#python #pydigest

Сборник Python новостей уже перед вами.

В выпуске Python Дайджест вы найдете:

- Получаем и отвечаем на SMS из Flask
- Нет времени объяснять, сделай автопилот
- Как проанализировать рынок фотостудий с помощью Python (3/3). Аналитика
- 8 продвинутых возможностей модуля logging в Python, которые вы не должны пропустить
- Дешифровка текста методом частотного анализа
- Как работают профайлеры в Ruby и Python?
- Стоимость строительных работ в Сан-Франциско. Инфляция и рост стоимости работ за последние 30 лет
- Документация Python 3.8.3 на русском языке
- pytorch-optimizer - коллекция готовых к использованию нестандартных оптимайзеров для pytorch
- buku - менеджер закладок с интеграциями
- Django 3.1 Released

Заходите в гости - https://pythondigest.ru/issue/346/
Присылайте интересные новости через форму на сайте.

Python Bytes: #193 Break out the Django testing toolbox
https://pythonbytes.fm/episodes/show/193/break-out-the-django-testing-toolbox

При обновлении на Django 3.1 не забудьте поменять импорт до JSONField
https://www.untangled.dev/2020/08/07/non-django-issues-in-django-upgrade/

Talk Python to Me: #276 Geekout: Life in the solar system and beyond
https://talkpython.fm/episodes/show/276/geekout-life-in-the-solar-system-and-beyond

Audio

StackOverflow: интересные вопросы за неделю (ccxxxix)
http://python-weekly.blogspot.com/2020/08/ccxxxix-stackoverflow-python-report.html

Реализация offline режима для Yandex.Music
https://habr.com/ru/post/514342/?utm_campaign=514342&utm_source=habrahabr&utm_medium=rss

Сегодня мы будем рассматривать такой достаточно известный музыкальный сервис, как Yandex.Music. Хороший в целом сервис, но с существенным недостатком — невозможностью работы оффлайн. Мы попробуем исправить это досадное недоразумение, используя подручные инструменты.

Алгоритм ранжирования сегментов речной сети с использованием графов для геоинформационного анализа
https://habr.com/ru/post/514526/?utm_campaign=514526&utm_source=habrahabr&utm_medium=rss

В данной статье хотелось бы затронуть тему применения информационных технологий в Науках о Земле, а именно, в Гидрологии и Картографии. Под катом представлено описание алгоритма ранжирования водотоков и реализованного нами плагина для открытой геоинформационной системы QGIS.

Перевод строк в Python через TextBlob
https://stackabuse.com/translating-strings-in-python-with-textblob/

OpenCV Sudoku Solver and OCR
https://www.pyimagesearch.com/2020/08/10/opencv-sudoku-solver-and-ocr/

Pass by Reference in Python: Background and Best Practices
https://realpython.com/python-pass-by-reference/

#python #pydigest

Сборник Python новостей уже перед вами.

В выпуске Python Дайджест вы найдете:

- OpenCV Sudoku Solver and OCR
- Deploying Django to AWS ECS with Terraform
- Выявляем признаки аудиомонтажа методами AI
- Обзор методов создания эмбедингов предложений
- CLI приложение + Dependency Injector — руководство по применению
- Суммаризация текста: подходы, алгоритмы, рекомендации и перспективы
- Попытка определить язык манускрипта Войнича, Random Forest Classifier
- Калькулятор Wolframalpha в диалоге Telegram
- Как я делал Telegram-бота для работы с сетью
- jupyter-pytest-2 - плагин для запуска pytest в jupyter ноутбуках

Заходите в гости - https://pythondigest.ru/issue/347/
Присылайте интересные новости через форму на сайте.

Как генерировать JSON любой сложности использую фейковые данные через mimesis
https://mimesis.name/getting_started.html#schema-and-fields

OCR with Keras, TensorFlow, and Deep Learning
https://www.pyimagesearch.com/2020/08/17/ocr-with-keras-tensorflow-and-deep-learning/

Как писать аккуратные конвейеры для машинного обучения
https://habr.com/ru/post/515512/?utm_campaign=515512&utm_source=habrahabr&utm_medium=rss

Тема конвейеризации и распараллеливания машинного обучения давно фигурирует у нас в проработке. В частности, интересно, достаточно ли для этого специализированной книги с акцентом на Python, либо нужна более обзорная и, возможно, сложная литература. Мы решили перевести вводную статью об устройстве конвейеров для машинного обучения, содержащую как архитектурные, так и более прикладные соображения. Давайте обсудим, актуальны ли поиски в этом направлении.

Podcast.__init__: Building The Open Data Ecosystem For Music And More At Metabrainz
https://www.pythonpodcast.com/metabrainz-open-data-episode-276/

Audio

Почему здравый смысл важнее паттернов, а Active Record не так уж и плох
https://habr.com/ru/post/515560/?utm_campaign=515560&utm_source=habrahabr&utm_medium=rss

Так уж вышло, что разработчики, особенно молодые, любят паттерны, любят спорить о том, какой паттерн нужно применять здесь или там. Спорить до хрипоты: это фасад или прокси, а может даже синглтон. А если у вас не чистая, гексагональная архитектура, то некоторые разработчики готовы сжечь на костре Святой Инквизиции.


При этом они забывают, что паттерны — это лишь возможные решения. У паттернов, также как и у любых принципов, есть границы применимости, и важно их понимать. Дорога в ад вымощена слепым и религиозным следованием пусть даже и авторитетным словам.


А наличие во фреймворке нужных паттернов никак не гарантирует их правильного и осознанного применения.

sphinxcontrib-spelling 5.3.0
https://doughellmann.com/blog/2020/08/18/sphinxcontrib-spelling-5-3-0/

PyQt: Используем диалоги созданные в Qt Designer
https://www.learnpyqt.com/courses/qt-creator/creating-dialogs-qt-designer/

Python Bytes: #195 Runtime type checking for Python type hints
https://pythonbytes.fm/episodes/show/195/runtime-type-checking-for-python-type-hints

Audio

Data Version Control With Python and DVC
https://realpython.com/python-data-version-control/