PyMySQL — инструкция по использованию MySQL на примерах
🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

В статье будет показано, как использовать MySQL в Python при помощи PyMySQL модуля.

Подробнее: https://python-scripts.com/pymysql

🔥 BeautifulSoup – парсинг HTML в Python на примерах
🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

Данная инструкция по BeautifulSoup является вводным руководством по использованию библиотеки BeautifulSoup Python. В примерах показано использование тегов, модификация документа и перебор его элементов, а также парсинг веб-страниц.

Подробнее: https://python-scripts.com/beautifulsoup-html-parsing

Содержание статьи
- BeautifulSoup на примерах
- Установка BeautifulSoup в Python
- Пример HTML-кода страницы
- BeautifulSoup простой пример парсинга HTML
- BeautifulSoup теги, атрибуты name и text
- BeautifulSoap перебираем HTML теги
- BeautifulSoup атрибут children
- BeautifulSoup атрибут descendants
- BeautifulSoup и веб-скрапинг HTML
- BeautifulSoup метод prettify()
- BeautifulSoup метод find(), поиск элементов по id
- BeautifulSoup метод find_all() поиск всех тегов в HTML
- BeautifulSoup методы select() и select_one() CSS селекторы
- BeautifulSoup метод append() добавление нового HTML-тега

Requests в Python – Полная инструкция по применению! 🇷🇺
🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

Библиотека requests является стандартным инструментом для составления HTTP-запросов в Python. Простой и аккуратный API значительно облегчает трудоемкий процесс создания запросов.

☀️ Содержание статьи
1. Python установка библиотеки requests
2. Python библиотека Requests метод GET
3. Объект Response получение ответа на запрос в Python
4. HTTP коды состояний
5. Получить содержимое страницы в Requests
6. HTTP заголовки в Requests
7. Python Requests параметры запроса
8. Настройка HTTP заголовка запроса (headers)
9. Примеры HTTP методов в Requests
10. Python Requests тело сообщения
11. Python Requests анализ запроса
12. Python Requests аутентификация HTTP AUTH
13. Python Requests проверка SSL сертификата
14. Python Requests производительность приложений
15. Объект Session в Requests
16. HTTPAdapter — Максимальное количество повторов запроса в Requests

Подробнее: https://python-scripts.com/requests

🔥 Машинное обучение для начинающих: создание нейронных сетей
🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

Данная статья предназначена для людей, которые ранее не работали с нейронными сетями вообще или же имеют довольно поверхностное понимание того, что это такое. Принцип работы нейронных сетей будет показан на примере их реализации через Python.

Подробнее: https://python-scripts.com/intro-to-neural-networks

Содержание статьи
1. Создание нейронных блоков
2. Простой пример работы с нейронами в Python
3. Создание нейрона с нуля в Python
4. Пример сбор нейронов в нейросеть
5. Пример прямого распространения FeedForward
6. Создание нейронной сети прямое распространение FeedForward
7. Пример тренировки нейронной сети — минимизация потерь, Часть 1
8. Пример подсчета потерь в тренировки нейронной сети
9. Python код среднеквадратической ошибки (MSE)
10. Тренировка нейронной сети — многовариантные исчисления, Часть 2
11. Пример подсчета частных производных
12. Тренировка нейронной сети

🔥 Введение в RNN Рекуррентные Нейронные Сети для начинающих
🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

В данной статье мы рассмотрим, что такое рекуррентные нейронные сети и как создать нейронную сеть с нуля в Python.

☀️ Подробнее: https://python-scripts.com/recurrent-neural-network

Содержание
1. Зачем нужны рекуррентные нейронные сети
2. Создание рекуррентной нейронной сети на примере
3. Поставление задачи для рекуррентной нейронной сети
4. Составление плана для нейронной сети
5. Предварительная обработка рекуррентной нейронной сети RNN
6. Фаза прямого распространения нейронной сети
7. Фаза обратного распространения нейронной сети
8. Параметры рассматриваемой нейронной сети
9. Тестирование рекуррентной нейронной сети

🔥 Redis в Python — Полная документация на примерах
🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

В данном руководстве вы узнаете, как использовать Python с Redis. Redis является высокопроизводительным хранилищем ключей, отличается высокой скоростью работы и широтой областей применения.

Подробнее: https://python-scripts.com/redis

Содержание
1. Установка Redis из исходников на Windows, Linux и Mac OS X
2. Настройка Redis на сервере в подробностях
3. Начало работы с Redis на примерах
4. Redis в качестве словаря Python
5. Типы данных в Python и Redis для хранения информации
6. Использование redis-py: Redis в Python на примерах
7. Доступные типы ключей в Redis
8. Пример использования Redis на сайте PyHats, Часть 1
9. Срока действия ключа в Redis Python
10. Пример использования Redis на сайте PyHats, Часть 2
11. Производительность и снепшоты при работе с Redis
12. Обходные пути сериализации
13. Сериализация значений в строку
14. Использование разделителя
15. Шифрование перед отправкой

🔥 Изучение NumPy с визуальными примерами
🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

NumPy является незаменимым помощником Python. Он тянет на себе анализ данных, машинное обучение и научные вычисления, а также существенно облегчает обработку векторов и матриц.

