#python #pydigest

Сборник Python новостей уже перед вами.

В 289 выпуске Python Дайджест вы найдете:

- Преобразуем изображение в звук — что можно услышать?
- Пишем бот для рыбалки в игре Albion Online на языке Python
- Введение в разработку CatBoost. Доклад Яндекса
- Как сообщить Google о других языках на вашем сайте Django
- Действительно ли Python GIL уже мертв?
- Объединение нескольких пакетов в одно пространство имен Python
- Мелкая питонячая радость #6: OpenAI Gym — играем в игры и управляем роботами
- [Видео] Большая О: как замедляется код с увеличением объёма данных
- Python for Data Science - изучаем за 3 дня
- examples - набор примеров с PyQt
- Konfetti - управляем конфигурацией проекта + Vault
- onpremise - официальный набор для установки Sentry

Заходите в гости - https://pythondigest.ru/issue/289/
Присылайте интересные новости через форму на сайте.

10 способов ускорить анализ данных наPython
https://towardsdatascience.com/10-simple-hacks-to-speed-up-your-data-analysis-in-python-ec18c6396e6b

python_autocomplete - автодополнение кода с помощью нейронки
https://github.com/vpj/python_autocomplete

Пишем бот для рыбалки в игре Albion Online на языке Python
https://habr.com/ru/post/459110/?utm_campaign=459110&utm_source=habrahabr&utm_medium=rss

Являюсь счастливым пользователем операционной системы GNU/Linux.И как многим известно, игрушек идущих на линукс без дополнительных танцев с бубном намного меньше чем в «Винде».


И еще меньше игр в жанре MMORPG.


Однако, где-то пол года или год назад я узнал что под линукс портировали игру Albion Online.

Игра очень занимательная, однако занимает достаточно большое количество времени. И дабы не тратить свои драгоценные часы жизни по напрасну, я решил написать бота. Который будет фармить мне ресурсы, пока я буду заниматься своими делами.

Строим рекомендательный движок для ресторанов. Часть 1
https://medium.com/analytics-vidhya/how-to-build-a-restaurant-recommendation-engine-part-1-21aadb5dac6e

Podcast.__init__: Domain Driven Design For Python
https://www.pythonpodcast.com/domain-driven-design-episode-219/

Audio

Linux-разработка в Windows с WSL и Visual Studio Code Remote
https://habr.com/ru/post/458880/?utm_campaign=458880&utm_source=habrahabr&utm_medium=rss

Работа с VS Code Remote и Windows Subsystem for Linux (WSL) дает возможность использовать полнофункциональную среду разработки Linux на ноутбуке или десктопе с предустановленной Windows. В этом материале рассмотрим то, как использовать эти инструменты для разработки приложений на Python в Linux.

Заполняем документы в Microsoft Word при помощи Python. Часть 2
https://habr.com/ru/post/459152/?utm_campaign=459152&utm_source=habrahabr&utm_medium=rss

В предыдущем посте (https://habr.com/ru/post/456534/) было рассмотрено как заполнить запрос в word с помощью python. В этот раз будет продемонстрировано как заполнить сразу несколько word документов данными из таблицы excel.


Перед тем как работать с программой, нам необходимо подготовить файл excel, где будут содержаться исходные данные.

Нейросети и глубокое обучение, глава 3, ч.1: улучшение способа обучения нейросетей
https://habr.com/ru/post/458724/?utm_campaign=458724&utm_source=habrahabr&utm_medium=rss

Когда человек учится играть в гольф, большую часть времени он обычно проводит за постановкой базового удара. К другим ударам он подходит потом, постепенно, изучая те или иные хитрости, основываясь на базовом ударе и развивая его. Сходным образом мы пока что фокусировались на понимании алгоритма обратного распространения. Это наш «базовый удар», основа для обучения для большей части работы с нейросетями (НС). В этой главе я расскажу о наборе техник, которые можно использовать для улучшения нашей простейшей реализации обратного распространения, и улучшить способ обучения НС.

