Пишем бота для «Отечественного WeChat» — Max на Python

Статья рассказывает о создании бота для отечественной платформы «Отечественный WeChat» с помощью языка программирования Python. В ней подробно описываются основные шаги разработки и примеры кода для автоматизации взаимодействия с пользователями. Автор делится полезными советами и рекомендациями для тех, кто хочет создать своего собственного бота для этой системы.

Подробнее👇

#статьи

@python_practics

Внимание! - Вопрос!

Что такое mutable и immutable объекты?

Mutable — изменяемые объекты, их содержимое можно менять после создания. Например:

• list
• dict
• set

Immutable — неизменяемые объекты, их состояние нельзя изменить после создания. Например:

• int
• float
• str
• tuple
• frozenset

Это важно при проектировании программ, так как изменяемость влияет на поведение при копировании, передаче по ссылке и создании новых объектов.

#вопросы_из_собеседований

@python_practics

Прогноз погоды на Python

Полный код можно посмотреть по ссылке👇

#sandbox

@python_practics

Задача:

В этой задаче от вас требуется, задав строку, заменить каждую букву на ее позицию в алфавите.

Пример:

Input = "The sunset sets at twelve o' clock."
Output = "20 8 5 19 21 14 19 5 20 19 5 20 19 1 20 20 23 5 12 22 5 15 3 12 15 3 11"

#задачник

@python_practics

Получение текущего времени в секундах с начала эпохи

Используем time.time() для получения времени в секундах.

👍 - если было полезно

#полезные_сниппеты

@python_practics

Внимание! - Вопрос!

Что такое оператор pass?

pass — это пустая инструкция, которая ничего не делает. Используется как заполнитель, чтобы синтаксически корректный блок кода был пустым. Например, при определении функции или класса, который еще не реализован:

def my_function():
pass

Это удобно, когда планируешь реализовать код позже, и нужно оставить место для будущих изменений.

#вопросы_из_собеседований

@python_practics

Transformers

Transformers — библиотека на Python для работы с трансформерными моделями в задачах обработки естественного языка (NLP). Разрабатывается компанией Hugging Face.

Основные возможности:

• Поддержка различных архитектур трансформеров. Библиотека поддерживает модели на архитектурах BERT, GPT, T5, RoBERTa, DistilBERT и других.
• Возможность дообучения моделей (Fine-tuning). Предобученные модели можно настроить под конкретные задачи.
• Совместимость с фреймворками PyTorch, TensorFlow и JAX.
• Поддержка GPU. При наличии CUDA модель автоматически использует GPU.

Подробнее👇

#фреймворки_библиотеки

@python_practics