🐍Разработка продвинутого GUI на Python

Сосредоточимся на создании современной среды разработки, отличающейся улучшенным пользовательским интерфейсом с общей оптимизацией дизайна для доступа и использования ее функций.

• Создадим современный GUI с кнопкой для загрузки случайных изображений из рабочего каталога. В качестве основного инструмента разработки GUI будем использовать библиотеку CustomTkinter. С ее помощью создадим рабочий процесс, включая кнопку, метки, изображения и другие необходимые объекты.

• Пакет CustomTkinter устанавливаем с помощью простой команды pip, как показано ниже. Библиотека CustomTkinter доступна на сайте Python Package Index.
PIP INSTALL CUSTOMTKINTER

• Импорт необходимых библиотек

На этом этапе импортируем все библиотеки, которые понадобятся для создания продвинутого GUI:

- Библиотеку CustomTkinter, только что установленную с помощью команды pip.
- Библиотеку Tkinter, которую можно использовать одновременно с модулем CustomTkinter, поскольку некоторые функции являются производными друг от друга.
- Библиотеку Pillow, которая является одной из лучших библиотек Python для обработки различных типов задач, связанных с изображениями. Из библиотеки Pillow импортируем классы ImageTk и Image, что позволит обрабатывать задачи внутри GUI.

# Импортирование библиотеки CustomTkinter для создания продвинутого GUI.
import tkinter
from PIL import ImageTk, Image

• Установка темы и создание фона интерфейса и последующие шаги

@pro_python_code

❓Почему len(list) имеет временную сложность O(1)?

Я столкнулся с простой задачей поиска дубликатов в списке, и хотя решений было много (оптимизированных и неоптимизированных), два из них привлекли мое внимание.

• Первое заключалось в итерации по списку с добавлением каждого элемента в набор. Перед добавлением проверялось, присутствует ли уже данный элемент в наборе, и если да, то получался ответ.

Конечно, при таком решении мы должны были выполнять итерацию по списку, и в худшем случае пришлось бы просматривать весь список.
def containsDuplicate(self, nums):
"""
:type nums: List[int]
:rtype: bool
"""
uniqueSet = set()
for i in nums:
if i in uniqueSet:
return True
else:
uniqueSet.add(i)

return False

Тогда наше решение будет зависеть от размера списка: O(n). n – количество элементов в списке.

• В другом решении мы просто сравниваем длину множества списка и длину списка.
len(set(list_name)) == len(list_name)

Учитывая природу множества, которое не может содержать дубликатов, это было бы простым решением. Нам необходимо обратить внимание на функцию len(), которая использовалась для определения длины списка. Эта встроенная функция не зависит от размера списка. Независимо от того, содержит ли ваш список 1 элемент или 1000, согласно стандартной реализации Python (CPython), временная сложность равна O(1).

За счет чего это возможно?

Читать

@pro_python_code

latexify

Пакет Python, который генерирует математическое описание LaTeX из функций Python

https://github.com/google/latexify_py

@pro_python_code

Собрание бесплатных курсов по Python и машинному обучению.

1. Основы Python для анализа данных — программирование на Python.

2. Ускоренный курс по машинному обучению — видеолекции от исследователей Google.

3. Основы R — как обрабатывать, анализировать и визуализировать данные.

4. Введение в Data Science и аналитику — основы Data Science и Data Science Life Cycle.

5. Линейная регрессия — как применять R для осуществления линейной регрессии.

6. Визуализация — принципы визуализации данных и применение ggplot2.

7. Введение CS50 в программирование на Python, май 2023 г.

8. Python для всех: Getting Started with Python от Coursera, этот курс для начинающих знакомит с программированием на Python через пошаговые учебные пособия и практические упражнения. Курс ведет известный преподаватель доктор Чарльз Северанс.

