​Как заливать файлы на Linux-сервер

В статье Timeweb вы узнаете, какие существуют три способа заливать файлы (помимо клонирования репозитория) на сервер.

#факты

​Как добавлять поля в Django

Короткий семиминутный туториал от UProger, в котором автор добавляет дропдауны, селектор даты, столбец листингу постов.

Отлично подходит новичкам, которые хотят модифицировать базовый темплейт сайта под свои нужды.

#django

​Качественные игры

Столько фреймворков для Python, а знаете ли вы качественные игры, написанные на этом ЯП?

На скриншоте Doki Doki Literature Club — графическая новелла, созданная американской командой Team Salvato.

Поделитесь в комментариях, какие крутые игры на Python или с его участием вы знаете.

#факты

​Пятничный Win Share

Что интересного у вас на этой неделе из мира Python и IT?

Вы можете поделиться не только новостями, но и затыками. Сообщество Zen of Python постарается помочь. Самую интересную проблему мы разберем в отдельном посте.

#winshare

​QR-код за четыре строки кода

Проще, чем искать действительно бесплатный онлайн-генератор:

import qrcode

url = 'https://ww.tproger.ru'
img = qrcode.make(url)
img.save('qrcode.png')

#библиотека

​Какую книгу про Python купить?

На связи админ канала. Нужен ваш совет по поводу книги о Python для мидлов. Подумываю о покупке «Python. К вершинам мастерства» Лучано Рамальо.

Стоит ли перед покупкой сравнить её с какой-нибудь другой? Спасибо за вашу помощь :)

#книга

​ArcticDB: безсерверное хранилище для Python-проектов

Уникальное решение из мира database-as-a-service (DBaaS), позволяющее:
— обращаться с данными в формате 'Pandas In - Pandas Out';
— быстро обрабатывать данные благодаря движку на C++;
— создавать снэпшоты;
— модифицировать структуру данных без обращений к schema.

Репозиторий на GitHub

#библиотека

​Ваши любимые мемы

Многие любят, когда и смешно, и полезно. Потому мем со Спанчбобом в личном топе у админа.

Поделитесь вашими любимыми мемами про Python в комментариях.

​PtPython: продвинутая оболочка Python

Интересный альтернативный интерпретатор командной строки, предлагающий:
— подсветку синтаксиса;
— автодополнение кода;
— валидацию вводимых данных;
— кастомизацию темы и проч.

Профиль на PyPi

#библиотека

​Задача о демонстрации шрифтов

Георгий — молодой каллиграф, и он продаёт свои работы в сети. Для качественной демонстрации своей работы ему нужны предложения, в которых есть все буквы алфавита — панграмы. Самый известный пример — «The quick brown fox jumps over the lazy dog».

Ваша задача — создать функцию, которая возвращает из списка предложений только панграмы:

sentences = [
'Jackdaws love my big sphinx of quartz',
'Five or six big jet planes zoomed quickly by the tower',
'Waxy and quivering, jocks fumble the pizza',
'How vexingly quick daft zebras run'
]

#задача

​pyfiglet: ASCII-графика на Python

One-Liner (ультракороткое решение) задачи рисования символами для текста.

from pyfiglet import Figlet

f = Figlet(font='slant')
print(f.renderText('TProger'))

Репозиторий на GitHub

#библиотека

​Поздравляем верно решивших задачу

Задачу про ДНК верно решили:

— @bonobomanka;
— Максим;
— @Shoker_84;
— @kotakoko686;
— @rkupeev.

Оптимальное решение выглядит так:

def dna(string):
template = {'А':'Т', 'Т':'А', 'К':'Г', 'Г':'К'}
res = ''
for sym in string:
res += template[sym]
return res

#задача

​Монады: несколько функций и один обрабатываемый объект

20-минутное видео, в котором автор на примере рассказывает, что такое монады (Monads) в Python, чем отличается функция от функтора и как сократить обработку данных несколькими функциями (байндинг) до одной строки.

Видеоурок

#факты

​PyTM: тайм-трекер в CLI

Интересное решение, позволяющее не только отслеживать время, затрачиваемое на задачи проектов, но и генерировать заготовки счетов на базе таких данных.

Репозиторий на GitHub

#библиотека

И еще миллион кастомных ошибок от сторонних либ и фреймворков

LazyPredict: ультралаконичный синтаксис ML-моделей

Инструмент позволяет запускать 30 (!) видов моделей беспрецедентно коротким способом:

from lazypredict.Supervised import LazyClassifier
from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split

data = load_breast_cancer()
X = data.data
y= data.target
X_train, X_test, y_train, y_test = train_test_split(X, y,test_size=.5,random_state =42)

clf = AdaBoostClassifier(verbose=0,ignore_warnings=True, custom_metric=None)
models,predictions = clf.fit(X_train, X_test, y_train, y_test)
models

Репозиторий на GitHub

А знаете ли вы инструменты, упрощающие подготовку данных? Поделитесь в комментариях.

#библиотека

​sounddevice: аудиоплеер

Инструмент использует asyncio + NumPy и позволяет взаимодействовать с аудиофайлами по полной:

— запись и воспроизведение аудио;
— создание стримов;
— поддержка параллельных задач на asyncio и многое другое.

Документация

#библиотека

​pypipe для управления пайплайнами

Инструмент облегчает подготовку текстовых и не только данных к загрузке в модель.

— Приведём к верхнему регистру:
cat staff.txt |ppp 'i, line.upper()'

— Превратим .txt в словарь:
cat staff.jsonlines.txt |ppp -j 'dic["Name"]

— Создадим кастомную команду:
pypipe custom -N NAME

#библиотека

А вы знаете, что у нас сейчас проходит розыгрыш подписок Telegram Premium?

Чтобы принять участие, достаточно подписаться на 4 канала, которые помогут быть в тренде и получать лучшее из мира IT:

— тот самый Типичный программист: @tproger

— полезные сохранёнки на все случаи жизни: @prog_stuff

— нужные инструменты для ваших проектов: @prog_tools

— новости из мира технологий: @your_tech

​Пятничный Win Share

Что интересного у вас на этой неделе из мира Python и IT?

Вы можете поделиться не только новостями, но и затыками. Сообщество Zen of Python постарается помочь. Самую интересную проблему мы разберём в отдельном посте.

#winshare