IT-новости про Python, которые стоит знать

Собрали в одном месте самые важные ссылки
читайте нас в Twitter


Новый материал в ленте
  virtualenv - 20.26.3

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


Python Дайджест. Выпуск 515

(30.10.2023 - 05.11.2023)

поделиться выпуском 
Дайджест python,

Статьи

  Регулярные выражения — это не трудно

Регулярные выражения имеют дурную славу из-за присущей им сложности. Это справедливо, но я также считаю, что если сосредоточиться на определенном ключевом подмножестве регулярных выражений, то это не так уж и сложно. Большая часть трудностей возникает из-за различных «шорткатов», которые трудно запомнить. Если не обращать на них внимания, то сам язык достаточно мал и хорошо переносится из одного языка программирования в другой.

  Gryffine — история одного пет-проекта

Как-то раз один знакомый сисадмин пожаловался мне на жизнь суровую. Он рассказал об одном инциденте в его конторе. Стоит оговориться, что контора небольшая и такой сущности как отдельный специалист по информационной безопасности там нет. Инцидент стандартный до банальности.

  Автоматизация выявления вредоноса в реестре Windows

В работе с компьютерными инцидентами, специалисты по информационной безопасности часто сталкиваются с необходимостью глубокого и быстрого анализа операционной системы, для выявления мест закрепления вируса. Обычно они обращаются к журналам событий, однако при недостатке информации приходится прибегать и к более сложным методам, таким как анализ реестра. Однако многие существующие методы анализа реестра не всегда эффективны.

  New goodies in Django 5.0

From Django Fellow Mariusz Felisiak, an exploration of the "deluge" of amazing new features added in Django 5.0

  Сводка от pythonz net 22.10.2023 — 29.10.2023

А теперь о том, что происходило в последнее время на других ресурсах.

  Прогнозирование временных рядов с помощью библиотеки Skforecast

В открытом доступе существует огромное число библиотек для построения моделей машинного обучения в Python. Самые популярные — scikit-learn, XGBoost, LightGBM, Catboost, PyTorch. Каждая из них позволяет построить регрессионную модель для прогнозирования на временных рядах, но для этого требуется преобразование данных и создание новых фичей (feature engineering).

  Mimesis: идеальное решение для генерации данных

Сбор данных имеет решающее значение для каждого проекта, связанного с машинным обучением. Однако не всегда искомые данные существуют или общедоступны. Во многих случаях получение данных является дорогостоящим или затрудненным из-за внешних условий. 

  Реверс мобильных приложений на cocos2dx

Хочу поделиться своим опытом в реверс инженеринге приложения на lua cocos2d-x. Файлы приложения зашифрованы xxtea, а ключи шифрования находятся в .so файле внутри приложения.

  Adding Full Text Search to Your Django App with django-watson

Learn how to supercharge your Django app with full-text search using Django-Watson. Dive deep into Postgres magic and boost search functionality.

  Сводка новостей от pythonz net 29.10.2023 — 05.11.2023

А теперь о том, что происходило в последнее время на других ресурсах.

  Прогнозирование нагрузки солнечных электростанций

Прогнозируем нагрузку группы солнечных электростанций на сутки вперед с помощью машинного обучения. Сравниваем два метода - Random Forest и LSTM

  Когда одной ARIMA мало. Прогнозирование временных рядов нейросетями

В этой статье я хочу поговорить про временные ряды, а если конкретнее, про использование нейросетей для их прогнозирования. 

  Отправляем уведомления в определенный топик в чате Telegram

В этой статье я рассказываю, как настроить уведомления в вашем приложении на Python или в Alertmanager таким образом, чтобы сообщения приходили в определенный Telegram топик.

  Как написать новостной Телеграм-канал если ты не программист. Часть вторая

Во второй части сфокусируемся на разработке бизнес-логики бота. В нашем проекте, для взаимодействия с Telegram, будем использовать библиотеку Aiogram.

  Как работают Model Serving инструменты изнутри. Пишем свой на Python и Docker с нуля

По своей сути обслуживание моделей заключается в том, чтобы сделать обученные модели машинного обучения доступными для пользователей и систем надежным и масштабируемым способом. Это критический шаг в жизненном цикле машинного обучения.

