pip install requests beautifulsoup4 python-telegram-bot Создадим файл news_parser.py: import requests from bs4 import BeautifulSoup def parse_habr_news(keywords): url = "https://habr.com/ru/flows/develop/articles/" response = requests.get(url) soup = BeautifulSoup(response.text, "html.parser") articles = [] for article in soup.find_all("article"): title = article.find("h2").text.strip() link = article.find_all('a')[2]["href"] if any(word.lower() in title...
Seaborn — это мощная библиотека для визуализации данных, построенная поверх Matplotlib. Она упрощает создание красивых и информативных графиков и предоставляет несколько встроенных тем, которые улучшают внешний вид визуализаций. В этом руководстве мы рассмотрим основные возможности Seaborn и покажем, как использовать эту библиотеку для анализа данных. Чтобы установить Seaborn, выполните следующую команду в терминале или командной строке: pip install seaborn Первый шаг к использованию Seaborn — импортировать необходимые модули...
🐼Pandas — это библиотека для анализа и обработки данных в Python. Она предоставляет мощные структуры данных (такие как DataFrame и Series), которые упрощают работу с табличными данными. В этом руководстве мы рассмотрим основные возможности Pandas и продемонстрируем, как использовать эту библиотеку для манипуляции данными. Чтобы установить Pandas, выполните следующую команду в терминале или командной строке: pip install pandas Первый шаг к использованию Pandas — импортировать необходимый модуль...
Matplotlib — это одна из самых популярных библиотек для создания статических, анимационных и интерактивных графиков в Python. Она позволяет легко визуализировать данные, что является важным этапом анализа и представления информации. В этой статье мы рассмотрим основные возможности Matplotlib и покажем, как создать простые графики. Чтобы установить Matplotlib, выполните следующую команду в терминале или командной строке: pip install matplotlib Первый шаг к использованию Matplotlib — импортировать необходимые модули...
В мире искусственного интеллекта многие разработчики стремятся создать нейронные сети, способные обучаться и принимать решения в реальном времени. В данной статье рассмотрим подход к созданию нейронной сети, способной играть в культовую игру Doom. Начнем с описания подготовки данных, включая проблему обработки больших изображений и использование необходимых библиотек Python. Размер входных данных Одной из первоочередных проблем, с которой я столкнулся при разработке нейронной сети для игры в Doom, был размер входных данных...
Для начала, мы можем определить требования к надежному паролю. Обычно он должен содержать комбинацию букв (в верхнем и нижнем регистре), цифр и специальных символов. Длина пароля также играет важную роль - чем длиннее пароль, тем сложнее его подобрать методом перебора. Импортируем необходимые модули: `tkinter` для создания графического интерфейса, `choice` и `shuffle` из модуля `random` для генерации случайных значений, и `string` для работы со строками. Создаем корневое окно нашего приложения с размерами 300x80 пикселей и устанавливаем заголовок "Генератор паролей"...
