Как изменился Datalore за 2020 год: мощная онлайн-среда для Jupyter-ноутбуков
https://habr.com/ru/post/538422/?utm_campaign=538422&utm_source=habrahabr&utm_medium=rss

Datalore (https://datalore.jetbrains.com/) — это мощная онлайн-среда для Jupyter-ноутбуков, разработанная в JetBrains. Здесь мы собрали описание самых важных обновлений Datalore за прошедший год.

Python in Visual Studio Code – January 2021 Release
https://devblogs.microsoft.com/python/python-in-visual-studio-code-january-2021-release/

Вызываем код на Java, C, NodeJS, C#, Python из InterSystems IRIS
https://habr.com/ru/post/536940/?utm_campaign=536940&utm_source=habrahabr&utm_medium=rss

Одно из ключевых направлений развития платформы данных InterSystems IRIS — открытость. Открытость во взаимодействии с языками программирования, технологиями и протоколами. Поддержка языков программирования двусторонняя — возможен как вызов кода из InterSystems IRIS, так и предоставляется API для работы с InterSystems IRIS извне.

#python #pydigest

Сборник Python новостей уже перед вами.

В выпуске Python Дайджест вы найдете:

- Трассировка Python GIL
- Решаем NLP-задачу – классификация текстов по темам
- Миллион домашних фотографий: лица, лица, лица
- ML в реальном мире: Складская система распознавания деталей
- Миллион домашних фотографий: наводим порядок
- Настройка аутентификации JWT в новом проекте Django
- Разрабатываем и развёртываем собственную платформу ИИ с Python и Django
- Schemathesis 3.0
- api-client 1.2.2 - гибкая библиотека для написания понятных апи клиентов
- Django 3.2 alpha 1 released

Заходите в гости - https://pythondigest.ru/issue/370/
Присылайте интересные новости через форму на сайте.

Решаем NLP-задачу – классификация текстов по темам
https://habr.com/ru/post/538458/?utm_campaign=538458&utm_source=habrahabr&utm_medium=rss

В предыдущей статье  (https://habr.com/ru/post/538450/)я рассказал, как подготовить датасет, содержащий тексты блога habr.com (https://habr.com/) с информацией об их принадлежности к определенной категории. Теперь на базе этого датасета я расскажу о подходах, позволяющих создать классификатор, автоматически относящий текст к той или иной категории.
Сегодня нам предстоит описать решение задачи по созданию классификатора текстовых документов. Шаг за шагом мы будем пытаться улучшить нашу модель. Давайте посмотрим, что же из этого получится.

Reading CloudFlare headers in a Django middleware
https://adamj.eu/tech/2021/01/22/reading-cloudflare-headers-in-a-django-middleware/

CodeSys на RaspberryPi 3 model B для реальных целей+MS SQL. Расчет метража продукции, произведенной на гофроагрегате
https://habr.com/ru/post/538648/?utm_campaign=538648&utm_source=habrahabr&utm_medium=rss

Clean Architectures in Python 2nd Edition - A free book on software architectures
https://www.pycabook.com/

What is a good software architecture? Why should we bother structuring the code and spending time testing it? If you like spending hours debugging your programs or staying late at the office to recover from a buggy deploy in production this book is definitely NOT for you!

Разрабатываем и развёртываем собственную платформу ИИ с Python и Django
https://habr.com/ru/post/538320/?utm_campaign=538320&utm_source=habrahabr&utm_medium=rss

Взлёт искусственного интеллекта привёл к популярности платформ машинного обучения MLaaS. Если ваша компания не собирается строить фреймворк и развёртывать свои собственные модели, есть шанс, что она использует некоторые платформы MLaaS, например H2O или KNIME. Многие исследователи данных, которые хотят сэкономить время, пользуются этими инструментами, чтобы быстро прототипировать и тестировать модели, а позже решают, будут ли их модели работать дальше. 

Трассировка Python GIL
https://habr.com/ru/post/538706/?utm_campaign=538706&utm_source=habrahabr&utm_medium=rss

Есть много статей, объясняющих, для чего нужен Python GIL (The Global Interpreter Lock) (я подразумеваю CPython). Если вкратце, то GIL не даёт многопоточному чистому коду на Python использовать несколько ядер процессора.


