PythonDigest
1.9K subscribers
23 photos
1 video
16.9K links
Сборник Python новостей: https://pythondigest.ru

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

Создано в @incidenta_tech
Download Telegram
Talk Python to Me: #512: Building a JIT Compiler for CPython
https://ift.tt/eclnXHr

Audio
Сравнение форматов PNG: от первой до третьей редакции
https://ift.tt/J53TBCe

Недавно опубликованная третья редакция спецификации Portable Network Graphics (PNG) 2025 года, разработанная World Wide Web Consortium (W3C), привлекла внимание к эволюции этого формата (W3C PNG Specification (Third Edition, 2025)). Ранее я, как и многие, использовал PNG, не задумываясь о его развитии и различных редакциях. Углубившись в изучение спецификаций PNG (1996, 2003, 2025), я решил подготовить данную статью, чтобы обобщить ключевые изменения и их значение для веб-дизайна, разработки игр и мультимедиа.
Процедурная генерация воксельных рогаликовых уровней
https://ift.tt/TmzLQjw

Процедурная генерация воксельных рогаликовых уровней с использованием клеточных автоматов и алгоритмов работы с сеткой ячеек на Python. Описана начальная генерация уровней, их упорядочивание, прокладка путей.
Работа с данными в DuckDB или не pandas’ом единым сыт DS
https://ift.tt/mVYXsLG

В проектах по разработке ML-моделей я регулярно сталкиваюсь с тем, что значительная часть времени уходит не на саму модель, а на приведение данных в нужный формат: очистку, трансформацию, агрегацию.Этот этап требует не только времени, но и вычислительных ресурсов, особенно когда речь идет о больших объемах информации. В этой статье я расскажу о своем небольшом исследовании DuckDB — инструменте, который может значительно упростить и ускорить работу с данными.
Intro to GIS Programming: A Practical Python Guide to OSS Geospatial Tools
https://ift.tt/tWNH7fq
#python #pydigest
IT-новости про Python перед вами.

Часть материалов из выпуска Python Дайджест:

- Как понять что свинюшка готова к любви? Определяем через ML
- Как я проектирую и разрабатываю реальные расширения для Python на Rust
- Как мы научили ИИ читать PDF и экономить сотни рабочих часов
- Как я собираю AI-интервьюера, чтобы имитировать собеседования
- Оживляем данные Strava: от парсинга GPX до карты
- Электронный курвиметр
- KEKS кодек и криптографические сообщения
- Django - 5.2.4
- coverage - 7.9.2

Заходите в гости - https://pythondigest.ru/issue/603/
Сводка от pythonz 29.06.2025 — 06.07.2025
https://ift.tt/m56pJA1

А теперь о том, что происходило в последнее время на других ресурсах.
Милливольтметр на экране ПК: простое решение
https://ift.tt/dbqAeiF

Данная заметка посвящена решению несложной задачи: измерить и вывести на экран ПК пару значений постоянного напряжения. В качестве измерителя используется готовое изделие: плата 16-канального 12-разрядного АЦП с USB интерфейсом на базе микроконтроллера STM32.
OpenDerisk - AI-Native Risk Intelligence Systems
https://ift.tt/bho2e6U
Wiki-хак для SEO: находим брошенные домены и передаём их силу вашему сайту
https://ift.tt/V3dC4mO

Расскажу, как работает метод перелива веса с Wikipedia через редирект. Разберу готовый Python-скрипт для автоматического поиска таких доменов. Дам рекомендации по дальнейшей работе с найденными доменами.
1
Создаем датасет печатных букв с любым шрифтом за 170 строк
https://ift.tt/vajdy5l

В этой работе разбирается простой способ генерации изображений букв для подготовки данных для обучения нейронной сети для классификации (распознавания) букв русского алфавита.
The Real Python Podcast – Episode #256: Solving Problems and Saving Time in Chemistry With Python
https://ift.tt/I45tkxu
[Видео] 100 Million Parking Transactions Per Year with Django
https://ift.tt/7eY4xp0

For several Dutch municipalities, Django applications power the monitoring of both on-street and off-street parking transactions. What started as a straightforward tool for extracting data from parking facilities has evolved into a robust ETL platform with a feature-rich dashboard. This talk delves into how Django remains the backbone of our operations and why it continues to be the foundation of our business success.
Оживляем данные Strava: от парсинга GPX до интерактивной карты на Python и JS
https://ift.tt/yFpDHu4

В этой статье я хочу провести вас «под капот» моего проекта и показать на реальных фрагментах кода, как с помощью Python, щепотки NumPy и капли JavaScript можно построить собственный мощный инструмент для анализа спортивных данных. Это история не только про код, но и про философию открытых данных и желание сделать профессиональные инструменты доступными для всех.
Как производили подсчет объема древесины с помощью Computer Vision
https://ift.tt/xSJobyr

Отвечу почему мужик с линейкой не подойдет и почему нельзя просто взвесить Камаз до и после погрузки.
Про книгу Стефани Стимак «Дизайн для разработчиков»
https://ift.tt/5Tj9lH3

Захотелось мне обновить свои знания по фронтенд-разработке, которые у меня застряли на уровне CSS времен Internet Explorer 6 9, а также принципов веб-дизайна примерно тех же годов. Начать решил с книги Стефани Стимак «Дизайн для разработчиков». Судя по названию, это должна была быть именно та книга, которая мне нужна.
Скрипт, который следит за тобой: автоматический аудит действий в Linux
https://ift.tt/IwvQBiu

В статье хочу разобрать auditd - полезный инструмент аудита в Linux, который записывает каждое действие, а скрипт превратит логи в читаемые отчёты и алерты.
1
От понимания файнтюнинга LLM до файнтюнинга мультимодальных моделей
https://ift.tt/4aQCPwH

Что такое дообучение LLM и зачем оно нужно?Дообучение больших языковых моделей (LLM) — это способ адаптировать их под свои задачи, сделать их умнее на своих данных и сэкономить ресурсы.Когда стоит дообучать, а когда хватит prompt engineering или RAG? Если задача уникальная или данных много — дообучай. Если задача простая — попробуй сначала промпты.
aiohttp - 3.12.14
https://ift.tt/kyFE1p6

http клиент/сервер для asyncio. Скачать можно по ссылке: https://pypi.python.org/pypi/aiohttp
Application Logging in Python: Recipes for Observability
https://ift.tt/SxCOtgX

The logging module is powerful, but it can be somewhat complex. This tutorial covers structured JSON output, centralizing logging configuration, using contextvars to automatically enrich your logs with request-specific data, and other useful patterns for your observability needs.