Охват к подписчикам
187,7%
ERR
Реакции к просмотрам
0,13%
28 на 20 постов
Пересылки к просмотрам
1,36%
290
Постов в день
0,0
всего 20
Где отзываются чаще
доля реакций к просмотрам- 27 окт. 2024 г.اطلاعات کشورها در پایتون0,59%
- 30 июн.без подписи0,57%
- 28 июл. 2023 г.نوشتن و استفاده از wrapper لاگ کردن سرعت اجرا0,57%
- 24 янв. 2023 г.🚀 A single line that makes your Python code blazingly fast. Numba is a just-in-time (JIT) compiler for Python. This means that it takes your existing python code and generates a fast machine code (at run-time). Thus, post compilation, your code runs at native machine code speed. Numba works best on code that uses NumPy arrays and functions, and loops. Find more info in the comments. https://avichawla.substack.com/p/faster-python-with-one-line0,41%
- 6 авг. 2024 г.یه لایبری ساده پایتون برای retry کردن، فقط کافیه کاری که میخوای اگر نشد مجدد تلاش کنه را براش یه دکوریتور بنویسید https://pypi.org/project/retrying/0,31%
- 20 июл. 2024 г.وقتی برنامهای مینویسیم، برای بررسی جزئیتر اجرای آن و منابع مصرفی از پروفایلینگ استفاده میکنیم. در پایتون، ابزار Memray یک پروفایلر حافظه قدرتمند است. Memray شبیه به htop، مصرف حافظه را بهصورت لحظهای برای هر تابع نمایش میدهد و تغییرات مصرف حافظه را حین اجرای هر تابع پروفایل میکند. این ابزار بهویژه برای شناسایی نشت حافظه و بهینهسازی برنامهها مفید است. با این حال، برای ثبت حداکثر مصرف حافظه یک تابع در طول اجرای آن، باید دید آیا Memray امکان ثبت لحظهای مصرف حافظه در فایل را دارد. در این صورت، میتوانیم بهطور دقیقتر حداکثر مصرف حافظه هر تابع را نیز به دست آوریم. https://github.com/bloomberg/memray0,13%
- 13 окт. 2024 г.دوره رایگان #پایتون در دو بخش توسط کمپانی #سیسکو لانچ و منتشر شده Python Essentials 1 https://netacad.com/courses/python-essentials-1?courseLang=en-US Python Essentials 2 https://netacad.com/courses/python-essentials-2?courseLang=en-US منبع https://x.com/Algotrade24/status/18444314019634670410,12%
- 28 февр. 2023 г.با این ابزار با چند خط کد در لحظه نتیجه ی کلی طبقه بند را در لحظه ببینید... https://github.com/shankarpandala/lazypredict0,09%
- 19 сент. 2023 г.📽 Data analysis in Python with pandas Learn how to use the pandas library for data analysis, manipulation, and visualization. https://github.com/justmarkham/pandas-videos0,09%
- 29 окт.🌟 معرفی PandasAI: کاری راحت با دادهها بدون نیاز به کتابخانههای پیچیده! این کتابخونه کار با دادهها رو خیلی ساده کرده، بدون اینکه شما لازم باشه با کتابخانههایی مثل Pandas یا NumPy آشنا باشید. فقط کافیه سوالت رو به زبان ساده بپرسی و PandasAI جواب دقیق و حتی نمودارهای کاربردی رو برات آماده میکنه! ✨ نحوه کار کردن با PandasAI: 1️⃣ نصب کتابخانه: pip install pandasai pip install pandasai-litellm 2️⃣ راهاندازی مدل GPT-4.1-mini: from pandasai_litellm.litellm import LiteLLM llm = LiteLLM(model="gpt-4.1-mini", api_key="YOUR_OPENAI_API_KEY") 3️⃣ بارگذاری داده و پرسش از آن: import pandasai as pai pai.config.set({"llm": llm}) df = pai.read_csv("data/companies.csv") response = df.chat("میانگین درآمد هر منطقه چقدره؟") print(response) اطلاع بیشتر : https://github.com/sinaptik-ai/pandas-ai0,00%
- 28 окт.🐍 10 دوره رایگان برای یادگیری Python 👩🏻💻 این منابع فوقالعاده میتونن مهارتهات در #Python رو چند سطح بالاتر ببرن و بهترین بخشش اینکه کاملاً رایگان هستن! 1️⃣ Comprehensive Python Course for Beginners 🔗 https://www.youtube.com/watch?v=H2EJuAcrZYU 📃 آموزش کامل از پایه تا پیشرفته با توضیحات شفاف و منظم. 2️⃣ Intensive Python Training 🔗 https://www.youtube.com/watch?v=rfscVS0vtbw 📃 دوره فشردهی ۴ ساعته، سریع، دقیق و کاربردی. 3️⃣ Comprehensive Python Course 🔗 https://www.youtube.com/watch?v=ix9cRaBkVe0 📃 آموزش همراه با مثالها و تمرینهای واقعی. 4️⃣ Introduction to Python (CS50) 🔗 https://cs50.harvard.edu/python/ 📃 یادگیری اصول با تمرکز بر منطق، کدنویسی تمیز و حل مسئله. 5️⃣ Automate Daily Tasks with Python 🔗 https://automatetheboringstuff.com/ 📃 یاد بگیر چطور کارهای روزمرهت رو با Python خودکار کنی. 6️⃣ Learn Python with Interactive Practice 🔗 https://www.kaggle.com/learn/python 📃 آموزش تعاملی با دادههای واقعی و تمرینهای عملی. 7️⃣ Scientific Computing with Python 🔗 https://www.freecodecamp.org/learn/scientific-computing-with-python/ 📃 پروژهمحور برای کسانی که میخوان با داده و تحلیل علمی کار کنن. 8️⃣ Step-by-Step Python Training 🔗 https://www.w3schools.com/python/python_reference.asp 📃 آموزش مرحلهبهمرحله با تمرینهای کوتاه و تعاملی. 9️⃣ Google's Python Class 🔗 https://developers.google.com/edu/python 📃 دورهای از مهندسان گوگل با تمرینهای واقعی و نکات حرفهای. 🔟 Introduction to Programming with Python (MIT) 🔗 https://ocw.mit.edu/courses/6-0001-introduction-to-computer-science-and-programming-in-python-fall-2016/download/ 📃 محتوای سطح دانشگاهی برای درک مفاهیم پایه و حل مسئله با تمرین و پروژه.0,00%
- 5 янв. 2025 г.Free Web scraping with Python https://bit.ly/4a0ioBz0,00%