Внедрение Airflow для управления Spark-джобами в ivi: надежды и костыли
https://habr.com/ru/post/456630/?utm_campaign=456630&utm_source=habrahabr&utm_medium=rss

Задача деплоя моделей машинного обучения в продакшн — это всегда боль и страдания, потому что очень некомфортно вылезать из уютного jupyter notebook в мир мониторинга и отказоустойчивости.


Мы уже писали про первую итерацию рефакторинга (https://habr.com/ru/company/ivi/blog/351176/) рекомендательной системы онлайн-кинотеатра ivi. За прошедший год мы почти не дорабатывали архитектуру приложения (из глобального — только перезд с устаревших python 2.7 и python 3.4 на «свежий» python 3.6), зато добавили несколько новых ML моделей и сразу столкнулись с проблемой выкатывания новых алгоритмов в продакшн. В статье я расскажу про наш опыт внедрения такого инструмента управления потоками выполнения задач как Apache Airflow: почему у команды возникла эта необходимость, чем не устраивало существующее решение, какие костыли пришлось запилить по дороге и что из этого получилось.

Заполняем массивы в Excel из Python с xlwings
https://www.xlwings.org/blog/dynamic-arrays-in-excel

XLNet против BERT
https://habr.com/ru/post/458928/?utm_campaign=458928&utm_source=habrahabr&utm_medium=rss

В конце июня коллектив из Carnegie Mellon University показал нам XLNet, сразу выложив публикацию (https://arxiv.org/abs/1906.08237), код (https://github.com/zihangdai/xlnet/) и готовую модель (XLNet-Large (https://storage.googleapis.com/xlnet/released_models/cased_L-24_H-1024_A-16.zip), Cased: 24-layer, 1024-hidden, 16-heads). Это предобученная модель для решения разных задач обработки естественного языка.


В публикации они сразу же обозначили сравнение своей модели с гугловым BERT-ом (https://habr.com/ru/post/436878/). Они пишут, что XLNet превосходит BERT в большом количестве задач. И показывает в 18 задачах state-of-the-art результаты.

50+ Data Structure and Algorithms Interview Questions for Programmers
https://hackernoon.com/50-data-structure-and-algorithms-interview-questions-for-programmers-b4b1ac61f5b0

Пишем minesweeper на PyQt5
https://www.learnpyqt.com/apps/moonsweeper/

Как студенты из Перми попали в финал международного чемпионата по анализу данных Data Mining Cup 2019
https://habr.com/ru/post/458930/?utm_campaign=458930&utm_source=habrahabr&utm_medium=rss

В этой статье я расскажу о нашем опыте участия в соревновании по анализу данных Data Mining Cup 2019 (DMC) (https://www.data-mining-cup.com/) и о том, как нам удалось войти в ТОП-10 команд и принять участие в очном финале чемпионата в Берлине.

Прогнозирование результатов футбольных матчей
https://habr.com/ru/post/456226/?utm_campaign=456226&utm_source=habrahabr&utm_medium=rss

Модель машинного обучения на Python c использованием библиотеки Scikit-learn, для прогнозирования результатов футбольных матчей Российской Премьер Лиги (РПЛ).

Python потребляет много памяти или как уменьшить размер объектов
https://habr.com/en/post/458518/

Объяснение задачи на Python с собеседования
https://habr.com/ru/post/459518/?utm_campaign=459518&utm_source=habrahabr&utm_medium=rss

Снова (https://medium.com/python4you/python-try-except-finally-sys-exit-magic-113204906031) сходив на несколько собеседований и пройдя тестовые задания, я заметил, что интервьюерам нравятся задания наподобие следующего.

Мелкая питонячая радость #7: три штуки по цене одной — консольная анимация, алгоритмы и отладка
https://habr.com/ru/post/459074/?utm_campaign=459074&utm_source=habrahabr&utm_medium=rss

На этой неделе достаточно крупных малких радостей не нашлось, зато нашлись 3 совсем мелкие мелкие радости.

Набор трюков для разработки на Python
https://medium.com/free-code-camp/an-a-z-of-useful-python-tricks-b467524ee747