IT-новости про Python, которые стоит знать

Собрали в одном месте самые важные ссылки
читайте нас в Twitter


Новый материал в ленте
  coverage - 7.6.10

Утилита позволяющая измерить процент покрытия тестами. Скачать можно по ссылке: https://pypi.python.org/pypi/coverage/


Python Дайджест. Выпуск 480

(27.02.2023 - 05.03.2023)

поделиться выпуском 
Дайджест python,

Статьи

  От широких датафреймов в Pandas к длинным и обратно

Изменение размерности датафреймов Pandas — одна из наиболее типовых задач при обработке данных в аналитике. Датафрейм можно переводить и из длинного формата в широкий, и из широкого в длинный. А чем же они отличаются друг от друга?

  Основы индексации и срезов в Python

Все сталкиваются с индексами на самых ранних стадиях освоения языка, как правило, при изучении списков. Вероятно, вы и так знаете, что индексация в Python начинается с нуля. У нас есть список movies, тогда операция movies[0] вернёт первый элемент списка.

  VS Code, python, контейнеры — как обуздать эту триаду и разрабатывать внутри контейнера

Как пользоваться VS Code в полную силу Это небольшой туториал о настройке VS Code для работы с python. Здесь вы не увидите каких-то божественных откровений — тут будет просто мой опыт о том, как сделать свою работу/хобби немного комфортнее и почему я пришел именно к такой конфигурации.

  Просим бота написать бота

В этой статье хочу поделиться интересным опытом работы с ChatGPT, в рамках которого
был написан телеграм-бот на языке Python, использующий API OpenAI для
получения ответов на запросы.

  Как я написал Telegram-бота для учёта подписок

Пока тестил подписки, решил подойти к этому основательно и начал вести учёт трат. С одной стороны, не хотелось, чтобы деньги с зарплатной карты списывались из-за того, что я забыл отключить пробный период. С другой стороны, заводить левую карту, на которой нет денег, тоже было не очень удобно, так как планировал пользоваться подписками, которые мне понравятся. Но вообще с точки зрения учёта это самый годный вариант, так как с пустой карты ничего и не потратишь

  Задача «Индекс Линкольна»

Предположим ваш тестер нашел в программе 20 ошибок. И теперь вы хотите прикинуть сколько в программе всего ошибок на самом деле. Вы точно знаете что в программе как минимум 20 ошибок, и если вы абсолютно уверены в высокой квалификации вашего тестера вы можете предположить что в программе на самом деле где-то около 20 ошибок. Но что если квалификация вашего тестера вызывает сомнения? Возможно в программе сотни ошибок. Как в этом случае вы можете оценить количество ошибок? Увы имея в своем распоряжении только одного тестера ничего больше сделать нельзя. Но если у вас два тестера то у вас есть отличный способ оценить общее количество ошибок даже если квалификация тестеров вызывает сомнения.

  Бот для телеграмма, использующий Яндекс.Диск (Python)

О том как я делал бота, который файлы с яндекс диска показывает, для лично-производственных целей.

  Как без денег и знаний в AI повторил Copilot'а

Создаём своего Copilot'а без знаний в AI и денег.

  Справится ли ChatGPT с внесением изменения в код?

В предыдущей статье я рассказывал как провести рефакторинг кода GildedRose с целью снижения Time2Market.В результате из кода с цикломатической сложностью 19 получился код с цикломатической сложностью 5, при этом сам код изменился до неузнаваемости. Мне стало любопытно сможет ли ChatGPT описать что делает этот код и реализовать в нем новое требование.Что из этого вышло — узнайте в тексте статьи.

  Chaos Engineering, применение на практике

В современном мире, где ПО является фундаментальной частью нашей жизни, надежность и отказоустойчивость систем приобрела первостепенное значение. Chaos Engineering - это дисциплина, направленная на тестирование и повышение отказоустойчивости сложных распределенных систем путем проведения контролируемых экспериментов, имитирующих реальные сценарии отказов. Такой подход помогает выявить и устранить потенциальные проблемы до того, как они появились и могли бы привести к значительным сбоям, сократить время простоя и повысить общую доступность систем. В этой статье мы рассмотрим Chaos Engineering и преимущества этого подхода, известные интеграции, результаты, а также приведем примеры кода, чтобы показать, как использовать данную технологию на практике.

