8 dépôts
Libraries, tutorials, and guides for mastering Python and its data ecosystem.
Explore 8 awesome GitHub repositories matching part of an awesome list · Python Programming Resources. Refine with filters or upvote what's useful.
Ce projet est un répertoire complet, organisé par la communauté, qui structure un vaste paysage de bibliothèques, frameworks et outils logiciels Python. Il sert de base de connaissances centralisée conçue pour faciliter la navigation dans l'écosystème et accélérer la découverte par les développeurs tout au long du cycle de vie du développement logiciel. Le répertoire se distingue en fournissant un index structuré de ressources classées par domaine technique, allant des utilitaires de développement fondamentaux aux domaines d'ingénierie spécialisés. Il couvre des capacités de haut niveau, notamment l'intelligence artificielle, la science des données, le développement web et la gestion d'infrastructure, permettant aux développeurs d'identifier des solutions éprouvées pour des défis techniques spécifiques. Le projet englobe une large surface de capacités, notamment des outils pour la gestion des dépendances, l'analyse de code statique et les tests automatisés. Il catalogue également des ressources pour le stockage de données persistantes, l'orchestration d'infrastructure cloud et le développement d'interfaces, fournissant une référence unifiée pour la construction et la maintenance de systèmes logiciels complexes.
Opinionated list of Python frameworks, libraries, and resources.
This project is a structured educational curriculum designed to guide beginners through the fundamental concepts and syntax of the Python programming language. It functions as a self-paced technical training resource, providing a curated path for individuals to acquire core software development skills through a series of daily lessons and practical exercises. The guide distinguishes itself by combining theoretical explanations with hands-on coding tasks that cover the language's dynamic type system, interpreted execution model, and whitespace-based block scoping. It emphasizes the practical a
30-day programming challenge for learning Python.
This project is an interactive data science environment that combines code execution, rich media visualization, and narrative documentation into a persistent, browser-based platform. It serves as a comprehensive educational resource for scientific computing, providing a framework for iterative data analysis and machine learning prototyping. The environment is distinguished by its focus on high-performance numerical computing, utilizing vectorized array operations and memory-mapped data structures to handle large-scale computations efficiently. It features a unified estimator interface that st
Full text of the Python Data Science Handbook.
This project is a comprehensive curriculum for mastering computer science fundamentals and preparing for technical interviews. It provides over 120 interactive Python coding challenges that focus on algorithmic skill development, data structure implementation, and logical problem solving. The learning experience is delivered through a series of executable notebooks that combine instructional content with hands-on coding exercises. Each challenge is self-contained and relies on automated unit tests to verify the correctness of user-implemented solutions against predefined constraints and edge
Interactive Python coding interview challenges.
Ce projet est un guide de code propre (clean code) Python et une ressource de refactoring. Il fournit une collection de principes d'artisanat logiciel et d'exemples conçus pour améliorer la lisibilité et la maintenabilité du code source Python. La ressource se concentre sur l'optimisation du nommage des variables pour supprimer le mappage mental et la division des fonctions en unités à but unique. Elle fournit des directives pour réduire la duplication de code et organiser la logique afin de garantir que les composants restent faciles à étendre et à maintenir. Le contenu couvre l'architecture logicielle et la qualité de conception, y compris l'implémentation des principes SOLID et des modèles de conception (design patterns) standard de l'industrie. Il aborde également la gestion des effets de bord et l'utilisation de workflows de test automatisés au sein d'environnements virtuels.
Clean code concepts adapted for Python.
Probably the best curated list of data science software in Python.
Curated list of Python resources for data science.
ThinkPython
Jupyter notebooks and resources for Think Python.
🐍📊 Welcome to the Python Programming Hub 📊🐍
Resource for understanding Python from scratch.