Четыре проекта с веб-скрейпингом, которые позволят упростить себе жизнь
https://habr.com/ru/post/566446/?utm_campaign=566446&utm_source=habrahabr&utm_medium=rss

Диаграмма Сэнкей (Sankey diagram) на Python
https://habr.com/ru/post/566568/?utm_campaign=566568&utm_source=habrahabr&utm_medium=rss

В моей работе часто возникают различные задачи по анализу консистентности и полноты данных, а также по визуализации. Одна из таких задач, которую решал относительно недавно - необходимость визуализировать действия пользователей нашего мобильного приложения. Нужно было понять, какие сценарии работы с приложением существуют и внимательнее рассмотреть действия пользователей на каждом шаге для дальнейшего улучшения стабильности работы приложения.

 

Pyflyby - Improving Efficiency of Jupyter Interactive Sessions
https://labs.quansight.org/blog/2021/07/pyflyby-improving-efficiency-of-jupyter-interactive-sessions/

Python Bytes: #241 f-yes we want some f-string tricks!
https://pythonbytes.fm/episodes/show/241/f-yes-we-want-some-f-string-tricks

Audio

Роль обратного распределения в построении нейросети
https://habr.com/ru/post/566488/?utm_campaign=566488&utm_source=habrahabr&utm_medium=rss

Обратное распространение — это способ обучения нейронной сети. Цели обратного распространения просты: отрегулировать каждый вес пропорционально тому, насколько он способствует общей ошибке. Если мы будем итеративно уменьшать ошибку каждого веса, в конце концов у нас будет ряд весов, которые дают хорошие прогнозы.

Оптимизация на простых типах данных
https://habr.com/ru/post/566684/?utm_campaign=566684&utm_source=habrahabr&utm_medium=rss

Книга «Python, например»
https://habr.com/ru/post/564270/?utm_campaign=564270&utm_source=habrahabr&utm_medium=rss

Python — стремительно развивающийся язык программирования современности. В этом увлекательном и необычном руководстве материал разбивается на доступные пошаговые фрагменты, а теория объясняется кратко и понятно. Вместо того чтобы обрушивать на читателя лавину технического жаргона, вгоняющего в ступор, эта книга предлагает ему поработать над 150 практическими задачами. Создавая программы для решения этих задач, читатель быстро перейдет от азов к уверенному использованию сопрограмм, графического пользовательского интерфейса и к работе с внешними файлами — текстовыми, в формате .csv и базами данных SQL. Книга идеально подойдет каждому, кто хочет освоить программирование на Python. В частности студенты, изучающие computer science, и преподаватели, которые хотят более уверенно овладеть Python, найдут в книге подборку готовых задач для использования на учебных

курсах.

Безопасный ввод и сохранение зашифрованных паролей в конфигах Linux: пишем скрипт на Python
https://habr.com/ru/post/566748/?utm_campaign=566748&utm_source=habrahabr&utm_medium=rss

В условиях растущих требований к безопасности создание и хранение паролей может вызвать вопросы не только для пользователей, но и у разработчиков и системных администраторов. Специалисты и другие осведомлённые люди знают, что пароли нужно хранить в зашифрованном виде. Уже на этапе ввода символы пароля нужно скрывать от любых глаз (даже от того человека, который его вводит). Всегда ли мы можем выполнить хотя бы эти требования?

Test and Code: 160: DRY, WET, DAMP, AHA, and removing duplication from production code and test code
https://testandcode.com/160

Audio

Десктопизация по-питоновски. Инструменты для создания автотестов
https://habr.com/ru/post/566862/?utm_campaign=566862&utm_source=habrahabr&utm_medium=rss

Автоматизация тестирования – неотъемлемая часть процесса обеспечения качества. Мы в нашей практике чаще всего разрабатываем тесты для веб-, мобильных приложений и API, но сегодня хотим рассказать о более редком направлении – тестировании десктоп-приложений.
 

Оптимизация на простых типах данных. Часть №2 «Числа»
https://habr.com/ru/post/566752/?utm_campaign=566752&utm_source=habrahabr&utm_medium=rss

Алгебраические типы данных и Python
https://habr.com/ru/post/566920/?utm_campaign=566920&utm_source=habrahabr&utm_medium=rss

Remove the Prefix and Suffix From a String
https://stackabuse.com/python-remove-the-prefix-and-suffix-from-a-string

#python #pydigest

Сборник Python новостей уже перед вами.

В выпуске Python Дайджест вы найдете:

- Как новый метод упаковки в BERT ускоряет обработку естественного языка в 2 раза
- Аннотирование текстов при помощи BERT
- Спектрометр своими руками за 5 долларов и немного OpenCV
- Учимся читать код, изучая стандартную библиотеку
- Алгебраические типы данных
- Десктопизация по-питоновски. Инструменты для создания автотестов
- Оптимизация на простых типах данных
- Будущее аннотаций типов в
- Компиляторы и трансляторы кода

Заходите в гости - https://pythondigest.ru/issue/394/
Присылайте интересные новости через форму на сайте.

The Real Python Podcast – Episode #68: Exploring the functools Module and Complex Numbers in Python
https://realpython.com/podcasts/rpp/68/

Audio

Pythonicity: Primes
https://coady.github.io/posts/primes/

Talk Python to Me: #324: Gatorade-powered Python APIs
https://talkpython.fm/episodes/show/324/gatorade-powered-python-apis

Audio

Weekly Python StackOverflow Report: (cclxxxiii)
http://python-weekly.blogspot.com/2021/07/cclxxxiii-stackoverflow-python-report.html

Сводка от pythonz 04.07.2021 — 11.07.2021
https://pythonz.net/articles/384/

А теперь о том, что происходило в последнее время на других ресурсах.

Как новый метод упаковки в BERT ускоряет обработку естественного языка в 2 раза
https://habr.com/ru/post/567116/?utm_campaign=567116&utm_source=habrahabr&utm_medium=rss

Используя новый алгоритм упаковки, в Graphcore ускорили обработку естественного языка более чем в 2 раза при обучении BERT-Large. Метод упаковки удаляет заполнение, что позволяет значительно повысить эффективность вычислений. В Graphcore предполагают, что это также может применяться в геномике, в моделях фолдинга белков и других моделях с перекошенным распределением длины, оказывая гораздо более широкое влияние на различные отрасли и приложения. В новой работе (https://arxiv.org/abs/2107.02027) Graphcore представили высокоэффективный алгоритм гистограммной упаковки с неотрицательными наименьшими квадратами (или NNLSHP), а также алгоритм BERT, применяемый к упакованным последовательностям. К старту курса о машинном и глубоком обучении (https://skillfactory.ru/ml-and-dl?utm_source=infopartners&utm_medium=habr&utm_campaign=habr_MLDL&utm_term=regular&utm_content=110721) представляем перевод обзора соответствующей публикации на ArXiv от её авторов. Ссылку на репозиторий вы найдёте в конце статьи.