Все мы сталкивались с задачей склеить строки в Python. Казалось бы, что может быть проще? Но когда дело доходит до больших массивов данных, разных типов переменных и оптимизации — тут и начинаются нюансы. В этом посте я расскажу, как можно объединять строки в Python разными способами, где какие грабли и что реально удобно использовать в реальных проектах.
29 ИюнКоманда ls в Linux: полный справочник опций и примеров
Если ты хоть раз открывал терминал на Linux, то наверняка сталкивался с командой ls. Это, казалось бы, простейшая команда для просмотра содержимого каталогов. Но на самом деле, ls — это настоящий швейцарский нож для работы с файлами и папками. В этом посте разберёмся, зачем вообще знать все её фишки, как её ставить (да, такое бывает!), и как использовать по максимуму.
29 ИюнМетоды массивов в JavaScript: map, filter, reduce и forEach
Введение
Если ты хоть раз работал с JavaScript, то точно сталкивался с массивами. А если не сталкивался — поздравляю, у тебя впереди куча боли и радости! Сегодня разберём четыре топовых метода работы с массивами, без которых современный JS-код просто не пишется: map, filter, reduce и forEach. Почему это важно? Потому что эти методы позволяют писать лаконичный, читаемый и (почти всегда) быстрый код, который поймет любой нормальный коллега. А если ты всё ещё юзаешь for или for...of для обработки массивов — пора апгрейдиться.
29 ИюнПрогнозирование временных рядов: ARIMA модель в Python
Введение
Временные ряды — это, по сути, любые данные, которые меняются во времени: трафик на сайт, продажи, погода, количество багов в Jira, твои деплойменты в пятницу вечером (шутка, не деплой в пятницу). Умение прогнозировать такие штуки — не просто прикольный скилл, а реальная необходимость для бизнеса, аналитиков и даже DevOps-ов. Одна из самых популярных моделей для этого — ARIMA. Она не новая, зато проверенная и работает даже там, где fancy нейросети бессильны или избыточны.