Подробнее: https://python-scripts.com/numpy

Содержание
1. Создание массивов NumPy
2. Арифметические операции над массивами NumPy
3. Индексация массива NumPy
4. Агрегирование в NumPy
5. Создание матриц NumPy на примерах
6. Арифметические операции над матрицами NumPy
7. dot() Скалярное произведение NumPy
8. Индексация матрицы NumPy
9. Агрегирование матриц NumPy
10. Транспонирование и изменение формы матриц в numpy
11. Примеры работы с NumPy
12. Таблицы NumPy — примеры использования таблиц
13. Аудио и временные ряды в NumPy
14. Обработка изображений в NumPy
15. Обработка текста в NumPy на примерах

🔴 11 новых веб-фреймворков Python которые могут стать популярны

За последние пару лет появилось довольно много неплохих фреймворков, и создается впечатление, что ветеранам скоро придется подвинуться. Новые веб-фреймворки используют свежий подход к решению проблем, делая акцент на производительности и выразительности API.

Рассмотрим 11 новых веб-фреймворков Python!
Подробнее: https://python-scripts.com/web-frameworks

🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

🔴 Kivy — Создание мобильных приложений на Python

Содержание:
1. Принципы работы фреймворка Kivy Python
2. Установка Kivy
3. Работа с виджетами в Kivy
4. Запуск программы «Hello, Kivy!»
5. Отображение виджета Image в Kivy Python
6. Разметка (Layout) в UI Kivy
7. Добавление событий в Kivy
8. Использование языка дизайна KV
9. Создание приложения Kivy Python
10. Создаем apk приложения для Android на Python
11. Создание приложений для iPhone (iOS) на Python
12. Создание exe приложений для Windows на Python используя Kivy
13. Создание приложений для macOS на Python используя Kivy

🌎 Подробнее: https://python-scripts.com/kivy-android-ios-exe

🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

✅ Компиляция Python 3.8 на Ubuntu, Debian и LinuxMint
🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

Совсем недавно вышла новая версия Python — Python 3.8. Теперь она доступна для скачивания и последующей установки каждому пользователю. В руководстве по ссылке ниже будет показано, как установить Python 3.8 на операционные системы Ubuntu, Debian и LinuxMint. Подробнее о релизах Python можно узнать здесь.

Подробнее: https://python-scripts.com/install-python-3-8-linux

🔥 Хеширование строк в Python на примерах — MD5, SHA1
В Python хеш-функция принимает вводную последовательность с переменной длиной в байтах и конвертирует ее в последовательность с фиксированной длиной. Данная функция односторонняя.

🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

Содержание статьи
1. Что такое хеш-функция Python
2. Популярные хеш-функции Python
3. Примеры кода с хеш-функциями в Python
4. MD5 — пример хеширования
5. SHA1 — пример хеширования
6. Хеширование на SHA224
7. Хеширование на SHA256
8. Пример хеширования на SHA384
9. Пример хеширования на SHA512
10. Использование алгоритмов OpenSSL
11. Реальный пример хеширования паролей Python

Подробнее: https://python-scripts.com/md5-sha1

🔥 Асинхронное программирование для начинающих

Содержание статьи
1. Особенности асинхронного программирования в Python
2. Создания синхронного веб-сервера
3. Иной подход к программированию в Python
4. Программирование родительского элемента: не так уж просто!
5. Использование асинхронных особенностей Python на практике
6. Синхронное программирование Python
7. Совместный параллелизм с блокирующими вызовами
8. Кооперативный параллелизм с неблокирующими вызовами Python
9. Синхронные (блокирующие) HTTP вызовы
10. Асинхронные (неблокирующие) HTTP вызовы Python

Основные пункты данной статьи:
1. Что такое синхронное программирование;
2. Что такое асинхронное программирование;
3. Когда требуется написание асинхронных программ;
4. Как использовать асинхронные особенности Python.

Подробнее: https://python-scripts.com/async

Telegram Чат: @python_scripts
Канал: @pip_install

🔥 Pillow обработка изображений в Python на примерах
🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

Библиотека изображений Python, или PIL (Python Imaging Library) нужна для обработки графики в Python.

Содержание статьи
1. Установка Pillow в Python
2. Открытие изображения в Python с Pillow
3. Получение информации об изображении через Pillow
4. Обрезка изображений через Pillow (crop)
5. Поворачивание изображения — метод rotate() Pillow
6. Отображение картинки в Tkinter Python
7. Загрузка изображения из URL в Pillow
8. Создание рисунка в Pillow
9. ImageFont — Пишем текст на изображение используя Pillow
10. Использование фильтров в Pillow
11. Конвертирование из JPG в PNG пример Pillow
12. Создаем черно-белое изображение GrayScale в Pillow
13. Изменение размера изображения в Pillow resize()

Подробнее: https://python-scripts.com/pillow

🔥 Pathlib - манипуляция путями, создание и удаление папок и файлов
🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

Модуль Pathlib в Python упрощает работу с файлами и папками. Он доступен в Python 3.4 и более поздних версиях. Pathlib сочетает в себе лучшее из модулей файловой системы Python — os, os.path, glob и так далее.

