

В мире кроссплатформенной разработки под мобильные платформы сейчас, наверное, как это не прискорбно, доминируют два фреймворка — Xamarin и React Native. Xamarin — потому что является «приемным сыном» компании Microsoft и, гордо размахивая костылями, активно пиарится последней, а React Native — отпрыск не менее известной Facebook, который с не меньшей долей гордости отращивает бороды уставшим на нем разрабатывать программистам. Для себя я уже давно нашел альтернативу, а тех, кто еще не знаком с фреймворком для кроссплатформенной разработки Kivy, добро пожаловать под кат…

В продолжение статьи о вреде избыточной диверсификации создадим полезный инструментарий по подбору акций. После этого сделаем простую ребалансировку и добавим уникальные условия технических индикаторов, которых так часто не хватает в популярных сервисах. А затем сравним доходность отдельных активов и различных портфелей.

Когда я создавал данный инструмент, я не был знаком с logwatch. Мне захотелось видеть ситуацию с логами на своих серверах в целом, и, так я сделал этот велосипед. Думаю, что данный механизм может помочь новичкам в понимании альтернативных возможностей ansible.

Небольшой квест о замене кухонного принтера заказов в ресторане на табло заказов 24" монитор с raspberryPi за вечер. Это актуально практически для любой системы erp (все современные 1С системы в торговом оборудовании поддерживают чековые принтеры, аналогично и с другими системами).

Наиболее распространённым уравнением эллиптического типа является уравнение Пуассона.
К решению этого уравнения сводятся многие задачи математической физики, например задачи о стационарном распределении температуры в твердом теле, задачи диффузии, задачи о распределении электростатического поля в непроводящей среде при наличии электрических зарядов и многие другие.

Четвертая часть серии статей про аналогии в Python и JavaScript. В этой части: аргументы функций, создание и работа с классами, наследование, геттеры-сеттеры и свойства класса. Краткое содержание предыдущих частей: Часть первая: приведение к типу, тернарный оператор, доступ к свойству по имени свойства, словари, списки, строки, конкатенация строк. Часть вторая: JSON, регулярки, ошибки-исключения Часть третья: современные Python и JS: строковые шаблоны (f-строки), распаковка списков, лямбда-функции, итерации по спискам, генераторы, множества.

Мы продолжаем делится с вами интересными найденными вещами про питончик. Сегодня вот решили разобраться с 2D играми. Это, конечно, немного попроще, чем то, что проходят у нас на курсе «Разработчик Python», но не менее интересно это уж точно.

Tensor Flow — фреймворк для построения и работы с нейросетями от компании Google. Позволяет абстрагироваться от внутренних деталей машинного обучения и сосредоточиться непосредственно на решении своей задачи. Очень мощная вещь, позволяет создавать, обучать и использовать нейронные сети любого известного типа. Не нашел на Хабре ни одного толкового текста на эту тему, поэтому пишу свой. Ниже будет описана реализация решения задачи про грибы с помощью библиотеки Tensor Flow. Кстати, алгоритм, описанный ниже, подходит для предсказаний практически в любой области. Например, вероятности рака у человека в будущем или карт у соперника в покере.

Хотелось ли вам переключаться между радиостанциями так, как вы делали это в Сан-Андреас?

Саундтрек из GTA прославился хорошим выбором музыки и забавными вставками. Компания Rockstar проделала отличную работу, создавая радиостанции для этой игры – кстати, музыку из Vice City и San Andreas можно даже купить в виде наборов CD.

Чтобы сделать её прослушивание более приятным – и кое-чему обучиться, я решил взломать радиоприёмник так, чтобы он принимал игровые радиостанции.

Идея в том, чтобы можно было крутить ручку настройки приёмника и переключаться между виртуальными станциями, так, как это можно было бы делать с реальным приёмником. Основным препятствием стал софт – мне хотелось бы, чтобы каждая виртуальная станция играла свою музыку, даже когда я её не слушаю. Опять-таки, как в реальном мире.

Сейчас в прессе часто встречаются новости вида “AI научился писать в стиле автора Х”, или “ML создает искусство”. Посмотрев на это, мы решили – было бы здорово, если эти громкие заявления можно было бы проверить на деле.

Можно ли устроить борьбу ботов по написанию стихотворений? Можно ли сделать из этого понятную и воспроизводимую соревновательную историю? Теперь можно точно сказать, что это возможно. А о том, как написать свой первый алгоритм по генерации стихотворений, читайте дальше.

Аудио-подкаст

Аудио-подкаст

Аудио-подкаст

Команда сообщества MoscowPython запустила подкаст для тех, кто начинает развиваться в программировании и ищет работу в ИТ. Выпуски выходят в виде youtube-видео, аудио и расшифровок, и содержат ответы и рассуждения как на "вечные" (например, "какие вопросы могут задать на собеседовании"), так и технические темы. Ответы на них дают технические евангелисты и старшие разработчики ИТ-компаний, преподаватели курсов LearnPython и другие участники сообщества.

Предлагать темы для новых выпусков и задавать вопросы ведущим можно в комментариях под видео или FB-сообществе MoscowPython.

Я расскажу вам о популярном методе построения векторных представлений для элементов последовательности, например, для слов в тексте. Такие методы применяются в машинном обучении для того, чтобы облегчить работу с категориальными признаками, коими являются, например, слова, вершины графа или любое неупорядоченное множество элементов. Для предобработки такого рода данных используются специальные методы вложения в непрерывное векторное пространство. Я расскажу об одном из таких методов Swivel, продемонстрирую как применять его в текстовых и графовых задачах, а так же расскажу как подобный подход можно применять к анализу исходного кода языка Python

Почему асинхронное программирование сейчас становится таким важным Как устроено асинхронное взаимодействие в Python (asyncio) Несколько примеров встраивания асинхронного взаимодействия Как правильно измерять асинхронный код

Рассказ о том, как мы внедряли сервисную архитектуру в монолитный B2B-проект. Чем это было хорошо, чем это было плохо, как поменялся наш workflow

Мощный и быстрый модуль для обработки XML/HTML. Изменения описаны по ссылке https://allmychanges.com/p/python/lxml/#4.2.4. Скачать можно по ссылке: http://pypi.python.org/pypi/lxml/