Size: a a a

2019 October 13
PythonDigest
Talk Python to Me: #233 The Masonite Python Web Framework
https://talkpython.fm/episodes/show/233/the-masonite-python-web-framework

Audio
источник
PythonDigest
Python Bytes: #151 Certified! It works on my machine
https://pythonbytes.fm/episodes/show/151/certified-it-works-on-my-machine

Audio
источник
PythonDigest
Python и HTTP-клиенты
https://webdevblog.ru/python-i-http-klienty/

В настоящее время более чем вероятно, что вам придется написать HTTP-клиент для вашего приложения, который должен будет общаться с другим HTTP-сервером. Повсеместность REST API делает HTTP VIP персоной. Вот почему знание шаблонов оптимизации является обязательным условием.
Оригинальная статья: Julien Danjou (https://julien.danjou.info/author/jd/) – Python and fast HTTP clients (https://julien.danjou.info/python-and-fast-http-clients/)
В Python есть много HTTP-клиентов (библиотек); наиболее широко используемый и простой в работа с requests (http://docs.python-requests.org/). Это стандарт де-фактора в наши дни.
источник
PythonDigest
Генератор музыкальных каверов на Python в Blender
https://habr.com/ru/post/471086/?utm_campaign=471086&utm_source=habrahabr&utm_medium=rss

В данной статье я расскажу о моём аддоне к блендеру, о причинах, побудивших меня к его созданию, процессе разработки и об «успехе» на YouTube.
источник
PythonDigest
Test and Code: 90: Dynamic Scope Fixtures in pytest 5.2 - Anthony Sotille
https://testandcode.com/90

Audio
источник
PythonDigest
Глупая причина, по которой не работает ваше хитрое приложение машинного зрения: ориентация в EXIF
https://habr.com/ru/post/471112/?utm_campaign=471112&utm_source=habrahabr&utm_medium=rss

Я много писал о проектах компьютерного зрения и машинного обучения, таких как системы распознавания объектов (https://medium.com/@ageitgey/snagging-parking-spaces-with-mask-r-cnn-and-python-955f2231c400) и проекты распознавания лиц (https://medium.com/@ageitgey/build-a-hardware-based-face-recognition-system-for-150-with-the-nvidia-jetson-nano-and-python-a25cb8c891fd). У меня также есть опенсорсная библиотека распознавания лиц (https://github.com/ageitgey/face_recognition) на Python, которая как-то вошла в топ-10 самых популярных библиотек машинного обучения на Github (https://github.blog/2019-01-24-the-state-of-the-octoverse-machine-learning/). Всё это привело к тому, что новички в Python и машинном зрении задают мне много вопросов.
источник
PythonDigest
camelot - A Python library to extract tabular data from PDFs
http://github.com/camelot-dev/camelot
источник
PythonDigest
Исследуем утверждение центральной предельной теоремы с помощью экспоненциального распределения
https://habr.com/ru/post/471198/?utm_campaign=471198&utm_source=habrahabr&utm_medium=rss

В статье описывается исследование, проведенное с целью проверки утверждения центральной предельной теоремы о том, что сумма N независимых и одинаково распределенных случайных величин, отобранных практически из любого распределения, имеет распределение, близкое к нормальному. Однако, прежде чем мы перейдем к описанию исследования и более подробному раскрытию смысла центральной предельной теоремы, не лишним будет сообщить, зачем вообще проводилось исследование и кому может быть полезна статья.


В первую очередь, статья может быть полезна всем начинающим постигать основы машинного обучения, в особенности если уважаемый читатель еще и на первом курсе специализации «Машинное обучение и анализ данных».
источник
2019 October 14
PythonDigest
Грокаем PyTorch
https://habr.com/ru/post/471228/?utm_campaign=471228&utm_source=habrahabr&utm_medium=rss

Поскольку весь необходимый базовый материал о PyTorch вы узнаете из этой книги, мы напоминаем о пользе (https://www.piter.com/collection/all/product/grokaem-glubokoe-obuchenie) процесса (https://www.piter.com/collection/all/product/grokaem-algoritmy-illyustrirovannoe-posobie-dlya-programmistov-i-lyubopytstvuyuschih-2) под названием «grokking» или «углубленное постижение» той темы, которую вы хотите усвоить. В сегодняшней публикации мы расскажем, как Кай Арулкумаран (Kai Arulkumaran) грокнул PyTorch (без картинок).
источник
PythonDigest
#python #pydigest

Сборник Python новостей уже перед вами.

