Язык Python

This book will provide you with basic knowledge and skills in Python programming, covering topics such as variables, numbers, strings, booleans, conditional statements, loops, lists, dictionaries, functions, classes and objects, modules, and packages. Every chapter is wrapped up with a small test. Detailed explanations and practical examples accompany every topic to ensure you acquire an essential Python coding skill upon completing the book. This book is excellent for everyone who wants to learn to code and is just starting. Other great books are available for those who have already mastered basic Python programming skills and looking to improve them.

Основы программирования на Python3 с визуальными компонентами PyQt5 (для PyCharm Community).

Python и spaCy помогут вам быстро и легко создавать NLP-приложения: чат-боты, сценарии для сокращения текста или инструменты принятия заказов. Вы научитесь использовать spaCy для интеллектуального анализа текста, определять синтаксические связи между словами, идентифицировать части речи, а также определять категории для имен собственных. Ваши приложения даже смогут поддерживать беседу, создавая собственные вопросы на основе разговора. Прочитав эту книгу, вы можете сами расширить приведенные в книге сценарии, чтобы обрабатывать разнообразные варианты ввода и создавать приложения профессионального уровня.

Python – это динамический язык программирования, используемый в самых разных предметных областях. Хотя писать код на Python просто, гораздо сложнее сделать этот код удобочитаемым, пригодным для многократного использования и легким в поддержке. Третье издание «Python. Лучшие практики и инструменты» даст вам инструменты для эффективного решения любой задачи разработки и сопровождения софта. Авторы начинают с рассказа о новых возможностях Python 3.7 и продвинутых аспектах синтаксиса Python. Продолжают советами по реализации популярных парадигм, в том числе объектно-ориентированного, функционального и событийно-ориентированного программирования. Также авторы рассказывают о наилучших практиках именования, о том, какими способами можно автоматизировать развертывание программ на удаленных серверах. Вы узнаете, как создавать полезные расширения для Python на C, C++, Cython и CFFI.

Данное учебно-методическое пособие разработано для начального курса изучения языка программирования Python, включенного в последние годы в контрольно-измерительные материалы ЕГЭ по информатике и, соответственно, в школьный курс информатики и ИКТ. Пособие предназначено для бакалавров направления 44.03.01 Педагогическое образование профиль «Информатика и ИКТ», а также может быть использовано школьниками и студентами среднего профессионального образования.

В статье предлагается алгоритм автоматизированного поиска и первичного анализа социологической информации для исследования территориальной идентичности жителей районов крупных городов в интернет-источниках. В качестве основного источника информации рассматриваются сообщества в социальных сетях (на примере социальной сети «Вконтакте»), в качестве вспомогательных – интернет-порталы о топографических объектах, находящихся на исследуемых территориях. Показано, что с точки зрения информационного обеспечения наибольшим потенциалом обладают публичные страницы и группы с открытой и ограниченной «стеной». Разработанный алгоритм предполагает выделение релевантных для решаемой задачи групп, выявление содержащихся в них записей по районной тематике и определение показателей активности участников сообщества при обсуждении территориальных проблем. Извлечение требуемой информации осуществляется посредством взаимодействия с сервером социальной сети с использованием официального программного интерфейса приложения (API). Для идентификации сообществ и записей предлагается использовать методы морфологического анализа текстовой информации. Описана программная реализация указанного алгоритма на языке Python 3.8.5, которая включает оригинальные функции для получения данных о сообществах по их идентификационным номерам, для формирования набора урбанонимов для заданного района и др. С использованием разработанной программы проведен анализ территориальных групп трех районов г. Москвы. Определена погрешность результатов работы программы относительно результатов, полученных вручную.