  Как написать новостной Телеграм-канал если ты не программист. Часть третья

Итак, мы подошли к финальной части ботостроительной трилогии. Наш бот уже умеет смотреть RSS-ленту Мотора, подгружать свежие новости, слать сообщения администратору бота, а также реализована вся логика работы с модерацией сообщений перед отправкой в канал и работой с ChatGPT. Осталась одна проблема - обновление ленты происходит единожды, при запуске скрипта. Исправим эту оплошность.

  Поможем Ходору найти новых друзей с помощью графов

В интернете постоянно что‑то рекомендуют: посмотреть новое видео, добавить друга или купить товар. Как работают эти алгоритмы, расскажу в посте ниже и реализую рекомендательную систему с помощью графов.

  From Chaos to Cohesion: Architecting Your Own Monorepo

A monorepo approach means keeping the code from all your projects in one place. It requires changing your tooling approach, but means better dependency management. This article shows you how to build a simple python monorepo using GitHub Actions as a CI/CD tool.

  Исследование режима Copy-on-Write в pandas. Часть 1

Библиотека pandas 2.0 вышла в начале апреля, в ней появилось много улучшений нового режима Copy‑on‑Write (CoW, копирование при записи). Ожидается, что в pandas 3.0 режим CoW будет использоваться по умолчанию. Сейчас полный переход на копирование при записи запланирован на апрель 2024 года. У разработчиков библиотеки нет планов поддержки некоего «режима совместимости» или режима, в котором CoW не применяется.

  How to Use Type Hints for Multiple Return Types in Python

In this tutorial, you'll learn to specify multiple return types using type hints in Python. You'll cover working with one or several pieces of data, defining type aliases, and type checking with a third-party static type checker tool.

  Считаем медиану быстрее numpy

Нетрадиционный способ вычисления медианы массива значений с плавающей точкой при помощи нескольких проходов по исходному массиву по словам, начиная с более значащих, с использованием целочисленной арифметики, что даёт возможность в некоторых случаях несколько обогнать по скорости "традиционные" классические алгоритмы.

  Кратчайший путь с одним источником во взвешенных графах, Алгоритм Дейкстры и Python

В мире современных вычислений и информационных технологий, алгоритмы играют решающую роль. Они служат фундаментальным инструментом для решения разнообразных задач, начиная от оптимизации бизнес-процессов до анализа сложных структур данных. В контексте графовой теории и сетевых приложений, алгоритмы нахождения кратчайшего пути с одним источником во взвешенных графах представляют собой важную часть этой эффективной инструментарии.

Релизы

  pymongo - 4.6.0

Python интерфейс для MongoDB. Скачать можно по ссылке: https://pypi.python.org/pypi/pymongo/

  SQLAlchemy - 1.4.50

Библиотека работы с базами данных. Скачать можно по ссылке: https://pypi.python.org/pypi/SQLAlchemy/

  IPython - 8.17.2

Интерактивная оболочка для языка программирования Python. Скачать можно по ссылке: https://pypi.python.org/pypi/IPython

  jsonschema - 4.19.2

Валидатор JSON данных. Скачать можно по ссылке: https://pypi.python.org/pypi/jsonschema

  pgcli - 4.0.1

REPL для Postgres. Скачать можно по ссылке: https://pypi.python.org/pypi/pgcli/

  Twisted - 23.10.0

Фреймворк для написания асинхронных приложений. Скачать можно по ссылке: https://pypi.python.org/pypi/twisted/

  Django - 4.2.7

Мощный web-фреймворк. Скачать можно по ссылке: https://pypi.python.org/pypi/Django/

  SQLAlchemy - 2.0.23

Библиотека работы с базами данных. Скачать можно по ссылке: https://pypi.python.org/pypi/SQLAlchemy/

  selenium - 4.15.2

Модуль для автоматизации тестирования web-приложений. Скачать можно по ссылке: https://pypi.python.org/pypi/selenium/