PDF Report generator — Generate custom PDF reports using reportlab & pdfrw
https://www.learnpyqt.com/examples/python-pdf-report-generator/

Talk Python to Me: #305 Python community at Python Discord
https://talkpython.fm/episodes/show/305/python-community-at-python-discord

Audio

Популярность BPM в разных жанрах музыки. Анализ скорости исполнения 500 лучших песен
https://habr.com/ru/post/544540/?utm_campaign=544540&utm_source=habrahabr&utm_medium=rss

Несколько лет назад, занимался изучением теории музыки, продавал и писал аудио-инструментал для аренды или заказов. Изначально, процесс явно творческий, но вскоре, мой интерес к коммерческой части превысил и возник вопрос: «В каком же темпе создавать ритм музыки?».

Мною была замечена тенденция вариаций темпа популярных песен одного жанра, поэтому идея анализа крупной выборки лучших композиций, для определения популярного [часто: самого продаваемого] диапазона темпа исполнения, не покидала с тех пор…

Podcast.__init__: Go From Notebook To Pipeline For Your Data Science Projects With Orchest
https://www.pythonpodcast.com/orchest-data-science-ide-episode-304/

Audio

Make tests a part of your app
https://sobolevn.me/2021/02/make-tests-a-part-of-your-app

Today I am going to discuss quite a new idea for Python users, an idea of making tests a valuable part of your application.

Книга «Глубокое обучение: легкая разработка проектов на Python»
https://habr.com/ru/post/544822/?utm_campaign=544822&utm_source=habrahabr&utm_medium=rss

Взрывной интерес к нейронным сетям и искусственному интеллекту затронул уже все области жизни, и понимание принципов глубокого обучения необходимо каждому разработчику ПО для решения прикладных задач.


Эта практическая книга представляет собой вводный курс для всех, кто занимается обработкой данных, а также для разработчиков ПО. Вы начнете с основ глубокого обучения и быстро перейдете к более сложным архитектурам, создавая проекты с нуля. Вы научитесь использовать многослойные, сверточные и рекуррентные нейронные сети. Только понимая принцип их работы (от «математики» до концепций), вы сделаете свои проекты успешными.

Как за 60$ создать систему распознавания лиц с помощью Python и Nvidia Jetson Nano 2GB
https://habr.com/ru/post/544430/?utm_campaign=544430&utm_source=habrahabr&utm_medium=rss

Новый набор инструментов для разработчиков Nvidia Jetson Nano 2GB (https://nvda.ws/30v5w3M) представляет собой одноплатный компьютер с графическим ускорителем стоимостью 59$, работающий под управлением программного обеспечения с искусственным интеллектом.
Производительность, которую вы можете получить от одноплатного компьютера за 59$ в 2020 году, просто потрясающая. Давайте попробуем использовать этот продукт, чтобы собрать простой вариант домофона, который будет отслеживать всех людей, подходящих ко входной двери вашего дома. С помощью алгоритма распознавания лиц система мгновенно узнает, приближался ли когда-нибудь в прошлом к вашей двери этот человек, даже если в прошлый визит он был одет по-другому.

Тестирование скриншотами
https://habr.com/ru/post/545084/?utm_campaign=545084&utm_source=habrahabr&utm_medium=rss

Сегодня хочу рассказать о нашем опыте тестирования скриншотами с использованием python, selenium, и Pillow.

Зачем? У нас был довольно большой (~1000) набор тестов на стеке python, pytest, selenium, которые отлично проверяли, что кнопки кликаются, а статистика отправляется (с использованием browserup proxy (https://github.com/browserup/browserup-proxy)), но пропускали баги

Exciting New Features in Django 3.2
https://hakibenita.com/django-32-exciting-features

DjangoChat. High Performance Django - Peter Baumgartner
https://djangochat.com/episodes/high-performance-django-peter-baumgartner-aCRRDYn_

Audio

Мульти-классовое целе-вероятностное кодирование (Multi-Class Target Encoding)
https://habr.com/ru/post/545380/?utm_campaign=545380&utm_source=habrahabr&utm_medium=rss

Эта статья является продолжением предыдущей статьи (https://habr.com/ru/post/544666/), в которой объяснялось, как на самом деле работает целе-вероятностное кодирование, и теперь мы посмотрим в каких случаях стандартное решение библиотеки category_encoders (http://contrib.scikit-learn.org/category_encoders/index.html) дает неверный результат, а кроме того, изучим теорию и пример кода для корректного мульти-классового целе-вероятностного кодирования. Поехали!