Однако мы в Vaex исполняем большинство задач с интенсивными вычислениями на С++ с отключением GIL. Это нормальная практика для высокопроизводительных Python—библиотек, в которых Python всего лишь выступает в роли высокоуровневого связующего звена.

Как сделать Data Science приложение для Windows (и не только) с графическим интерфейсом с помощью PySimpleGUI
https://habr.com/ru/post/538324/?utm_campaign=538324&utm_source=habrahabr&utm_medium=rss

Работать с Data Science в Jupyter, конечно, очень приятно, но если вы хотите пойти дальше и развернуть свой проект или модель на облачном сервере, то здесь есть много отличных решений — с помощью Flask, Django или Streamlit. Хотя облачные решения по-прежнему самые популярные, часто хочется создать быстрое приложение с графическим интерфейсом.

Schemathesis 3.0
https://github.com/schemathesis/schemathesis

A modern API testing tool for web applications built with Open API and GraphQL specifications.

Я сделаю свою «умную» колонку… «with blackjack and hookers!»
https://habr.com/ru/post/538862/?utm_campaign=538862&utm_source=habrahabr&utm_medium=rss

В данной статье я расскажу историю как мы с двоюродным братом сделали свою «умную» колонку (https://www.thingiverse.com/xbost/designs).

StackOverflow: интересные вопросы за неделю (cclx)
http://python-weekly.blogspot.com/2021/01/cclx-stackoverflow-python-report.html

PortablePy: компьютер-раскладушка для MicroPython
https://habr.com/ru/post/537900/?utm_campaign=537900&utm_source=habrahabr&utm_medium=rss

Признаю: мне очень нравится та невероятная скорость, с которой загружаются домашние компьютеры 1980-х годов. Я какое-то время пытался оптимизировать время загрузки Raspberry Pi, но особенно далеко в этом деле не продвинулся. Я, кроме того, большой поклонник специализированных устройств, в которых аппаратное обеспечение используется для решения какой-то одной задачи. Такие системы тоже работают очень быстро. MicroPython — это очень интересная разработка, попадающая в сферу моих интересов. Это, с одной стороны — «язык высокого уровня», а с другой — программный комплекс, который без особых сложностей работает на весьма скромных аппаратных ресурсах.

Как ограничить время выполнения Django теста
https://adamj.eu/tech/2021/01/25/how-to-limit-test-time-in-djangos-test-framework/

Detecting low contrast images with OpenCV, scikit-image, and Python
https://www.pyimagesearch.com/2021/01/25/detecting-low-contrast-images-with-opencv-scikit-image-and-python/

Test and Code: 142: MongoDB - Mark Smith
https://testandcode.com/142

Audio

OpenCV в Python. Часть 3
https://habr.com/ru/post/539228/?utm_campaign=539228&utm_source=habrahabr&utm_medium=rss

Это продолжение туториала по библиотеке opencv в python. Для тех кто не читал первую и вторую части, сюда: Часть 1 (https://habr.com/ru/post/519454/) и Часть 2 (https://habr.com/ru/post/528144/), а всем остальным — приятного чтения!

Podcast.__init__: Making The Sans I/O Ideal A Reality For The Websockets Library
https://www.pythonpodcast.com/websockets-sans-io-episode-299/

Audio

Как автоматизировать оповещения о статусе заказов через Telegram-бота, Computer Vision и SQL Anywhere
https://habr.com/ru/post/539262/?utm_campaign=539262&utm_source=habrahabr&utm_medium=rss

В современном мире услуги доставки становятся всё более популярными и востребованными, поэтому любая возможность автоматизации в этой сфере принесёт большую пользу как бизнесу, так и пользователям. В прошлых статьях нашего блога мы рассказывали о применении машинного зрения и нейронных сетей для распознавания (https://habr.com/ru/company/sap/blog/415657/) ценников товаров в магазине, а также для распознавания (https://habr.com/ru/company/sap/blog/523396/) комплектующих деталей. В этой статье мы расскажем о менее амбициозной (но не менее интересной) задаче – автоматизации оповещения клиентов о статусе их заказов с использованием чат-бота в Telegram, QR-кодов и реляционной СУБД SAP SQL Anywhere (https://www.sap.com/products/sql-anywhere.html).