  Основы PyCharm

Сегодня я расскажу новичкам про полезные и удобные функции PyCharm. Эта статья предназначена для тех, кто уже знаком с PyCharm и написал свои первые программы. Затронем основной функционал пайчарма, который может упростить и ускорить вашу работу и узнаем, как запускать сервер и тесты Django в один клик. А ещё, я поделюсь подборкой полезных плагинов и горячих клавиш.

  Алгоритмы быстрого умножения чисел: от столбика до Шенхаге-Штрассена

При написании высокоуровневого кода мы редко задумываемся о том, как реализованы те или иные инструменты, которые мы используем. Ради этого и строится каскад абстракций: находясь на одном его уровне, мы можем уместить задачу в голове целиком и сконцентрироваться на её решении.

И уж конечно, никогда при написании a * b мы не задумываемся о том, как реализовано умножение чисел a и b в нашем языке. Какие вообще есть алгоритмы умножения? Это какая‑то нетривиальная задача?

В этой статье я разберу с нуля несколько основных алгоритмов быстрого умножения целых чисел вместе с математическими приёмами, делающими их возможными.

  Книга «40 алгоритмов, которые должен знать каждый программист на Python»


Понимание работы алгоритмов и умение применять их для решения прикладных задач – must-have для любого программиста или разработчика. Эта книга поможет вам не только развить навыки использования алгоритмов, но и разобраться в принципах их функционирования, в их логике и математике.

  Об эффекте занижения коэффициента линейной регрессии «шумами» данных, или почему все-таки «регрессия»

Как сказал Йозеф Швейк, войдя в одно очень уважаемое заведение, "Добрый вечер всей честной компании" - от себя мне осталось лишь присовокупить к этой блестящей фразе "пользователей контента Хабра!" Прошу, однако же, в отличие от истории Швейка, не встречать мое приветствие "тычками под ребра" и комментариями про идиотизм автора, решившегося представить свой первый опус взыскательной публике.

  Особенности автоматического дифференцирования в PyTorch. Часть 1

PyTorch активно развивается более пяти лет и представляет собой целую экосистему для создания моделей машинного обучения на основе глубоких нейронных сетей. У подобных ИТ-продуктов широкий спектр применения. В частности, они помогают научному и бизнес-сообществу проводить исследования, вести разведку данных и проверять гипотезы. Несмотря на то, что на сегодняшний день это один из самых популярных фреймворков машинного обучения в мире, в рунете пока довольно мало статей о его технических особенностях.

  Pytest tips and tricks

Набор советов по изучению и использованю pytest в тестировании

Релизы

  pylint - 2.16.3

Статический анализатор Python-кода. Изменения описаны по ссылке https://pypi.org/project/pylint/2.16.3/. Скачать можно по ссылке: http://pypi.python.org/pypi/pylint/

  IPython - 8.11.0

Интерактивная оболочка для языка программирования Python. Изменения описаны по ссылке https://pypi.org/project/ipython/8.11.0/. Скачать можно по ссылке: https://pypi.python.org/pypi/IPython

  virtualenv - 20.20.0

Инструмент создания виртуального рабочего окружения. Изменения описаны по ссылке https://pypi.org/project/virtualenv/20.20.0/. Скачать можно по ссылке: https://pypi.python.org/pypi/virtualenv

  watchdog - 2.3.1

Библиотека и набор утилит для мониторинга событий файловой системы. Изменения описаны по ссылке https://pypi.org/project/watchdog/2.3.1/. Скачать можно по ссылке: https://pypi.python.org/pypi/watchdog/

  pytest - 7.2.2

Простой мощный инструмент тестирования в Python. Изменения описаны по ссылке https://pypi.org/project/pytest/7.2.2/. Скачать можно по ссылке: http://pypi.python.org/pypi/pytest/

  pex - 2.1.126

Библиотека и утилита для генерации .pex (Python EXecutable) файлов. Изменения описаны по ссылке https://pypi.org/project/pex/2.1.126/. Скачать можно по ссылке: https://pypi.python.org/pypi/pex/