Python

В учебное пособие включены задачи и упражнения вузовского курса дискретной математики, включая разделы, связанные со спецификой информационно-коммуникационных технологий. В каждой главе приводятся теоретические сведения, необходимые для решения задач разного уровня сложности, ответы и во многих случаях подробные пояснения к решениям. Второе издание книги отражает тенденцию возрастания интереса к дискретной математике у специалистов в области компьютерных наук. В отличие от первого издания, в качестве языка программирования мы теперь используем Python. Выбор этого языка обусловлен его универсальностью и быстрым ростом популярности в мире. На наш взгляд, Python достаточно хорошо подходит для обучения методам разработки и анализа алгоритмов. Во втором издании мы сохранили структуру материала прежней: каждая глава состоит из теоретической части, содержащей основные определения, теоремы и типичные схемы решения задач, далее приводятся задачи для решения в аудитории под руководством преподавателя или для самостоятельной работы. В книгу добавлены более 50 новых задач с решениями и ответами, а также контрольные вопросы к каждой главе для проверки знания основных определений и теоретических фактов. В ряде случаев в решениях и доказательствах были сделаны уточняющие комментарии или исправлены замеченные неточности. Для освоения материала требуется знание основ математического анализа, аналитической геометрии и линейной алгебры, а для глав 9, 12 и 13 также и основных конструкций языка программирования Python.

В 12 уроках показаны основы программирования и базовые конструкции языка Python. Изложены принципы различных стилей программирования. Даны понятия ввода-вывода, переменных, условий, потока чисел, циклов и списков, массивов, функций и рекурсий. Рассмотрены особенности структурного, объектно-ориентированного и функционального программирования. В каждой главе предложены практические задачи и дано их пошаговое решение с подробным описанием алгоритма.
Для начинающих программистов.

FastAPI — относительно новый, но надежный фреймворк с чистым дизайном, использующий преимущества актуальных возможностей Python. Как следует из названия, FastAPI отличается высоким быстродействием и способен конкурировать в этом с аналогичными фреймворками на таких языках, как Golang. Эта практическая книга расскажет разработчикам, знакомым с Python, как FastAPI позволяет достичь большего за меньшее время и с меньшим количеством кода.

Данная книга - это практическое руководство для освоения языка программирования Python через решение разнообразных задач и проектов. В книге представлены подробные решения и код для каждой задачи.

Учебное пособие представляет собой всеобъемлющее руководство по DevOps — подходу, который стал революционным в мире IT. DevOps интегрирует процессы разработки и эксплуатации, делая их более гибкими, быстрыми и эффективными. Данная книга — идеальный старт для тех, кто хочет понять DevOps и его принципы и применить их на практике. В мире информационных технологий DevOps представляет со­бой не просто технический подход, но настоящую революцию в спо­собе создания, развертывания и обслуживания программных продук­тов. Этот термин, образованный от слов «development» (разработка) и «operations» (эксплуатация), олицетворяет собой гармоничное слия­ние двух важнейших аспектов 1Т-процессов. В первой главе студенты познакомятся с основами DevOps, его историей и значимостью в современном мире. Этот раздел создает основу для понимания всего курса, предоставляя читателям необхо­ димый контекст. Далее пособие погружает студентов в ключевые принципы DevOps, начиная с культуры и автоматизации и заканчивая монито­рингом и разделением знаний. Эти принципы являются основой для успешного внедрения DevOps в любой организации. Особое внимание уделяется инструментарию DevOps. Читатели узнают о таких ключевых инструментах, как Git, CI/CD, Docker и Kubernetes. Эти инструменты стали стандартами в индустрии и необ­ходимы для любого DevOps-инженера. После того как основы будут освоены, студенты углубятся в бо­лее продвинутые темы, такие как инфраструктура, мониторинг и логирование, а также безопасность в DevOps.

Данная книга является сборником различных задач и примеров, решенных с помощью языка программирования Python. Также в книге рассмотрена базовая теоретическая часть Python, позволяющая ориентироваться в языке и создавать свои программы. Теория сопровождается большим количеством разнообразных примеров - от самых основ (переменные и типы данных; операторы и циклы; математические функции и регулярные выражения; строки, списки, кортежи и т.д.) - до более продвинутых тем (объектно-ориентированное программирование; модули и пакеты в Python, генераторы и итераторы; метапрограммирование и т.д.).
Книга будет полезна как для тех, кто только заинтересовался Python, так и для тех, кто хочет улучшить свои навыки в программировании на Python.

Автор, Реувен М. Лернер преподает Python и data science компаниям по всему миру.
«Python-интенсив: 50 быстрых упражнений» – пособие по программированию для продолжающих, тех, кто владеет теоретической базой языка Python.
Книга отлично подойдет всем, кто хочет применить свои знания на практике. Перед каждым упражнением вы найдете теоретическую выжимку, необходимую для успешного выполнения заданий. Пособие также содержит ссылки на разбор упражнений и полезные материалы.

Язык программирования общего назначения Python широко применяется в настоящее время в различных областях. Учебное пособие предназначено для студентов, обучающихся по направлению «Электроэнергетика и электротехника». Может быть полезно студентам для подготовки курсовых и квалификационных работ, а также магистрантам и аспирантам при проведении научных исследований. Практическая часть ориентирована на выполнение наиболее часто встречающихся математических задач.