Содержание статьи
1. Концепт пути и директории в Python
2. Как использовать модуль Pathlib?
3. Зачем использовать модуль Pathlib?
4. Создание и удаление папок через Pathlib
5. Генерация кроссплатформенных путей в Pathlib
6. Получение информации о пути в Pathlib
7. Альтернатива для модуля glob
8. Чтение и запись файлов с использованием Pathlib

Подробнее: https://python-scripts.com/pathlib

Разница между Python 2 и Python 3 - Кого выбрать? 🤔
🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

Многие пользователи задаются вопросом, с какой версии Python следует начинать изучение данного языка. Зачастую новички останавливаются на версии, которая фигурирует в рассматриваемом ими учебном пособии.

Содержание статьи
1. Что такое Python 2?
2. Что такое Python 3?
3. Что нужно знать о Python 2?
4. Какую версию Python использовать?
5. История Python 2
6. История Python 3
7. Главные различия между Python 2 и Python 3
8. Модуль future Python
9. Сравнительные примеры кода Python 2 и Python 3
10. Функция print в Python 2 и Python 3
11. Деление целых чисел в Python 2 и Python 3
12. Юникод в Python 2 и Python 3
13. Функция xrange() в Python 2
14. Метод contains для объектов range в Python 3
15. Разница в скорости между Python 2 и Python 3
16. Вызов исключений в разных версиях Python
17. Обработка исключений в Python 2 и Python 3

Подробнее: https://python-scripts.com/python-2-vs-3

🔥 Модуль Math — математика в Python на примерах
🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

В данной статье будут даны примеры часто используемых функций и констант библиотеки Math в Python.

Содержание статьи
1. Специальные константы библиотеки math
2. Число Пи из библиотеки math
3. Число Эйлера из библиотеки math
4. Экспонента и логарифм библиотеки math
5. Функция экспоненты exp() в Python
6. Функция логарифма log() в Python
7. Функция log10() в Python
8. Функция log2() в Python
9. Функция log(x, y) в Python
10. Функция log1p(x) в Python
11. Арифметические функции в Python
12. Тригонометрические функции в Python
13. Конвертация типов числа в Python

Подробнее: https://python-scripts.com/math
+ Бонус: Математические библиотеки Python
🎯 https://python-scripts.com/math-libs

Знакома ли вам ситуация, когда программа Python должна выполняться не сразу? В большинстве случаев требуется, чтобы код запускался как можно скорее. Однако порой перед работой оптимальнее будет дать программе немного поспать.

🎯 Telegram Чат: @python_scripts
🎯 Канал: @pip_install

Содержание статьи
1. Вызов sleep() через time.sleep()
2. Вызов sleep() с декораторами
3. Вызов sleep() в потоках
4. Использование time.sleep() в threading
5. Использование Event.wait() в многопоточности Python
6. Вызов sleep() в Async IO
7. Вызов sleep() в Tkinter и wxPython
8. Метод after() — Погружение в сон для Tkinter
9. Метод CallLater() — Погружение в сон для wxPython Python

Подробнее: https://python-scripts.com/sleep

🔥 Как хешировать пароли в Python?

В данном руководстве будет разобрано использование PBKDF2_HMAC для шифрования паролей вместе с солью в Python.

🎯 Telegram Чат: @python_scripts

Содержание статьи:
1. Зачем нужно хешировать пароли?
2. Почему не стоит использовать SHA-256 или нечто похожее
3. Хеширование паролей с pbkdf2_hmac
4. Генерация соли в Python
5. Хеширование в Python
6. Хранение хеша и соли
7. Проверка правильности пароля в Python
8. Пример регистрации пользователя с проверкой пароля

Подробнее: https://python-scripts.com/haslib-pbkdf2-check-password

🔥 Алгоритм Дейкстры для поиска кратчайшего пути в Python
🎯 Telegram Чат: @python_scripts

Алгоритм Дейкстры лежит в основе многих востребованных современных сервисов, к числу которых относятся GPS навигация и маршрутизация состояния канала сетевого уровня. Используя некоторые базовые структуры данных, мы разберемся, что именно он делает, каким образом достигает цель и как реализовать алгоритм в Python.

Подробнее: https://python-scripts.com/dijkstras-algorithm

🔵 Scrapy — Простой веб скрапинг
Наш чат: @python_scripts

Scrapy является фреймворком, что прекрасно подойдет для скрапинга веб сайтов. Он без особых проблем справляется с самыми популярными случаями веб скрапинга.

Главное отличие между Scrapy и другими популярными библиотеками, такими как Requests или BeautifulSoup, заключается в том, что он позволяет решать обычные задачи веб скрапинга при помощи самых элегантных методов.

Подробнее: https://python-scripts.com/scrapy-example