@pro_python_code

🌐Модуль прогнозирования погоды

• Импорт необходимых библиотек
import matplotlib.pyplot as plt
import seaborn as sns
import scipy
import re
import missingno as mso
from scipy import stats
from scipy.stats import ttest_ind
from scipy.stats import pearsonr
from sklearn.preprocessing import StandardScaler,LabelEncoder
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.svm import SVC
from sklearn.ensemble import GradientBoostingClassifier
from xgboost import XGBClassifier
from sklearn.metrics import accuracy_score,confusion_matrix,classification_report
import pandas as pd


• Чтение CSV-файла
data=pd.read_csv("/content/seattle-weather.csv")
data.head()

• Форма данных
data.shape

(1461, 6)

import warnings
warnings.filterwarnings('ignore')
sns.countplot("weather",data=data,palette='hls')

📌Продолжение

@pro_python_code

⌨️Выбор правильного фреймворка Python: Django vs. Flask vs. FastAPI vs. AIOHTTP

Сравним четыре популярных веб-фреймворка на Python: Django, Flask, FastAPI и AIOHTTP.


Django: Полнофункциональный веб-фреймворк
Django – это высокоуровневый, полнофункциональный веб-фреймворк, придерживающийся философии “батарейки в комплекте”. Его надежная экосистема и следование принципу “не повторяйся” (DRY) делают его идеальным решением для сложных приложений и масштабных проектов.

Примеры использования

• Системы управления контентом (CMS): встроенный интерфейс администратора и ORM (Object-Relational Mapping) делают Django отличным выбором для создания многофункциональных CMS-платформ.
• Приложения для социальных сетей: Система аутентификации и управление пользователями Django упрощают разработку платформ для социальных сетей.
• Веб-сайты электронной коммерции: Поддержка Django для миграции баз данных и такие функции безопасности, как защита от CSRF и clickjacking, хорошо подходят для приложений электронной коммерции.

Instagram – это платформа для обмена фотографиями, созданная на основе Django. Она продемонстрировала способность работать с большими базами пользователей и сложными функциональными возможностями.

Образец кода

Следующий код определяет простую функцию представления hello_view, которая возвращает JsonResponse при обращении к ней по URL. Чтобы использовать эту функцию в проекте Django, необходимо зарегистрировать URL, как показано во втором блоке кода.

# File: views.py
from django.http import JsonResponse

def hello_view(request):
return JsonResponse({"message": "Hello, Django!"})

# File: myproject/urls.py
from django.urls import path
from myapp.views import hello_view

urlpatterns = [
path('hello/', hello_view, name='hello'),
]

Flask: легкий микрофреймворк

Flask – это микрофреймворк, в котором приоритет отдается простоте и гибкости, а не встроенной функциональности. Это означает, что разработчики могут выбирать инструменты и расширения по мере необходимости, что делает его идеальным для малых и средних проектов.

Примеры использования

• Прототипирование: Минимальный объем кодового кода Flask делает его отличным выбором для быстрого создания прототипов и разработки пробных версий.
• RESTful API: Легкий дизайн Flask и широкая поддержка таких расширений, как Flask-RESTful, позволяют разработчикам создавать эффективные REST API.
• Одностраничные приложения (SPA): Flask может выступать в качестве бэкенда для SPA, используя преимущества своей простоты и легкой интеграции с фреймворками фронтенда.

Pinterest, популярная платформа для поиска контента, использует Flask для эффективной работы с бэкэнд-операциями, демонстрируя способность к масштабированию и оптимизации производительности.

Образец кода

Приведенный ниже код на языке Python является примером веб-приложения, созданного с использованием Flask. В нем создается экземпляр класса Flask и определяется маршрут с именем “hello”. При обращении к маршруту “hello” с помощью GET-запроса приложение возвращает JSON-ответ с парой ключ-значение “message” и “Hello, Flask!”.

# File: app.py
from flask import Flask, jsonify

app = Flask(__name__)

@app.route('/hello', methods=['GET'])
def hello():
return jsonify({"message": "Hello, Flask!"})

📌 Читать про остальные

@pro_python_code