Настоящее исследование посвящено разработке программного модуля, обеспечивающего конвертацию вычислительных сеток, созданных на базе платформы OpenFOAM, в формат msh, применяемый в рамках численных экспериментов, проводимых с помощью пакета ANSYS FLUENT. Функционал ANSYS FLUENT может применяться, например, в рамках постпроцессинга при моделировании большинства фундаментальных проблем механики сплошных сред (МСС). В существующих аналогах платформы OpenFOAM, таких как Salome, Helyx-OS, Visual-CFD, уже реализованы средства для решения указанной задачи, но ввиду их частично коммерческого распространения, необходимости приобретения услуг специалистов технической поддержки и отсутствия полноценной русифицированной документации проблема отсутствия графической оболочки для упрощения процедуры конвертации сохраняет свою важность. Процесс конвертации расчетных сеток, сгенерированных средствами платформы OpenFOAM, в msh-формат, применяемый в пакете ANSYS FLUENT, составляет предмет настоящего исследования. Цель данной работы заключается в подготовке исходного кода программного модуля. В работе представлена диаграмма, соответствующая алгоритму работы специалиста с рассматриваемым программным модулем. Приведен стек технологий для набора, отладки и запуска программного кода. Определены итоги исследования, сформулированы положения его научной новизны и потенциальной практической значимости. Представлены результаты тестирования модуля на примере одного из фундаментальных экспериментов МСС на базе платформы OpenFOAM.

Книга посвящена практике применения машинного обучения с целью создания мощных алгоритмических стратегий для успешной торговли на финансовых рынках. Изложены базовые принципы работы с данными: оценивание наборов данных, доступ к данным через API на языке Python, доступ к финансовым данным на платформе Quandl и управление ошибками предсказания. Рассмотрены построение и тренировка алгоритмических моделей с помощью Python-библиотек pandas, Seaborn, StatsModels и sklearn и построение, оценка и интерпретация моделей AR(p), MA(q) и ARIMA(p, d, q) с использованием библиотеки StatsModels. Описано применение библиотеки PyMC3 для байесового машинного обучения, библиотек NLTK, sklearn (Scikit-learn) и spaCy для назначения отметок финансовым новостям и классифицирования документов, библиотеки Keras для создания, настройки и оценки нейронных сетей прямого распространения, рекуррентных и сверточных сетей. Показано, как применять трансферное обучение к данным спутниковых снимков для предсказания экономической активности и как эффективно использовать подкрепляемое обучение для достижения оптимальных результатов торговли. Для финансовых аналитиков и программистов на языке Python.

Книга поможет читателям, самостоятельно осваивающим язык Python, отточить уже имеющиеся навыки программирования, выработать новые и получить удовольствие от этого процесса. Ее можно рассматривать как свою вторую книгу по языку Python. Книга организована так, чтобы дополнять обычный учебник для начинающих или вводный курс. Для этого применен проектный подход, позволяющий обойтись без тщательного «пережевывания» материла, который вы уже изучили. По мере работы над проектами читатели будут использовать анализ марковских цепей для написания хокку, метод Монте-Карло для моделирования финансовых рынков, наложение снимков для улучшения астрофотосъемки и генетические алгоритмы для разведения армии гигантских крыс. В итоге читатели получат практический опыт работы с такими модулями, как pygame, Pylint, pydocstyle, tkinter, python-docx, matplotlib и pillow. Для программистов на языке Python.

Книга написана создателем самого популярного в мире YouTube-канала, посвященного Raspberry Pi. В ней рассматривается конструирование игровых роботов на базе микрокомпьютера Raspberry Pi. В начале книги показано, как собрать и запрограммировать простого двухколесного робота. Затем базовая модель дополняется новыми функциональными возможностями: робот учится следовать по линии, избегать препятствия, распознавать объекты и цвет с помощью компьютерного зрения. Рассмотрены настройка Raspberry Pi, подключение внешних устройств (светодиодов, датчиков, тактовых кнопок) и написание программ на популярном языке Python. Уделено внимание основам электроники и особенностям сборки электрических схем на макетной плате. Книга богато иллюстрирована, написана простым языком и не требует от читателя предварительной подготовки. Для среднего и старшего школьного возраста.

Посвящено изложению особенностей программирования на языке высокого уровня Python. Приведено большое количество методически обоснованных примеров и заданий для самостоятельного выполнения. Решение задач выполняется в одной из современных систем программирования PyScripter, которая отличается удобством и простотой. Может быть рекомендовано студентам направления бакалавриата 09.03.03 «Прикладная информатика (в экономике)» в качестве методической основы лабораторных занятий в рамках дисциплины «Информатика и программирование», а также студентам и преподавателям в качестве самоучителя.

