Python

В этой книге собраны примеры простой модификации речевых файлов для любителей делать все своими руками. Используя небольшие скрипты на Python можно создать интересные эффекты. В настоящее время нейронные сети прекрасно справляются с этой задачей, однако, добавление нужных эффектов в собственные программы предполагает доступ к большим ресурсам. Имеется много сайтов, где подобная задача решается, но там, как правило, отсутствует описание алгоритмов. Также приведена простая структура нейронной сети, позволяющей очищать речевой файл от стационарного шума.

В учебном пособии описаны этапы работы программирования на языке Python. Рассмотрены основы современных технологий и методов программирования, практические вопросы создания программ, основные алгоритмические конструкции и их реализация, алгоритмы линейной и циклической структуры, обработка одномерных и многомерных массивов, функции, списки, работа с файлами и наиболее популярными библиотеками. Приведены примеры применения алгоритмов.

Книгу можно рассматривать как современное практическое введение в разработку научных приложений на Python, ориентированных на обработку данных. Описаны те части языка Python и библиотеки для него, которые необходимы для эффективного решения широкого круга аналитических задач: интерактивная оболочка IPython, библиотеки NumPy и Pandas, библиотека для визуализации данных Matplotlib и др. Издание идеально подойдет как аналитикам, только начинающим осваивать обработку данных, так и опытным программистам на Python, еще не знакомым с научными приложениями.

Эта книга – практическое руководство по работе с данными в Python, написанное для тех, кто хочет не просто «знать теорию», а реально работать с данными в повседневных задачах. Шаг за шагом мы пройдем полный жизненный цикл данных: от хранения в базах и написания запросов до анализа, оптимизации и осмысленной интерпретации результатов.

Данное учебное пособие содержит материал, необходимый для полного практического освоения дисциплины «Программирование и основы алгоритмизации». В пособии рассмотрены вопросы, посвященные различным способам обработки данных с помощью современного языка программирования Python, визуализации обработки данных, моделированию физических процессов с использованием современных языков программирования с целью применения современных методов программирования к решению инженерных задач. Предназначено для студентов вузов, обучающихся по направлениям 15.03.04 «Автоматизация технологических процессов и производств» и 27.03.04 «Управление в технических системах».

Книга рассказывает об оптимизации моделей машинного обучения на основе байесовского метода и теории вероятностей. Примеры составлены на языке Python с использованием библиотек PyTorch, GPyTorch и BoTorch. Описаны приемы настройки гиперпараметров, гауссовское распределение, использование политик машинного обучения, в частности на основе задачи о многоруких бандитах, повышение производительности вычислений, многовариантная оптимизация с учетом полезности и затрат, а также применение байесовского метода в специализированных сценариях.

Современные проекты на языке Python непрерывно растут, развиваются и при этом неизбежно усложняются. Добиться надежности кода Python при сохранении гибкости, понятности и расширяемости приложений позволяет система типов, которая в данной книге подробно исследована в рамках парадигмы ООП. Особое внимание уделяется аннотированию и проверке типов, а также созданию пользовательских специализированных типов. Продвинутые главы книги посвящены вопросам тестирования, линтинга и обеспечения надежности программ на Python.

Рассмотрены основные практические навыки работы в среде PyCharm. В качестве базовых элементов работы в среде PyCharm даны рекомендации по установке среды PyCharm, началу работы, правилам выполнения программы, дополнительным вариантам выполнения команд, переименованию переменных и базовой настройке IDE PyCharm. Приведено описание и рассмотрены основные правила использования среды разработки Jupyter Notebook, которая, в первую очередь, ориентирована на программирование средствами Python.

Книга посвящена разработке веб-сайтов на языке Python с применением вебфреймворка Django 5.1. Представлены новинки Django и дано наиболее полное описание его инструментов и средств: моделей, миграций, контролеров, шаблонов, обработки пользовательского ввода, разграничения доступа, посредников, сигналов, отправки электронной почты, локализации, кеширования, работы с базами данных PostgreSQL, поддержке нескольких веб-сайтов, простых страниц, статичных перенаправлений, жетонной аутентификации и др. Описаны полезные дополнительные библиотеки, реализующие обработку BBCode, CAPTCHA, вывод графических миниатюр, интеграцию с Bootstrap.

Книга посвящена разработке серверных приложений и клиент-серверных архитектур на Python. Рассказано о поддержке SSL в Python 3, представлены примеры работы с протоколами TCP, UDP, HTTP, SMTP, IMAP, FTP, RPC, взаимодействия c сервисами DNS. Освещена работа с электронной почтой в приложениях. Описаны цели протокола TLS и методы их достижения на Python.

