Zen of Python
20.1K subscribers
1.17K photos
160 videos
32 files
3.1K links
Полный Дзен Пайтона в одном канале

Разместить рекламу: @tproger_sales_bot

Правила общения: https://tprg.ru/rules

Другие каналы: @tproger_channels

Сайт: https://tprg.ru/site

Регистрация в перечне РКН: https://tprg.ru/xZOL
加入频道
Какие темы в IT вас интересуют больше всего?
Anonymous Poll
52%
Веб-разработка
32%
Аналитика
47%
Машинное обучение
Опрос Django + JetBrains

Если вам есть что сказать создателям Django, примите участие в официальном исследовании пользовательского опыта на djangoproject.com. Спросят, как водится, про версию фреймворка, используемое хранилище, темплейты и прочие тонкости. Для новичков это внезапно может стать хорошей возможностью познакомиться с основной терминологией и популярными инструментами.

Займет около 15 минут.

Описание
Перейти к опросу

#django

@zen_of_python
Генерация данных с помощью Python: зачем это нужно и как применять

В Tproger подробно разобрали генераторы данных — незаменимый инструмент для работы с большими объемами информации. Знаете ли вы, что они позволяют обрабатывать данные частями, что существенно экономит ресурсы? Также осветили библиотеки Faker и NumPy для синтеза данных.

А в каких проектах вам пригождалось синтезирование данных? Поделитесь в комментариях.

#основы

@zen_of_python
Квиз про namespaces + scopes

Небольшая викторина на 11 вопросов с realpython.com, посвященная пространствам имен и областям видимости. Для подготовки можно освежить свои познания с помощью этой статьи.

#квиз

@zen_of_python
Типичный Machine Learning Engineer из твиттерской в 2024 году:

— ожидает оклада $500К / год при этом решая задачи уровня Fizz Buzz
— не знает, что такое GPU
— использует только FastAPI как веб-сервер
— не знает, что такое Процессный параллелизм
— 5 разных версий Python вместо venv
— везде SQLite3
— Пустой файл __init__.py

Когда юморной твит принес больше всего пользы за день.

#кек

@zen_of_python
httpbin | Игрушечный API

Написан на Python + Flask, запускается в контейнере Docker. Самое оно потестировать свой проект в контексте авторизации, возможных ошибочных ответов API, куки, картинок и прочей жизы разработчика.

httpbin.org
Репозиторий GitHub

@zen_of_python
Собеседование на Middle Python Developer

40-минутная запись реального техинтервью на замедленотьюбе. Кандидат грамотно отвечал на вопросы про основы ООП, Python и фреймворки. В конце небольшая лайв-кодинг-сессия.
Полезно даже джунам.

Смотреть

@zen_of_python
Ну не все время же boilerplates и форки с GitHub брать?

#кек

@zen_of_python
PyRIT | Инструмент оценки рисков для генеративного ИИ

Это опенсорсный инфобез-фреймворк для оценки надежности моделей ML. Этот определяет недостоверный / предвзятый контент, тем самым позволяя сосредоточиться на более сложных процессах и идентифицировать более сложные угрозы.

Цена: бесплатно  
Репозиторий проекта

@prog_tools
Какая переменная хранит результат последнего выражения?
Anonymous Quiz
24%
__X__
7%
__X
9%
_X
60%
_
Cуществует еще целый ряд соглашений – правил, которые не являются обязательными, но которым обычно следуют на практике. Например, имена с двумя символами подчеркивания в начале и в конце ( name) обычно имеют особый смысл для интерпретатора, поэтому вам следует избегать их использования для именования своих переменных.

Ниже приводится список соглашений, которым было бы желательно следовать:
— Имена, начинающиеся с одного символа подчеркивания (_X), не импортируются инструкцией from module import *
— Имена, имеющие два символа подчеркивания в начале и в конце (__X__) являются системными именами, которые имеют особый смысл для интерпретатора.
— Имена, начинающиеся с двух символов подчеркивания и не оканчивающиеся двумя символами подчеркивания (__X), являются локальными («искаженными») для объемлющего класса (смотрите псевдочастные атрибуты).
Имя, состоящее из единственного символа подчеркивания (_), хранит результат последнего выражения при работе в интерактивной оболочке.
😭 Воспринимается как понижение по должности

#кек

@zen_of_python
3 инструмента, которые значительно облегчат вам работу с Docker

Lazy Docker: GUI для Docker и Docker Compose прямо в терминале. Вместо того чтобы запоминать и вводить длинные команды Docker, вы получаете интерактивный интерфейс, где всё находится за одно нажатие клавиши.

Dive: инструмент для исследования и анализа образов Docker слой за слоем. Он показывает вам, какие именно файлы изменились в каждом слое, и помогает определить способы уменьшения ваших образов, выделяя дублирующиеся файлы и неиспользуемое пространство.

Watchtower: мониторит выполняющиеся контейнеры и отслеживает изменения в образах, на основе которых они были созданы. Если образ изменился, Watchtower автоматически перезапускает контейнер, используя новый образ. Это удобно при локальной разработке, если есть желание работать с самыми новыми версиями используемых инструментов.

#docker #полезности
3blue1brown | Про ML понятным языком

Канал с 500 млрд.+ просмотров аж с 2015-го года рассказывает про всевозможные концепции Машинного обучения и окололежащих дисциплин. Понятно будет даже новичкам, в каждом видео понятный визуал и субтитры.

Вот небольшая подборка:

LLM для любопытствующих новичков
Векторы. Линейная алгебра
Градиентный спуск
Обратное распространение ошибки
Введение в модели-трансформеры

Если обедать под YouTube, то под такое.

#основы

@neuro_channel
Django ORM: Работа с внешними ключами

Статья объясняет, как работать с отношениями "один ко многим" и "многие ко многим" в Django ORM. В примерах показано, как использовать внешние ключи и параметр related_name для доступа к связанным объектам, а также как предотвращать ошибки атрибутов, используя кастомные имена связей.

Подробности: https://rohansblog.hashnode.dev/django-accessing-foreign-key-objects

#en

@django_prog | Другие наши каналы
Forwarded from Data Analysis / Big Data
Python в Data Science: топовые библиотеки и фреймворки, которые будут популярны в 2025

Python в Data Science. Показываем основные библиотеки и фреймворки, которые будут популярны в 2025. Рассматриваем преимущества и недостатки Tproger

Читать: «Python в Data Science: топовые библиотеки и фреймворки, которые будут популярны в 2025»

#ru

@big_data_analysis | Другие наши каналы