В статье рассматриваются метод, математическая модель и компьютерная программа эксплуатационной диагностики электромеханической системы (ЭМС). В ходе эксплуатации ЭМС в результате эксплуатационного старения изменяются свойства параметрических матриц обмоток и, как результат, свойства векторного пространства ЭМС. Периодическое тестирование векторного пространства позволяет получить актуальные и достоверные сведения о текущем техническом состоянии ЭМС, о его изменениях в ходе эксплуатации и о рисках потери работоспособности. В качестве объекта исследования в статье рассматривается асинхронный электродвигатель (АЭД). Автоматизация процесса оценки текущего состояния АЭД, а также организация хранения информации о его состояниях на различных этапах жизненного цикла является актуальной задачей. Для ее решения на языке Python было разработано программное обеспечение (ПО), позволяющее осуществлять накопление эксплуатационной информации и производить оценку основных технических показателей АЭД. В основу работы данного ПО заложен топологический подход к диагностике, который основан на анализе токовых реакций обмоток ротора двигателя на импульсные воздействия фазных напряжений. Указанное ПО позволяет определять показатели темпа эксплуатационного старения изделия, вероятности сохранения работоспособности и остаточного ресурса изделия, получать доступ к историческим данным предыдущих диагностик, а также визуализировать динамику изменения указанных технических показателей в ходе эксплуатации. Разработанное ПО может быть использовано для повышения эффективности применения АЭД, планирования технологических и ремонтных работ.

Эта книга ориентирована на детей и подростков, но и любому взрослому-новичку позволит пройти путь с нуля до собственной программы на Python за 7 дней (а, может, и меньше). Книга идеально подойдет каждому, кто задается такими вопросами, как: С чего начать программирование? Как стать программистом с нуля? Работая по данной книге, вы сразу увидите результат собственной работы и получите удовольствие от программирования на Python с первых строчек кода. Предисловие к книге написал Жан-Лу Кретьен, - первый европеец, вышедший в открытый космос, бывший астронавт NASA, Герой Советского Союза.

«Простой Python» познакомит вас с одним из самых популярных языков программирования. Книга идеально подойдет как начинающим, так и опытным программистам, желающим добавить Python к списку освоенных языков. Любому программисту нужно знать не только язык, но и его возможности. Вы начнете с основ Python и его стандартной библиотеки. Узнаете, как находить, загружать, устанавливать и использовать сторонние пакеты. Изучите лучшие практики тестирования, отладки, повторного использования кода и получите полезные советы по разработке. Примеры кода и упражнения помогут в создании приложений для различных целей.

Код высокого качества – это не просто код без ошибок. Он должен быть чистым, удобочитаемым и простым в сопровождении. Путь от рядового питониста к профи не прост, для этого вам нужно разбираться в стиле, архитектуре приложений и процессе разработки. Книга «Секреты Python Pro» научит проектировать ПО и писать качественный код, то есть делать его понятным, сопровождаемым и расширяемым. Дейн Хиллард – профессиональный питонист, с помощью примеров и упражнений он покажет вам, как разбивать код на блоки, повышать качество за счет снижения сложности и т. д. Только освоив основополагающие принципы, вы сможете сделать так, чтобы чтение, сопровождение и переиспользование вашего кода не доставляли проблем ни вам, ни вашим коллегам. После покупки предоставляется дополнительная возможность скачать книгу в формате epub.

Взрывной интерес к нейронным сетям и искусственному интеллекту затронул уже все области жизни, и понимание принципов глубокого обучения необходимо каждому разработчику ПО для решения прикладных задач. Эта практическая книга представляет собой вводный курс для всех, кто занимается обработкой данных, а также для разработчиков ПО. Вы начнете с основ глубокого обучения и быстро перейдете к более сложным архитектурам, создавая проекты с нуля. Вы научитесь использовать многослойные, сверточные и рекуррентные нейронные сети. Только понимая принцип их работы (от «математики» до концепций), вы сделаете свои проекты успешными. В этой книге:

PyTorch – это фреймворк от Facebook с открытым исходным кодом. Узнайте, как использовать его для создания собственных нейронных сетей. Ян Пойнтер поможет разобраться, как настроить PyTorch в облачной среде, как создавать нейронные архитектуры, облегчающие работу с изображениями, звуком и текстом. Книга охватывает важнейшие концепции применения переноса обучения, модели отладки и использования библиотеки PyTorch. Вы научитесь:Внедрять модели глубокого обучения в работу.Использовать PyTorch в масштабных проектах.Применять перенос обучения.Использовать PyTorch torchaudio и сверточные модели для классификации аудиоданных.Применять самые современные методы NLP, используя модель, обученную на «Википедии».Выполнять отладку моделей PyTorch с TensorBoard и флеймграф.Развертывать приложения PyTorch в контейнерах. «PyTorch – это одна из самых быстрорастущих библиотек глубокого обучения, соперничающая с гигантом Google – TensorFlow – практически на равных. Книга обязательно должна стать настольной для каждого программиста и разработчика алгоритмов машинного обучения, которые хотят использовать PyTorch в своей работе». Анкур Патель, вице-президент направления Data Science в компании 7Park Data. Ян Пойнтер (Ian Pointer) – дата-инженер, создает решения машинного обучения для клиентов из списка Fortune 100. В настоящее время работает в Lucidworks, где занимается разработкой NLP-приложений и проектированием. После покупки предоставляется дополнительная возможность скачать книгу в формате epub.

Последние достижения в области глубокого обучения позволяют создавать приложения, с исключительной точностью распознающие текст и речь. Что в результате? Появляются чат-боты, ведущие диалог не хуже реальных людей, программы, эффективно подбирающие резюме под заданную вакансию, развивается превосходный предиктивный поиск, автоматически генерируются аннотации документов. Благодаря новым приемам и инструментам, таким как Keras и Tensorflow, сегодня возможно как никогда просто реализовать качественную обработку естественного языка (NLP). «Обработка естественного языка в действии» станет вашим руководством по созданию программ, способных распознавать и интерпретировать человеческий язык. В издании рассказано, как с помощью готовых пакетов на языке Python извлекать из текста смыслы и адекватно ими распоряжаться. В книге дается расширенная трактовка традиционных методов NLP, что позволит задействовать нейронные сети, современные алгоритмы глубокого обучения и генеративные приемы при решении реальных задач, таких как выявление дат и имен, составление текстов и ответов на неожиданные вопросы.

Многие задачи в области Computer Science, которые на первый взгляд кажутся новыми или уникальными, на самом деле уходят корнями в классические алгоритмы, методы кодирования и принципы разработки. И устоявшиеся техники по-прежнему остаются лучшим способом решения таких задач! Научитесь писать оптимальный код для веб-разработки, обработки данных, машинного обучения и других актуальных сфер применения Python. Книга даст вам возможность глубже освоить язык Python, проверить себя на испытанных временем задачах, упражнениях и алгоритмах. Вам предстоит решать десятки заданий по программированию: от самых простых (например, найти элементы списка с помощью двоичной сортировки), до сложных (выполнить кластеризацию данных методом k-средних). Прорабатывая примеры, посвященные поиску, кластеризации, графам и пр., вы вспомните то, о чем успели позабыть, и овладеете классическими приемами решения повседневных задач.

Пол и Харви Дейтелы предлагают по-новому взглянуть на Python и использовать уникальный подход, чтобы быстро решить проблемы, стоящие перед современными айтишниками. Вы на практике познакомитесь с революционными вычислительными технологиями и программированием на Python – одном из самых популярных языков. В вашем распоряжении более пятисот реальных задач – от фрагментов до 40 больших сценариев и примеров с полноценной реализацией. IPython с Jupyter Noteboos позволят быстро освоить современные идиомы программирования Python. Главы 1–5 и фрагменты глав 6–7 сделают понятными примеры решения задач искусственного интеллекта из глав 11–16. Вы познакомитесь с обработкой естественного языка, анализом эмоций в Twitter®, когнитивными вычислениями IBM® Watson™, машинным обучением с учителем в задачах классификации и регрессии, машинным обучением без учителя в задачах кластеризации, распознавания образов с глубоким обучением и сверточными нейронными сетями, рекуррентными нейронными сетями, большими данными с Hadoop®, Spark™ и NoSQL, IoT и многим другим. Вы поработаете (напрямую или косвенно) с облачными сервисами, включая Twitter, Google Translate™, IBM Watson, Microsoft® Azure®, OpenMapQuest, PubNub и др.