В 303 выпуске Python Дайджест вы найдете:

- Python и HTTP-клиенты
- Нескучный туториал по NumPy
- Шесть малоизвестных шаблонный тегов Django
- Способы создания гистограмм с помощью Python
- Генератор музыкальных каверов на Python в Blender
- Celery taskcls: новый декоратор, новые возможности
- Python + Keras + LSTM: делаем переводчик текстов за полчаса
- Как открыть ссылку в Python. Работа с WebBrowser и решение проблемы с Internet Explorer
- [Audio] Talk Python to Me: #233 The Masonite Python Web Framework
- django-extensions - 2.2.3

Заходите в гости - https://pythondigest.ru/issue/303/
Присылайте интересные новости через форму на сайте.
источник
PythonDigest
Делаем графики на PyQt5 - PyQtGraph
https://www.learnpyqt.com/courses/graphics-plotting/plotting-pyqtgraph/
источник
PythonDigest
StackOverflow: интересные вопросы за неделю (cxcviii)
http://python-weekly.blogspot.com/2019/10/cxcviii-stackoverflow-python-report.html
источник
PythonDigest
Сводка новостей от pythoz.net 06.10.2019 — 13.10.2019
https://pythonz.net/articles/270/
источник
PythonDigest
Empire ERP. Занимательная бухгалтерия: главная книга, счета, баланс
https://habr.com/ru/post/471304/?utm_campaign=471304&utm_source=habrahabr&utm_medium=rss

В данной статье мы осуществим попытку проникновения в самое сердце "кровавого энтерпрайза" — в бухгалтерию. Вначале мы проведем исследование главной книги, счетов и баланса, выявим присущие им свойства и алгоритмы. Используем Python и технологию Test Driven Development. Здесь мы займемся прототипированием, поэтому вместо базы данных будем использовать базовые контейнеры: списки, словари и кортежи. Проект разрабатывается в соответствии с требованиями к проекту Empire ERP (https://github.com/nomhoi/empire-erp/blob/master/requirements.md).
источник
PythonDigest
captum - интерпретируем и разбираем по частям модели PyTorch
http://github.com/pytorch/captum
источник
2019 October 15
PythonDigest
[Видео] Moscow Python Podcast. Питон глазами нейрофизиологов (level: junior+)
https://www.youtube.com/watch?v=MqokFp5D7aE

Сегодня в гостях у подкаста Наталья Баль, кандидат биологических наук, научный сотрудник Института высшей нервной деятельности и нейрофизиологии Российской академии наук. Наталья обсудит Григорий Петровым, штатным нейрофизиологом подкаста, как поставить питон на службу науке.
источник
PythonDigest
источник
PythonDigest
Генерация текста на русском по шаблонам
https://habr.com/ru/post/471278/?utm_campaign=471278&utm_source=habrahabr&utm_medium=rss

Когда я только начинал работать над своей текстовой игрой, решил, что одной из её главных фич должны стать красивые художественные описания действий героев. Отчасти хотел «сэкономить», поскольку в графику не умел. Экономии не получилось, зато получилась Python библиотека (github (https://github.com/the-tale/utg), pypi (https://pypi.org/project/UTG/)) для генерации текстов с учётом зависимости слов и их грамматических особенностей.
источник
PythonDigest
Управление автоматизированными тестами с помощью Telegram
https://habr.com/ru/post/471364/?utm_campaign=471364&utm_source=habrahabr&utm_medium=rss

Работая QA инженером, я разрабатывал систему автотестестирования. Столкнулся с рядом проблем:
 
На каждый вид тестирования приходилось создавать свои job в CI и запускать их руками.
Разработчики отказывались запускать кейсы автотестов самостоятельно.
Отсутствие возможности запуска автотестов из любой точки \ устройства.
QA инженеры ручного тестирования не могли самостоятельно проводить запуск автотестов.

Поэтому я решил создать небольшой прототип бота для запуска автоматизированных тестов, который бы закрывал большую часть вышеописанных проблем.
источник
PythonDigest
источник