PythonDigest
1.86K subscribers
23 photos
1 video
17.8K links
Сборник Python новостей: https://pythondigest.ru

Наш IT-тренажер: https://app.incidenta.tech/

Создано в @incidenta_tech
Download Telegram
Python + OpenCV + Keras: делаем распознавалку текста за полчаса
https://habr.com/ru/post/466565/?utm_campaign=466565&utm_source=habrahabr&utm_medium=rss

После экспериментов с многим известной базой из 60000 рукописных цифр MNIST возник логичный вопрос, есть ли что-то похожее, но с поддержкой не только цифр, но и букв. Как оказалось, есть, и называется такая база, как можно догадаться, Extended MNIST (EMNIST).


Если кому интересно, как с помощью этой базы можно сделать несложную распознавалку текста, добро пожаловать под кат.
Передача двухмерных списков из python в DLL
https://habr.com/ru/post/466575/?utm_campaign=466575&utm_source=habrahabr&utm_medium=rss

Решил несколько дополнить статью C/C++ из Python (https://habr.com/ru/post/466499/).

Передача стандартных типов, таких как int, bool, float и так далее довольно проста, но мало необходима. С такими данными быстро справится и сам python, и врядли у кого-то возникнет необходимость вынесения части такого кода в библиотеку C/C++.


А вот передача больших массивов данных, или еще лучше двумерных массивов данных, или даже двумерных массивов объектов.
Рост. Вес. Три соседа
https://habr.com/ru/post/466123/?utm_campaign=466123&utm_source=habrahabr&utm_medium=rss

В нём есть данные о росте и весе 10 000 мужчин и женщин. Никакого описания. Ничего «лишнего». Только рост, вес и метка пола. Эта таинственная простота мне понравилась.
StackOverflow: интересные вопросы за неделю (cxciii)
http://python-weekly.blogspot.com/2019/09/cxciii-stackoverflow-python-report.html
Собираем метрики Django приложения в Prometheus и Kubernetes
https://labs.meanpug.com/custom-application-metrics-with-django-prometheus-and-kubernetes/
Сводка новостей от pythonz.net 01.09.2019 — 08.09.2019
https://pythonz.net/articles/264/
#python #pydigest

Сборник Python новостей уже перед вами.

В 298 выпуске Python Дайджест вы найдете:

- Django. Как добавить статус онлайн на сайте
- Перепрограммируем кассу и печатаем на ней Киану Ривза
- Передача двухмерных списков из python в DLL
- Django. Как добавить статус онлайн на сайте
- Написание змейки для Android на Kivy, Python
- [Видео] Poetry + Pyenv
- [Видео] uWSGI в помощь метрикам
- [Видео] Как с помощью SPA мы создали административную панель для любых языков программирования
- instagrambot / instabot - набор инструментов для автоматизации Instagram
- rally - Macrobenchmarking framework for Elasticsearch

Заходите в гости - https://pythondigest.ru/issue/298/
Присылайте интересные новости через форму на сайте.
Как обойти капчу, используя звук
https://habr.com/ru/post/466599/?utm_campaign=466599&utm_source=habrahabr&utm_medium=rss

На просторах интернета до сих пор остаются актуальными капчи, которые в качестве опции предлагают прослушать текст с картинки, нажав на соответствующую кнопку. Если кому-то знакома картинка ниже и/или есть интерес как ее обойти, используя систему оффлайн распознавания звука, предлагается к прочтению.
Python Bytes: #146 Slay the dragon, learn the Python
https://pythonbytes.fm/episodes/show/146/slay-the-dragon-learn-the-python

Audio
rlpyt - Reinforcement Learning in PyTorch
http://github.com/astooke/rlpyt
Schemathesis - генерируем тесты по Swagger / Open API схеме
https://github.com/kiwicom/schemathesis
Testing mypy stubs, plugins, and types
https://sobolevn.me/2019/08/testing-mypy-types
Jupyter Notebook для начинающих: учебник
https://webdevblog.ru/jupyter-notebook-dlya-nachinajushhih-uchebnik/

Jupyter Notebook – невероятно мощный инструмент для интерактивной разработки и представления проектов в области наук о данных.
Сравнение производительности numpy и pandas
https://zerowithdot.com/python-numpy-and-pandas-performance/
Podcast.__init__: Python Powered Journalistic Freedom With SecureDrop
https://www.pythonpodcast.com/securedrop-whistleblower-platform-episode-228/

Audio
AirGesture - Play games without touching keyboard
http://github.com/vietnguyen1991/AirGesture
Угадай меня, если сможешь: прогнозирование рейтинга фильма до его выхода
https://habr.com/ru/post/466967/?utm_campaign=466967&utm_source=habrahabr&utm_medium=rss

Недавно мне на глаза попался датасет на Kaggle (https://www.kaggle.com/rounakbanik/the-movies-dataset) с данными о 45 тысячах фильмов с Full MovieLens Dataset. Данные содержали не только информацию об актерах, съемочной команде, сюжете и т.п., но и оценки, выставленные фильмам пользователями ресурса (26 миллионов оценок от 270 тыс.пользователей).


Стандартная задача для таких данных — это рекомендательная система. Но мне в голову почему-то пришло прогнозирование рейтинга фильма на основе информации, доступной до его выхода. Я не знаток кинематографа, и поэтому обычно ориентируюсь на рецензии, выбирая что посмотреть из новинок. Но ведь рецензенты тоже несколько biased — они-то смотрят гораздо больше разных фильмов, чем рядовой зритель. Поэтому спрогнозировать, как оценит фильм обычная публика, показалось занятным.
Хабрастатистика: как живет Хабр без geektimes
https://habr.com/ru/post/466963/?utm_campaign=466963&utm_source=habrahabr&utm_medium=rss

Данная статья является логическим продолжением рейтинга Лучших статей Хабра за 2018 год (https://habr.com/ru/post/441236/). И хотя год еще не закончился, но как известно, летом произошли изменения в правилах, соответственно, стало интересно посмотреть, повлияло ли это на что-нибудь.