Python Bytes: #223 Beware: A ninja is shadowing Sebastian from FastAPI
https://pythonbytes.fm/episodes/show/223/beware-a-ninja-is-shadowing-sebastian-from-fastapi

Audio

[Видео] Moscow Python Podcast. Путь джуна в QA Automation (level: junior)
https://www.youtube.com/watch?v=duTfxBTIY-w

В гостях у Moscow Python Podcast выпускник курсов Learn Python, QA Automation engineer компании Voximplant Ася Макаровская.

Бесплатный удобный ETL инструмент с открытым кодом на основе Python — фантастика или нет?
https://habr.com/ru/post/536734/?utm_campaign=536734&utm_source=habrahabr&utm_medium=rss

Мы давно ищем идеальный ETL инструмент для наших проектов. Ни один из существующих инструментов нас полностью не удовлетворял, и мы попробовали собрать из open-source компонентов идеальный инструмент для извлечения и обработки данных. Кажется, у нас это получилось! По крайней мере, уже многие аналитики попробовали эту технологию и отзываются очень позитивно. Сборку мы назвали ViXtract и опубликовали на GitHub под BSD лицензией. Под катом — рассуждения о том, каким должен быть идеальный ETL, рассказ о том, почему его лучше делать на Python (и почему это совсем не сложно) и примеры решения реальных задач на ViXtract. Приглашаю всех заинтересованных к дискуссии, обсуждению, использованию и развитию нового решения для старых проблем!

Как ML помогает при аудите качества клиентского сервиса
https://habr.com/ru/post/545490/?utm_campaign=545490&utm_source=habrahabr&utm_medium=rss

Можно ли за короткое время и без больших трудозатрат проанализировать обращения клиентов и выявить причины возникновения негативных отзывов? В этой статье хотим рассказать, как с помощью инструментов ML нам удалось решить эту задачу.

Python⇒Speed: The security scanner that cried wolf
https://pythonspeed.com/articles/docker-security-scanner/

Делаем тесты частью приложения
https://habr.com/ru/post/545646/?utm_campaign=545646&utm_source=habrahabr&utm_medium=rss

Сегодня я собираюсь обсудить абсолютно новую для многих пользователей идею: интеграцию тестов в ваше приложение.

Поиск нарушений на видео с помощью компьютерного зрения
https://habr.com/ru/post/545678/?utm_campaign=545678&utm_source=habrahabr&utm_medium=rss

Предположим, что данное нарушение возможно. Как же его выявить? В нашем распоряжении имеются записи с камер наблюдения рабочего места сотрудника и журнал проведения операций. Будем искать все моменты на записи, где отсутствовал клиент.

Как прикрутить нейросеть к сайту по быстрому
https://habr.com/ru/post/545660/?utm_campaign=545660&utm_source=habrahabr&utm_medium=rss

В данном материале предлагается, приложив небольшие усилия, соединить python 3.7+flask+tensorflow 2.0+keras+небольшие вкрапления js и вывести на web-страницу определенный интерактив. Пользователь, рисуя на холсте, будет отправлять на распознавание цифры, а ранее обученная модель, использующая архитектуру CNN, будет распознавать полученный рисунок и выводить результат. Модель обучена на известном наборе рукописных цифр MNIST, поэтому и распознавать будет только цифры от 0 до 9 включительно. В качестве системы, на которой все это будет крутиться, используется windows 7.

Как убедить гейм-дизайнера запустить тесты?
https://habr.com/ru/post/545726/?utm_campaign=545726&utm_source=habrahabr&utm_medium=rss

Полагаю, ни для кого не секрет, что в разработке игр участвует очень много специалистов, а не только программисты. Выпуск игры невозможен без художников, моделлеров, VFX-художников, и, конечно, гейм-дизайнеров. Кстати о последних. Мы их очень любим, но они часто ломают ресурсы. Не то чтобы они хотят это делать, но из-за особенностей работы им нужно делать много мелких правок, и шанс накосячить выше. И ведь множество ошибок — это тривиальные опечатки, недописанная или, наоборот, лишняя удалённая строка. Всё это можно исправить не отходя от кассы. Но как это сделать? Прописать в регламенте, что перед коммитом обязательно запустить %my_folder%/scripts/mega_checker? Мы проверяли — не работает. Человек — существо сложное и забывчивое. А проверять ресурсы хочется.


Но мы нашли выход — теперь нельзя закоммитить в репозиторий без тестов. По крайней мере незаметно и безнаказанно.