В «Рецептах Python» используется простой, но эффективный метод освоения 63-х базовых навыков программирования на Python. Сначала формулируется вопрос, например «Как найти элементы в последовательности?» Затем приводится базовое решение на чистом понятном коде. Далее исследуются другие интересные подходы, такие как поиск подстрок или пользовательские классы. Перед переходом к следующему вопросу полученные навыки закрепляются с помощью решения задач.

В книге рассказывается о том, как использовать генеративные текстовые модели поколений GPT-3.5 и GPT-4 для создания приложений различного назначения, в числе которых интерактивный психотерапевт, интеллектуальный голосовой помощник, система рекомендации товаров, генератор заметок в соцсетях, система распознавания речи и многие другие. Вы научитесь использовать векторные базы данных, узнаете, как управлять уровнем креативности моделей GPT, применять современные методы генерирования высококачественного текста, и даже организуете диалог между двумя чат-ботами. Примеры и практические упражнения помогут закрепить пройденный материал. Издание предназначено для тех, кто владеет основами языка программирования Python и собирается использовать GPT в реальных сценариях для решения прикладных задач.

Даниэль Зингаро создал книгу для начинающих, чтобы вы сразу учились решать интересные задачи, которые использовались на олимпиадах по программированию, и развивали мышление программиста. В каждой главе вам даются задания, собственные решения можно выложить на сайт и получить оценку профи. Вы на практике освоите основные возможности, функции и методы языка Python и получите четкое представление о структурах данных, алгоритмах и других основах программирования.

Цель данной книги – укрепить навыки логического рассуждения и развить творческое мышление, представив и решив 90 не самых простых задач на Python. Задачи изложены доходчиво и сжато, снабжены алгоритмами и комментариями, что помогает читателям следить за процессом их решения и понимать его суть.

Очень хочется стать программистом и войти в IT, но не знаете с чего начать? Поздравляю, в ваших руках учебник нового поколения – без кучи непонятных слов и кодов расскажем про инструменты и библиотеки для программирования на Python. И все это заправлено лайфхаками, вдохновляющими историями из мира настоящих хакеров и игрофикацией – потому что обучение не должно быть скучным.

Данное руководство по программированию на одном из широко распространенных языков — Python — основано на практических примерах кодов, написанных специалистами и экспертами сообщества Stack Overfl ow, в котором лучшие разработчики программного обеспечения со всего мира делятся своими знаниями и опытом, отвечая на многие технические вопросы. Опытные Python-программисты найдут в книге множество примеров кода с подробными комментариями, что поможет им усовершенствовать свои навыки и достичь новых высот в отрасли.

Объектно-ориентированное программирование (ООП) — это метод, основанный на представлении программы в виде совокупности объектов, каждый из которых является экземпляром определенного класса, а классы образуют иерархию наследования, что позволяет по-другому думать о вычислительных задачах и решать их с возможностью многократного использования. «Объектно-ориентированное программирование с помощью Python» предназначено для программистов среднего уровня и представляет собой практическое руководство, которое глубоко изучает основные принципы ООП и показывает, как использовать инкапсуляцию, полиморфизм и наследование для написания игр и приложений с использованием Python.

Цель учебного пособия — помочь студентам, изучающим курс «Python для анализа данных», приобрести системные знания по основам программирования на языке Python и освоить работу со стандартными возможностями языка и его библиотеками на уровне, достаточном для решения задач обработки и анализа данных. Рассматриваются базовые элементы и синтаксические конструкции языка Python 3 Описываются основные методы и приемы работы с рядами и табличными данными с применением популярных Python-библиотек.

Глубоко погрузитесь в различные аспекты объектно-ориентированного программирования на Python, паттерны проектирования, приемы манипулирования данными и вопросы тестирования сложных объектно-ориентированных систем. Обсуждение всех понятий подкрепляется примерами, написанными специально для этого издания, и практическими упражнениями в конце каждой главы. Код всех примеров совместим с синтаксисом Python 3.9+ и дополнен аннотациями типов для упрощения изучения.

Книга представляет собой обзор богатой экосистемы библиотек, доступных в языке программирования Python, начиная от основных инструментов для работы с данными и машинного обучения, и заканчивая инструментами для создания веб-приложений, обработки изображений и разработки игр. Основные темы включают в себя введение в библиотеки для анализа данных, такие как NumPy, Pandas, и Matplotlib, а также обсуждение алгоритмов машинного обучения с использованием Scikit-learn. Автор также рассматривает инструменты для работы с веб-технологиями, такие как Flask, Django, и для визуализации данных, такие как Seaborn, Plotly, и Bokeh.

В книге приводятся практические приемы анализа данных. Рассказано, как исследовать и тестировать взаимосвязи между переменными в Excel и использовать его для статистики и анализа. Описан перенос данных из Excel в R, язык программирования с открытым исходным кодом, специально разработанный для выполнения статистического анализа. Отдельный раздел посвящен переносу данных из Excel в Python и выполнению полного анализа данных средствами этого языка. В результате читатель научится выполнять разведочный анализ данных (Exploratory Data Analysis, EDA) и проверку гипотез с использованием языков программирования Python и R.

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. Специалисты по обработке данных, знакомые с языком Python, найдут во втором издании решения таких повседневных задач, как обработка, преобразование и подготовка данных, визуализация различных типов данных, использование данных для построения статистических моделей и моделей машинного обучения. Проще говоря, эта книга является идеальным справочником по научным вычислениям в Python.