Zen of Python
20.1K subscribers
1.21K photos
161 videos
32 files
3.16K links
Полный Дзен Пайтона в одном канале

Разместить рекламу: @tproger_sales_bot

Правила общения: https://tprg.ru/rules

Другие каналы: @tproger_channels

Сайт: https://tprg.ru/site

Регистрация в перечне РКН: https://tprg.ru/xZOL
Download Telegram
Какие темы в IT вас интересуют больше всего?
Anonymous Poll
52%
Веб-разработка
32%
Аналитика
47%
Машинное обучение
Опрос Django + JetBrains

Если вам есть что сказать создателям Django, примите участие в официальном исследовании пользовательского опыта на djangoproject.com. Спросят, как водится, про версию фреймворка, используемое хранилище, темплейты и прочие тонкости. Для новичков это внезапно может стать хорошей возможностью познакомиться с основной терминологией и популярными инструментами.

Займет около 15 минут.

Описание
Перейти к опросу

#django

@zen_of_python
Генерация данных с помощью Python: зачем это нужно и как применять

В Tproger подробно разобрали генераторы данных — незаменимый инструмент для работы с большими объемами информации. Знаете ли вы, что они позволяют обрабатывать данные частями, что существенно экономит ресурсы? Также осветили библиотеки Faker и NumPy для синтеза данных.

А в каких проектах вам пригождалось синтезирование данных? Поделитесь в комментариях.

#основы

@zen_of_python
Квиз про namespaces + scopes

Небольшая викторина на 11 вопросов с realpython.com, посвященная пространствам имен и областям видимости. Для подготовки можно освежить свои познания с помощью этой статьи.

#квиз

@zen_of_python
1
Типичный Machine Learning Engineer из твиттерской в 2024 году:

— ожидает оклада $500К / год при этом решая задачи уровня Fizz Buzz
— не знает, что такое GPU
— использует только FastAPI как веб-сервер
— не знает, что такое Процессный параллелизм
— 5 разных версий Python вместо venv
— везде SQLite3
— Пустой файл __init__.py

Когда юморной твит принес больше всего пользы за день.

#кек

@zen_of_python
🫡6🗿3👍1😁1👀1
httpbin | Игрушечный API

Написан на Python + Flask, запускается в контейнере Docker. Самое оно потестировать свой проект в контексте авторизации, возможных ошибочных ответов API, куки, картинок и прочей жизы разработчика.

httpbin.org
Репозиторий GitHub

@zen_of_python
Собеседование на Middle Python Developer

40-минутная запись реального техинтервью на замедленотьюбе. Кандидат грамотно отвечал на вопросы про основы ООП, Python и фреймворки. В конце небольшая лайв-кодинг-сессия.
Полезно даже джунам.

Смотреть

@zen_of_python
👍101
Ну не все время же boilerplates и форки с GitHub брать?

#кек

@zen_of_python
53🤣2
PyRIT | Инструмент оценки рисков для генеративного ИИ

Это опенсорсный инфобез-фреймворк для оценки надежности моделей ML. Этот определяет недостоверный / предвзятый контент, тем самым позволяя сосредоточиться на более сложных процессах и идентифицировать более сложные угрозы.

Цена: бесплатно  
Репозиторий проекта

@prog_tools
Какая переменная хранит результат последнего выражения?
Anonymous Quiz
24%
__X__
7%
__X
9%
_X
60%
_
Cуществует еще целый ряд соглашений – правил, которые не являются обязательными, но которым обычно следуют на практике. Например, имена с двумя символами подчеркивания в начале и в конце ( name) обычно имеют особый смысл для интерпретатора, поэтому вам следует избегать их использования для именования своих переменных.

Ниже приводится список соглашений, которым было бы желательно следовать:
— Имена, начинающиеся с одного символа подчеркивания (_X), не импортируются инструкцией from module import *
— Имена, имеющие два символа подчеркивания в начале и в конце (__X__) являются системными именами, которые имеют особый смысл для интерпретатора.
— Имена, начинающиеся с двух символов подчеркивания и не оканчивающиеся двумя символами подчеркивания (__X), являются локальными («искаженными») для объемлющего класса (смотрите псевдочастные атрибуты).
Имя, состоящее из единственного символа подчеркивания (_), хранит результат последнего выражения при работе в интерактивной оболочке.
52
😭 Воспринимается как понижение по должности

#кек

@zen_of_python
😁92🗿1👾1
Forwarded from Типичный программист
3 инструмента, которые значительно облегчат вам работу с Docker

Lazy Docker: GUI для Docker и Docker Compose прямо в терминале. Вместо того чтобы запоминать и вводить длинные команды Docker, вы получаете интерактивный интерфейс, где всё находится за одно нажатие клавиши.

Dive: инструмент для исследования и анализа образов Docker слой за слоем. Он показывает вам, какие именно файлы изменились в каждом слое, и помогает определить способы уменьшения ваших образов, выделяя дублирующиеся файлы и неиспользуемое пространство.

Watchtower: мониторит выполняющиеся контейнеры и отслеживает изменения в образах, на основе которых они были созданы. Если образ изменился, Watchtower автоматически перезапускает контейнер, используя новый образ. Это удобно при локальной разработке, если есть желание работать с самыми новыми версиями используемых инструментов.

#docker #полезности
👍4🙏1
3blue1brown | Про ML понятным языком

Канал с 500 млрд.+ просмотров аж с 2015-го года рассказывает про всевозможные концепции Машинного обучения и окололежащих дисциплин. Понятно будет даже новичкам, в каждом видео понятный визуал и субтитры.

Вот небольшая подборка:

LLM для любопытствующих новичков
Векторы. Линейная алгебра
Градиентный спуск
Обратное распространение ошибки
Введение в модели-трансформеры

Если обедать под YouTube, то под такое.

#основы

@neuro_channel
7👍21❤‍🔥1
Django ORM: Работа с внешними ключами

Статья объясняет, как работать с отношениями "один ко многим" и "многие ко многим" в Django ORM. В примерах показано, как использовать внешние ключи и параметр related_name для доступа к связанным объектам, а также как предотвращать ошибки атрибутов, используя кастомные имена связей.

Подробности: https://rohansblog.hashnode.dev/django-accessing-foreign-key-objects

#en

@django_prog | Другие наши каналы
👍2
Forwarded from Data Analysis / Big Data
Python в Data Science: топовые библиотеки и фреймворки, которые будут популярны в 2025

Python в Data Science. Показываем основные библиотеки и фреймворки, которые будут популярны в 2025. Рассматриваем преимущества и недостатки Tproger

Читать: «Python в Data Science: топовые библиотеки и фреймворки, которые будут популярны в 2025»

#ru

@big_data_analysis | Другие наши каналы
Forwarded from Типичный программист
Давайте голосовать, подсказывайте!

Помните, мы обещали, что автор лучшей статьи месяца получит наш мерч? Теперь пришло время выбрать победителя! Мы определили три лучших материала за ноябрь, но решать вам.

Здесь можно с ними ознакомиться, а следующим постом будет опрос:
1) Django vs FastAPI в 2025 году: какой фреймворк выбрать?
2) Гайд: как настроить API для распознавания документов за 30 минут
3) Как пополнить кошелёк Steam в России в 2024 году

Автор статьи, набравшей больше всего голосов, получит наш фирменный мерч. Голосуйте — завтра подведём итоги!

#конкурс #tproger