Как создать чат-бота для ВКонтакте, используя Python, Django и webhook
https://habr.com/post/429628/?utm_campaign=429628
Возможно я плохо искал, но я не смог найти подробного руководства по созданию бота на python с применением фреймворка Django и подхода webhook, работающего на хостинге от российской компании. В большинстве материалов говориться о применении фреймворка Flask и использования бесплатных хостингов Heroku и PythonAnywhere. Опыт сообщества Хабр меня выручает, поэтому я решил в знак благодарности потратить время на написание данной статьи. Опишу полученный практический опыт, чтобы дать возможность всем кто в этом заинтересован сэкономить время и лучше понять как сделать бота на Python с применением фреймворка Django на своём хостинге, используя подход webhook.
https://habr.com/post/429628/?utm_campaign=429628
Возможно я плохо искал, но я не смог найти подробного руководства по созданию бота на python с применением фреймворка Django и подхода webhook, работающего на хостинге от российской компании. В большинстве материалов говориться о применении фреймворка Flask и использования бесплатных хостингов Heroku и PythonAnywhere. Опыт сообщества Хабр меня выручает, поэтому я решил в знак благодарности потратить время на написание данной статьи. Опишу полученный практический опыт, чтобы дать возможность всем кто в этом заинтересован сэкономить время и лучше понять как сделать бота на Python с применением фреймворка Django на своём хостинге, используя подход webhook.
Как опубликовать пакет на PyPI
https://realpython.com/pypi-publish-python-package/
https://realpython.com/pypi-publish-python-package/
Разработка GUI на Tkinter: часть 3
https://stackabuse.com/python-gui-development-with-tkinter-part-3/
https://stackabuse.com/python-gui-development-with-tkinter-part-3/
Потоковая аналитика: быстрый запуск с SAS ESP
https://habr.com/post/429176/?utm_campaign=429176
Применение аналитических алгоритмов на потоке данных сейчас одна из самых актуальных задач в области построения аналитических систем. Множество высокоточных предиктивных моделей, например, разработанных на показаниях с датчиков промышленных установок, уже готовы предупреждать серьезные аварии на производстве, но для этого их нужно выполнять на конечных устройствах («edge devices»), там, где показания с сенсоров поступают в реальном времени. Решить эту проблему и перенести аналитику в «онлайн» призван продукт SAS Event Stream Processing. В этой публикации хотелось поделится опытом его настройки на примере прикладной задачи – анализа изображений с видеокамер.
https://habr.com/post/429176/?utm_campaign=429176
Применение аналитических алгоритмов на потоке данных сейчас одна из самых актуальных задач в области построения аналитических систем. Множество высокоточных предиктивных моделей, например, разработанных на показаниях с датчиков промышленных установок, уже готовы предупреждать серьезные аварии на производстве, но для этого их нужно выполнять на конечных устройствах («edge devices»), там, где показания с сенсоров поступают в реальном времени. Решить эту проблему и перенести аналитику в «онлайн» призван продукт SAS Event Stream Processing. В этой публикации хотелось поделится опытом его настройки на примере прикладной задачи – анализа изображений с видеокамер.
Poetry - новый менеджер зависимостей в Python
https://khashtamov.com/ru/python-poetry-dependency-management/
https://khashtamov.com/ru/python-poetry-dependency-management/
xonsh — python как замена shell
https://habr.com/post/429892/?utm_campaign=429892
Удивительно, на на хабре до сих пор нет поста о такой, весьма интересной, замене шеллу как xonsh (https://xon.sh/) (github (https://github.com/xonsh/xonsh)), с моей точки зрения синтаксис всяких shell'ов ужасен и не вижу никаких оснований сохранять его в 21 веке, а Python, в свою очередь, обладает прекрасным синтаксисом и массой других преимуществ, поэтому, на мой взгляд, он и должен быть языком автоматизации по умолчанию, чего и пытаеся достичь (https://xon.sh/faq.html#why-xonsh) xonsh.