Эта книга + телефон — все, что нужно ребенку, чтобы полностью самостоятельно без помощи взрослых освоить основы программирования на языке Python, на писать десятки игр, интерактивных программ и поделиться ими в любых привычных мессенджерах и соцсетях. Книгу отличает сверхбыстрый старт, удобство обучения, легкость изложения и авторский юмор. При этом новички узнают о командах, циклах, типах данных, переменных, условных выражениях, графических примитивах и координатах. Освоят игры и анимацию, работу со строками, комментарии, методы (функции), операторы сравнения, случайные числа, условные выражения и многое другое. Для пап-программистов: как это на Python в браузере? Всё просто, мы используем дополнительный слой интерпретации — реализацию Brython. Эта библиотечка компилирует код на питоне в код на JS, который уже может выполниться в браузере без каких-либо танцев с бубнами и дополнительных настроек. А это позволяет новичкам любого уровня сразу начать программировать.

Книга поможет осознанно и эффективно работать с моделями машинного обучения. Дано введение в интерпретацию машинного обучения: раскрыты важность темы, ее ключевые понятия и проблемы. Рассмотрены методы интерпретации: модельно-агностические, якорные и контрфактические, для многопеременного прогнозирования, а также визуализации сверточных нейронных сетей.

В книге приведены примеры решения различных практических задач на языке Python и предложено детальное пошаговое описание процесса написания программы для каждой из них. Подобраны задачи, которые имеют несколько вариантов решений и формируют алгоритмическое мышление.

Книга представляет собой практическое руководство по интеграции фреймворка Bootstrap 5 с шаблонами Django для разработки на языке Python современных и динамичных веб-приложений. Рассматриваются основы макетирования HTML-страниц, создание статичных элементов (кнопки, панели, модальные окна, аккордеоны) и разработка динамичных компонентов, управляемых через административную панель Django. Описаны технологии работы с древовидными структурами, создание модальных окон с использованием библиотеки HTMX, а также базовые модули для разработки интернет-магазина, включая корзину и оплату. Приведены полезные советы по работе с PDF, анимацией, переводами на другие языки и почтовыми сообщениями. Отдельное внимание уделено визуализации данных с помощью библиотек Plotly.py и Plotly.js для создания интерактивных 2D- и 3D-графиков.

Книга ориентирована на читателей, имеющих базовый опыт программирования на языке Python и желающих быстро научиться применять его в реальных проектах или изучить Python в качестве второго языка. Рассмотрен широкий круг тем от соблюдения чистоты кода и грамотного именования функций и переменных, до проектирования API, правил объектно-ориентированного программирования, обеспечения безопасности (аутентификация, авторизация) и взаимодействия с базами данных. Затронут широкий круг вопросов, связанных с программированием модулей на Python, автоматизацией задач, использования веб-фреймворков, в частности Flask. Для программистов на Python.

Книга посвящена первичной обработке данных (Data Wrangling) на Python и оценке их качества (Data Quality). Материал содержит основополагающие концепции, экспертные советы и ресурсы, необходимые для первичной обработки, извлечения, оценки и анализа данных. Все темы раскрыты на простых и наглядных примерах из практики. Даны необходимые и достаточные сведения о языке программирования Python 3.8+ для чтения, записи и преобразования данных из различных источников, а также для обработки данных в больших масштабах. Приведены лучшие практики документирования и структурирования кода. Описан сбор данных из файлов, веб-страниц и API.

Python — идеальный выбор для манипулирования и извлечения информации из данных всех видов. «Python для data science» познакомит программистов с питоническим миром анализа данных. Вы научитесь писать код на Python, применяя самые современные методы, для получения, преобразования и анализа данных в управлении бизнесом, маркетинге и поддержке принятия решений.

Python — первоклассный инструмент, и в первую очередь благодаря наличию множества библиотек для хранения, анализа и обработки данных. Отдельные части стека Python описываются во многих источниках, но только в новом издании «Python для сложных задач» вы найдете подробное описание: IPython, NumPy, pandas, Matplotlib, Scikit-Learn и др.

Практическое руководство по визуализации данных с помощью Python и javascript. Автор показывает полный цикл работы — от сбора и обработки данных до их представления в браузере. Книга адресована разработчикам, аналитикам и специалистам по данным, желающим освоить инструменты и подходы, которые позволяют превращать цифры в наглядные и интерактивные визуализации.

Конвейеры обработки данных управляют потоком данных с момента их первоначального сбора до консолидации, очистки, анализа, визуализации и многого другого. Apache Airflow предоставляет единую платформу, которую можно использовать для проектирования, реализации, мониторинга и обслуживания конвейеров.