🖥 Chatgpt, Bard , Claude, Theb - используй API лучших нейросетей бесплатно и без ВПН на Python

▪Video

@pro_python_code

🔵 Пишем телеграм бота для скачивания #yotube видео

📌Видео

• Папка отборных каналов для Python разработчиков -https://yangx.top/addlist/8vDUwYRGujRmZjFi
• Cсылка на бота: @Youtubedtg_bot
• Полный код бота: https://github.com/Develp10/telegramyoutubebot

@pro_python_code

📃 Генерация отчетов графовой аналитики в формате PDF с помощью Python

Создание отчетов графовой аналитики является важной частью работы многих проектов и бизнес-процессов.
Однако, процесс создания и настройки таких отчетов может быть сложным и требовать больших усилий.

Рассмотрим, как использование языка программирования Python и его библиотек может значительно упростить генерацию отчетов графовой аналитики в формате PDF.

Для работы с PDF в Python есть множество библиотек, самые популярные из них: PyPDF2, ReportLab, FPDF.

Сравнение основных библиотек: в изображении.

По совокупным критериям для дальнейшего разбора мной была выбрана библиотека ReportLab.

Одной из самых популярных библиотек для работы с графами в Python является NetworkX. Она предоставляет широкий набор инструментов для создания и анализа графов. Ее и буду использовать для создания графа и анализа данных.

В посте приведен код, необходимый для воспроизведения. Полный код доступен по ссылке.

Данные сгенерирую с помощью Python.
Пусть будет 500 операций, где будет информация об отправителе, получателе, сумме операции и флаг подозрительности операции.

df_dict = {}
count_operation = 500
for i in range(count_operation):
df_dict[i] = {'reciver' : random.randint(1, count_operation/2),
'sender': random.randint(1, count_operation/2),
'sum_oper': random.randint(1000, 1000000),
'suspisios_transaction': random.randint(0, 1)}

Добавлю 100 переводов, где получателем будет клиент 1, а отправителем- любой другой клиент из основного датасета:

for i in range(100):
df_dict[i] = {'reciver' : 1,
'sender': random.randint(1, count_operation/2),
'sum_oper': random.randint(1000, 1000000),
'suspisios_transaction': random.randint(0, 1)}
df = pd.DataFrame().from_dict(df_dict).T

Получится вот такой датасет:

Смотреть

🖥 Google Drive Uploader Telegram Bot

Загружаем все файлы из мессенджера в облако.

Интересный бот на Python , который автоматически выгружает пересланные ему файлы в Google Drive.

git clone https://github.com/viperadnan-git/google-drive-telegram-bot

• Github

@pro_python_code

💸 Прогнозированию биткоина при помощи VAR (векторной авторегрессии), XGBoost и Facebook Prophet.

▪ Видео
▪ Код из видео

@pro_python_code

🖥 Django расширяем функционал!

https://www.youtube.com/watch?v=_NEbP5dOwsk

@pro_python_code

🖥 Django настройка админки

https://www.youtube.com/watch?v=AZPuziTI6HE

@pro_python_code

🖥 Обучаем нейросеть угадывать, что изображено на картинке при помощи TensorFlow

📌 Видео
📌 Код
📌 Урок

@pro_python_code

🖥 Управление количества потоков, одновременно обращающихся к одному ресурсу, с помощью семафора #Python!

В примере каждый экземпляр класса "MyThread" представляет собой отдельный поток. Все эти экземпляры могут обращаться к общей переменной класса "semaphore". Эта переменная является экземпляром threading.Semaphore и инициализируется значением 1, что гарантирует, что только один поток может получить доступ к защищенному ресурсу в любой момент времени.

Установка семафора, разрешающего доступ только одному потоку, аналогична потоковой блокировке. В реальном сценарии для максимизации его полезности, возможно, потребуется установить значение больше 1.

@pro_python_code

💊 Определение диабета при помощи машинного обучения в 60 строк кода.

📌 Видео
📌 Код

@pro_python_code