IT-новости про Python, которые стоит знать

Собрали в одном месте самые важные ссылки
читайте авторский блог


Новый материал в ленте
  pylint - 3.3.3

Статический анализатор Python-кода. Скачать можно по ссылке: https://pypi.python.org/pypi/pylint/


Python Дайджест. Выпуск 571

(18.11.2024 - 24.11.2024)

поделиться выпуском 
Дайджест python,

Статьи

  Красивые картинки на скатерти Улама

Скатерть Улама - это очень красивое и наглядное представление структуры простых чисел. Красивая картинка говорит о том, что расположение простых чисел на оси натуральных чисел не случайно.

  Is async django ready for prime time?

Django's async capabilities have significantly improved, making it a viable option for production use, especially in AI applications where I/O-bound tasks are prevalent.

  Создаем свою ORM на python — гайд

ORM, или объектно-реляционное отображение — это программная технология, которая позволяет взаимодействовать с базами данных с использованием объектно-ориентированной парадигмы.

  Размер имеет значение: как исторические данные помогают на этапе дизайна A/B-теста

Метод CUPED уже давно завоевал популярность в анализе A/B-тестов, предоставляя возможность выявлять эффекты меньших размеров. В этой статье мы подробно рассмотрим применение данного подхода на этапе дизайна эксперимента. Мы исследуем, как можно сократить размеры выборок, не теряя при этом в статистической мощности теста.

  NumPy Practical Examples: Useful Techniques

In this tutorial, you'll learn how to use NumPy by exploring several interesting examples. You'll read data from a file into an array and analyze structured arrays to perform a reconciliation. You'll also learn how to quickly chart an analysis and turn a custom function into a vectorized function.

  Пишем свою Diffusion модель с нуля

Я решил разобраться и понять, как устроена Diffusion модель внутри, понять ее математику и постараться объяснить и разложить ее на пальцах. Ну и конечно пописать код, который (спойлер) заработал. На гифке изображены примеры итоговых картинок на моей финальной модели.

  Сводка от pythonz 17.11.2024 — 24.11.2024

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

  Оптимизируем дообучение LLM: теория + гайд

Эффективное применение больших языковых моделей не обходится без тонкой настройки, потому что базовые модели, обученные на обобщенных данных, могут не учитывать уникальные особенности конкретных задач или доменов. Дальше я расскажу как настроить небольшую LLM (llama-3.2-3b-instruct) так, чтобы снизить требования к оборудованию и ускорить процесс интеграции модели в бизнес-процессы.

  FastAPI + APScheduler: Простой пошаговый гайд по созданию асинхронного API для мониторинга валют по расписанию на Python

Как создать асинхронный API для мониторинга курсов валют на Python? В этом практическом руководстве мы разработаем сервис на FastAPI с интеграцией APScheduler, который будет отслеживать курсы USD и EUR в банках России. Вы узнаете, как реализовать асинхронный парсинг данных, настроить планировщик задач и развернуть приложение в облаке. Проект включает систему аутентификации, фильтрацию данных и REST API — идеальный пример для изучения современной веб-разработки на Python.

  Сборщик мусора CPython и его влияние на производительность приложения

В прошлом я уже публиковал детальный разбор кода сборщика мусора CPython, однако стоит также дать более высокоуровневое объяснение механизмов управления памятью в CPython, не затрагивая сам код. Этому и будет посвящена данная статья. Статья в основном будет посвящена циклическому сборщику мусора (GC), как и когда он запускается и его влиянию на производительность приложений.

  Предсказываем стоимость логистики грузоперевозок по городам на данных маркетплейсов логистики

Разберем на примере данных одного из маркетплейсов логистики как можно предсказывать стоимость грузоперевозок на основе данных расчетов стоимости груза на одном из крупных маркетплейсов по логистике Казахстана

  Дообучаем языковую модель GPT2 с помощью Torch

В этой статье я хочу поговорить о дообучения языковых моделей. В интернете уже много информации на эту тему, но большинство подобных статей затрагивают ее поверхностно. Сегодня я попробую разобраться в этом подробнее.

  Chronos от Amazon: революция в обработке временных рядов

В процессе  анализа SOTA решений, наткнулся на очень интересный фреймворк для прогнозирования временных рядов Chronos, который компания Amazon выкатила в опенсорс в мае 2024 года.

  Python REST API: Flask, Connexion и SQLAlchemy (часть 2)

В этой второй части серии вы узнаете, как:- Использовать SQL-инструкции в Python

  Двусвязный список в Python: простой инструмент для сложных задач

Двусвязный список — это структура данных, в которой каждый элемент содержит ссылки как на предыдущий, так и на следующий элементы, что позволяет легко перемещаться в обоих направлениях. В отличие от того же односвязного списка, двусвязный дает более гибкое управление данными.Начнем с основ, разберемся, как они работают, где их реально стоит применять и как реализовать двусвязный список с нуля (да, на время забудем про библиотеку collections и её deque).

  Мой первый и неудачный опыт поиска торговой стратегии для Московской биржи

Когда закончил писать механизм своего торгового робота обнаружил, что самое главное всё таки не сам механизм, а стратегия, по которой этот механизм будет работать.

  Функция property() в Python: добавляем управляемые атрибуты в классы

Из этого руководства вы узнаете, как cоздавать управляемые атрибуты или свойства в классах

  ИИ в Крипто-Торговле: Возможен ли Успех? (Часть 1)

В данной статье я постараюсь описать долгий и усердный путь от разработки алгоритмов бота до создания моделей искусственного интеллекта для автоматизированной крипто-торговли на бирже. Статья будет разделена на несколько частей, так как мне удалось создать три успешные модели с различными тактиками, которые принесли больше прибыли, чем убытков.

Интересные проекты, инструменты, библиотеки

  pretix/pretix

Ticket shop application for conferences, festivals, concerts, tech events, shows, exhibitions, workshops, barcamps, etc.

Релизы

  tornado - 6.4.2

Масштабируемый, не блокирующий web-сервер. Скачать можно по ссылке: https://pypi.python.org/pypi/tornado/

  scrapy - 2.12.0

Гибкий фреймворк для написания web-пауков (парсеров). Скачать можно по ссылке: https://pypi.python.org/pypi/scrapy

  coverage - 7.6.8

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

  aiohttp - 3.11.7

http клиент/сервер для asyncio. Скачать можно по ссылке: https://pypi.python.org/pypi/aiohttp