🎉📢دوره ی opencv با همکاری #کلاس_ویژن و #مکتب_خونه منتشر شد

📜 موضوع دوره:
پردازش تصویر، بینایی ماشین و بینایی کامپیوتر

👨‍💻👩‍💻مباحث تئوری پایه به همراه حدود ۱۰۰ مثال عملی در پایتون با کتابخانه opencv

📎لینک توضیحات و ثبت نام دوره در:
کلاس ویژن | مکتب خونه


🎊🎊کد تخفیف ۲۰ درصد به مدت ۱ هفته برای اعضای کانال فعال است:
classvision

سرفصلهای دوره | ویدیو سرفصلهای دوره

This page provides you with step-by-step learning paths that you can use to get started and get good at Python concurrency.
این سایت مسیرهای یادگیری گام به گام را در اختیار شما قرار می دهد که می توانید برای یادگیری حالت‌های مختلف concurrency در پایتون از آنها استفاده کنید.

#pythony #concurrency #thread #multithread #multiprocess #async #asyncio #guide #tutorial


https://superfastpython.com/learning-paths

🙏Thanks to: @pythony

انتشار کورس رایگان پایتون دانشگاه هاروارد

🔰 فیلم کلاس

🔰 سایت استاد

#پایتون #منابع #کلاس_آموزشی  #فیلم
#Python

Python's subprocess module easily integrates Bash into your Python scripts.

via Enable Sysadmin https://ift.tt/RT6cikM

حذف پس زمینه

دوره‌ی جدید OpenCV در بین پر مخاطب ترین دوره‌های جدید مکتب‌خونه:

https://www.instagram.com/p/ClwBklZo0pS/

به تعداد 5 کد تخفیف 50 درصدی برای دانشجوها بهم دادند؛ اگر کسی علاقه داشت و قبلا کلاسی با بنده داشته پیام بده

Advent of Code 2022

https://github.com/norvig/pytudes/blob/main/ipynb/Advent-2022.ipynb

🚀 A single line that makes your Python code blazingly fast.

Numba is a just-in-time (JIT) compiler for Python. This means that it takes your existing python code and generates a fast machine code (at run-time).

Thus, post compilation, your code runs at native machine code speed. Numba works best on code that uses NumPy arrays and functions, and loops. Find more info in the comments.

https://avichawla.substack.com/p/faster-python-with-one-line

با این ابزار با چند خط کد در لحظه نتیجه ی کلی طبقه بند را در لحظه ببینید...

https://github.com/shankarpandala/lazypredict

Human Language to SQL Translator. you can even set schema to query from it.

https://www.sqltranslate.app

نوشتن و استفاده از wrapper لاگ کردن سرعت اجرا

📽 Data analysis in Python with pandas
Learn how to use the pandas library for data analysis, manipulation, and visualization.

https://github.com/justmarkham/pandas-videos

وقتی برنامه‌ای می‌نویسیم، برای بررسی جزئی‌تر اجرای آن و منابع مصرفی از پروفایلینگ استفاده می‌کنیم. در پایتون، ابزار Memray یک پروفایلر حافظه قدرتمند است.

Memray شبیه به htop، مصرف حافظه را به‌صورت لحظه‌ای برای هر تابع نمایش می‌دهد و تغییرات مصرف حافظه را حین اجرای هر تابع پروفایل می‌کند. این ابزار به‌ویژه برای شناسایی نشت حافظه و بهینه‌سازی برنامه‌ها مفید است.

با این حال، برای ثبت حداکثر مصرف حافظه یک تابع در طول اجرای آن، باید دید آیا Memray امکان ثبت لحظه‌ای مصرف حافظه در فایل را دارد. در این صورت، می‌توانیم به‌طور دقیق‌تر حداکثر مصرف حافظه هر تابع را نیز به دست آوریم.

https://github.com/bloomberg/memray

یه لایبری ساده پایتون برای retry کردن، فقط کافیه کاری که میخوای اگر نشد مجدد تلاش کنه را براش یه دکوریتور بنویسید

https://pypi.org/project/retrying/

تشخیص زبان با استفاده از کتابخانه Langdetect

تولید بارکد با استفاده از کتابخانه بارکد

انواع متد هایی که برای استرینگ در پایتون وجود دارند.

اطلاعات کشورها در پایتون