​​A Little Task Queue for Python.

Code: https://github.com/coleifer/huey

Docs: https://huey.readthedocs.io/en/latest/

О наследовании атрибутов

Видел тут на одном из каналов задачку про поле класса и наследование. Загадывать вам ее не буду, но объяснение приведу. Пусть:

class Abram:
foo = 10

class Barak(Abram):
pass

class Clara(Barak):
pass

print(Abram.foo, Barak.foo, Clara.foo) # 10 10 10

Тут понятно и новичку, что поле foo вроде как "наследуется" классами Barak и Clara у класса Abram. Однако, давайте попробуем его поменять:

Abram.foo = 20
print(Abram.foo, Barak.foo, Clara.foo) # 20 20 20

Barak.foo = 30
print(Abram.foo, Barak.foo, Clara.foo) # 20 30 30

Abram.foo = 40
print(Abram.foo, Barak.foo, Clara.foo) # 40 30 30

Видим, что у класса Barak и Clara значение стало 30, а Abram.foo живет своей жизнью после Barak.foo = 30 и не перестало влиять на прочие классы.

Работает это так. При поиске атрибута класса сначала спрашивается у самого класса, есть ли у него этот атрибут, если да, то он вернется, если нет, то идут к следующему классу, который старше по иерархии наследования (Clara → Barak → Abram → object). Если у него тоже нет, то идут еще дальше, пока не найдут, иначе возникнет исключение AttributeError.

В нашем примере будем рассуждать с конца. Чему равно Clara.foo? Есть ли атрибут foo у Clara? Вообще говоря, его нет, ведь мы ни разу не присваивали ничего к Clara.foo:

>>> 'foo' in Clara.__dict__
False

Предок класса Clara – класс Barak. Как только мы написали Barak.foo = 30 в классе Barak появился свой собственный foo:

>>> Barak.foo = 20
>>> 'foo' in Barak.__dict__
True

А до этого атрибут foo был изначально только у Abram. Если теперь написать Clara.foo = 50, то у каждого из классов будет свой foo.

Clara.foo = 50
print(Abram.foo, Barak.foo, Clara.foo) # 40 30 50

Вывод: как только мы присвоим атрибут, то атрибуты классов-предков перестают на него влиять. Будьте внимательны, ведь такая же логика действует и для методов класса.

@pro_python_code

💻 Karbon tracks background mouse events and turns them into artistic values!

pip install karbon

Code: https://github.com/furkanonder/karbon

@pythonl

🐍🚀 Django с нуля. Часть 2: регистрация, авторизация, ограничение доступа

Во второй части туториала будем разрабатывать систему регистрации и авторизации, а также ограничим доступ к просмотру профилей для неавторизованных посетителей блога.

https://proglib.io/p/django-s-nulya-chast-2-registraciya-avtorizaciya-ogranichenie-dostupa-2022-06-08

Первая часть :🐍🚀 Django с нуля. Часть 1: пишем многопользовательский блог для клуба любителей задач Python

@pro_python_code

SkinDeep – нейронная сеть, что позволяет убирать татуировки с любой части тела на фотографиях

Ограничения:
⤷ Дизайн каждой татуировки уникален, он отличается от человека к человеку, поэтому модель может не работать в некоторых случаях.

⤷ Не работает с цветными татуировками, в наборе данных их нету

⤷ Требуется минимум 3,7 ГБ свободной памяти графического процессора

Flask-boost – Генератор приложений на Flask, что помогает ускорить процесс разработки

Особенности:
• Используйте шаблоны для создания приложения Flask.
• Возможность разделять контроллеры, модели, формы, утилиты, активы, страницы Jinja2, макросы Jinja2 на разные каталоги
• Возможность организовывать ресурсы страницы Jinja2 (HTML, JavaScript, CSS) в один и тот же каталог

#Flask #Generator #Python

@pro_python_code

✔️ Пакетная обработка 22 ГБ данных о транзакциях с помощью Pandas.

https://nuancesprog.ru/p/15805/

@pro_python_code

Как легко и быстро создать веб-приложение на базе МО с помощью Python

Независимо от того, сколько моделей вы создали, оффлайн их смогут увидеть лишь несколько человек. Поэтому необходимо их развертывать, чтобы любой смог поработать с ними посредством UI.

В этой статье мы с нуля развернем модель линейной регрессии с помощью Flask, фреймворка Python для разработки веб-приложений. По результатам этого гайда вы сможете поэкспериментировать с простой моделью машинного обучения в браузере, как показано ниже.

Читать дальше

Как узнать имя переменной?

Какой-то из каналов про Python писал, что это невозможно узнать имя переменной, которой мы что-то присвоили. Это не совсем так. Представляю вам функцию, которая вернет все имена, ассоциированные с переданным ей объектом. Она использует модуль inspect, который позволяет узнать о загруженном в Python коде все, что можно только придумать, в том числе и имена переменных:

def find_names(obj):
import inspect
# currentframe - текущий контекст выполнения, т.е. эта же функция
# а f_back - фрейм код, который ее вызвал
parent_frame = inspect.currentframe().f_back

# соберем все глобальные и локальные переменные вызывающего кода
# это словарь имя переменной: ее значение
search = {**parent_frame.f_globals, **parent_frame.f_locals}
for name, v in search.items():
# если переменная ЯВЛЯЕТСЯ искомым объектом вернем ее имя
if v is obj:
yield name

Тестируем:

class A: ...
x = A()
y = x
print(list(find_names(x))) # ['x', 'y']

Так как имен может быть несколько, то возвращается список. Кроме того, может быть ситуация, когда в список запрячутся посторонние имена. Например, на None могут ссылаться встроенные переменные интерпретатора:

a = None
print(list(find_names(a)))
# ['__doc__', '__package__', '__spec__', '__cached__', 'a']

Зачем это вообще нужно? Например, можно сделать функцию, что будет составлять словарь из переменных по их именам:

def make_dict(*args):
return {next(find_names(_arg)): _arg for _arg in args}

a, b, c = 10, 20, 30
d = make_dict(a, b, c)
print(d) # {'a': 10, 'b': 20, 'c': 30}

Это весело, но, пожалуйста, будьте с этим осторожны, так как код выше примитивен и написан только в демонстрационных целях. Я уже отмечал, что find_names может зацепить не те имена, поэтому не используйте его в своих программах, если нет очень веских на это причин.

#хаки #секреты

​​​telegram-phone-number-checker – скрипт, что позволяет проверить, подключен ли конкретный номер телефона к учетной записи Telegram

Возвращает имя пользователя и другую полезную информацию в случае успеха

@pro_python_code | #Python #Privacy #Telegram #Interesting

​DALLE-Mini – модель искусственного интеллекта, которая генерирует изображения по любому вашему запросу

⤷ Демо в режиме реального времени

| #Python #AI #Interesting

@machinelearning_ru

📊 Фреймворк для Анализа Временных Рядов на Python

Простой в использовании и универсальный фреймворк для анализа временных рядов

Статья: https://denshub.com/ru/kats-for-time-series-analysis/

Официальная страница: https://facebookresearch.github.io/Kats/

Kats Python package: https://pypi.org/project/kats/0.1.0/

Репозиторий исходной кода: https://github.com/facebookresearch/kats

@data_analysis_ml