Какое-то время использую xonsh, поэтому думаю, что могу рассказать о нём достаточно для того, чтобы начать пользоваться.
https://habr.com/post/429892/?utm_campaign=429892
Удивительно, на на хабре до сих пор нет поста о такой, весьма интересной, замене шеллу как xonsh (https://xon.sh/) (github (https://github.com/xonsh/xonsh)), с моей точки зрения синтаксис всяких shell'ов ужасен и не вижу никаких оснований сохранять его в 21 веке, а Python, в свою очередь, обладает прекрасным синтаксисом и массой других преимуществ, поэтому, на мой взгляд, он и должен быть языком автоматизации по умолчанию, чего и пытаеся достичь (https://xon.sh/faq.html#why-xonsh) xonsh.
Какое-то время использую xonsh, поэтому думаю, что могу рассказать о нём достаточно для того, чтобы начать пользоваться.
einops - Deep learning operations rethinked (supports tf, pytorch, chainer, gluon and others)
http://github.com/arogozhnikov/einops
http://github.com/arogozhnikov/einops
cutie - Command line User Tools for Input Easification
http://github.com/Kamik423/cutie
http://github.com/Kamik423/cutie
keybind — глобальные горячие клавиши
http://pythonz.net/articles/196/
О новом пакете, позволяющем настраивать глобальные клавиши на UNIX-подобных системах под X Window System.
http://pythonz.net/articles/196/
О новом пакете, позволяющем настраивать глобальные клавиши на UNIX-подобных системах под X Window System.
#python #pydigest
Сборник Python новостей уже перед вами
В 256 выпуске Python Дайджест вы найдете:
- [Встреча] Python Meetup Chelyabinsk #4
- VotingClassifier в sсikit-learn: построение и оптимизация ансамбля моделей классификации
- Ленивые вычисления в быту
- Как создать чат-бота для ВКонтакте, используя Python, Django и webhook
- Pandas: как делать выборки строк и колонок
- Poetry - новый менеджер зависимостей в Python
- [Видео] Python Junior подкаст. Как быстро развернуть проект с нуля
- pycm - Multi-class confusion matrix library
- keybind — глобальные горячие клавиши
- redis 3.0.1
- Flask-OpenTracing 1.0.0
Заходите в гости - https://pythondigest.ru/issue/256/
Присылайте интересные новости через форму на сайте.
Сборник Python новостей уже перед вами
В 256 выпуске Python Дайджест вы найдете:
- [Встреча] Python Meetup Chelyabinsk #4
- VotingClassifier в sсikit-learn: построение и оптимизация ансамбля моделей классификации
- Ленивые вычисления в быту
- Как создать чат-бота для ВКонтакте, используя Python, Django и webhook
- Pandas: как делать выборки строк и колонок
- Poetry - новый менеджер зависимостей в Python
- [Видео] Python Junior подкаст. Как быстро развернуть проект с нуля
- pycm - Multi-class confusion matrix library
- keybind — глобальные горячие клавиши
- redis 3.0.1
- Flask-OpenTracing 1.0.0
Заходите в гости - https://pythondigest.ru/issue/256/
Присылайте интересные новости через форму на сайте.
Python Digest
Выпуск 256
Новый выпуск еженедельного дайджеста новостей о #python уже в эфире!
Ленивые вычисления в быту
https://habr.com/post/430186/?utm_campaign=430186
И хотя людей, которые для написания списка покупок или компиляции данных по квартплате используют скрипты на python, пересчитать по головам, но если так получилось, что вы используете скрипты для решения рутинных задач и иногда скрипты работают недопустимо долго, то возможно, идея применение ленивых вычислений ко всему что движется, придётся вам по вкусу.
https://habr.com/post/430186/?utm_campaign=430186
И хотя людей, которые для написания списка покупок или компиляции данных по квартплате используют скрипты на python, пересчитать по головам, но если так получилось, что вы используете скрипты для решения рутинных задач и иногда скрипты работают недопустимо долго, то возможно, идея применение ленивых вычислений ко всему что движется, придётся вам по вкусу.
Работа с PostgreSQL в Python
http://khashtamov.com/ru/postgresql-python-psycopg2/
PostgreSQL, пожалуй, это самая продвинутая реляционная база данных в мире Open Source Software. По своим функциональным возможностям она не уступает коммерческой БД Oracle и на голову выше собрата MySQL.
Если вы создаёте на Python веб-приложения, то вам приходиться работать с БД. В Python самой популярной библиотекой для работы с PostgreSQL является psycopg2 (http://initd.org/psycopg/docs/). Эта библиотека написана на Си на основе libpq (https://www.postgresql.org/docs/current/libpq.html).
http://khashtamov.com/ru/postgresql-python-psycopg2/
PostgreSQL, пожалуй, это самая продвинутая реляционная база данных в мире Open Source Software. По своим функциональным возможностям она не уступает коммерческой БД Oracle и на голову выше собрата MySQL.
Если вы создаёте на Python веб-приложения, то вам приходиться работать с БД. В Python самой популярной библиотекой для работы с PostgreSQL является psycopg2 (http://initd.org/psycopg/docs/). Эта библиотека написана на Си на основе libpq (https://www.postgresql.org/docs/current/libpq.html).
Как я понял, что ем много сладкого, или классификация товаров по чекам в приложении
https://habr.com/post/430216/?utm_campaign=430216
В этой статье мы хотим рассказать, как мы создали решение для классификации названий продуктов из чеков в приложении для учёта расходов по чекам и помощника по покупкам. Мы хотели дать пользователям возможность просматривать статистику по покупкам, собранную автоматически на основе отсканированных чеков, а именно распределить все купленные пользователем товары по категориям. Потому что заставлять пользователя самостоятельно группировать товары — это уже прошлый век. Есть несколько подходов для решения такой задачи: можно попробовать применить алгоритмы кластеризации с разными способами векторного представления слов или классические алгоритмы классификации. Ничего нового мы не изобрели и в этой статье лишь хотим поделиться небольшим гайдом о возможном решении задачи, примерами того, как делать не надо, анализом того, почему не сработали другие методы и с какими проблемами можно столкнуться в процессе.
https://habr.com/post/430216/?utm_campaign=430216
В этой статье мы хотим рассказать, как мы создали решение для классификации названий продуктов из чеков в приложении для учёта расходов по чекам и помощника по покупкам. Мы хотели дать пользователям возможность просматривать статистику по покупкам, собранную автоматически на основе отсканированных чеков, а именно распределить все купленные пользователем товары по категориям. Потому что заставлять пользователя самостоятельно группировать товары — это уже прошлый век. Есть несколько подходов для решения такой задачи: можно попробовать применить алгоритмы кластеризации с разными способами векторного представления слов или классические алгоритмы классификации. Ничего нового мы не изобрели и в этой статье лишь хотим поделиться небольшим гайдом о возможном решении задачи, примерами того, как делать не надо, анализом того, почему не сработали другие методы и с какими проблемами можно столкнуться в процессе.
Python Bytes: #104 API Evolution the Right Way
https://pythonbytes.fm/episodes/show/104/api-evolution-the-right-way
Аудио-подкаст
https://pythonbytes.fm/episodes/show/104/api-evolution-the-right-way
Аудио-подкаст
Нормализуем Django REST Serializers
http://concisecoder.io/2018/11/17/normalize-your-django-rest-serializers/
http://concisecoder.io/2018/11/17/normalize-your-django-rest-serializers/
StackOverflow: интересные вопросы за неделю (clii)
http://python-weekly.blogspot.com/2018/11/clii-stackoverflow-python-report.html
http://python-weekly.blogspot.com/2018/11/clii-stackoverflow-python-report.html