Lily Perera's repositories
pydata-book
Materials and IPython notebooks for "Python for Data Analysis" by Wes McKinney, published by O'Reilly Media
chat_pdfload_embedding_gpt4_streamlit
Implement Chatbot with PDF document processing in Streamlit
design-patterns-for-humans
An ultra-simplified explanation to design patterns
djtodolist
Creating a To-Do List Project en Django
every-programmer-should-know
A collection of (mostly) technical things every software developer should know about
flask_test_newthings
Probando algunas cosas con Flask
javascript-algorithms
📝 Algorithms and data structures implemented in JavaScript with explanations and links to further readings
PythonCheatSheet
A Cheat Sheet 📜 to revise Python syntax. Particularly useful for solving Data Structure and Algorithmic problems with Python.
search_intention
This code reads a CSV file containing a column of keywords and uses the OpenAI API to categorize each keyword into an intention and a stage. It then creates a Pandas DataFrame with the categorized keywords and saves it as a CSV file.
somepy_tips
Some Tips of Python work
categorization_sentence_llama2
Categorization the sentence in CodeLLama2 with requests
De-0-a-experto-en-Python
Curso de 0 a expeto en Python
python-scripts
🐍 This is a collection of small python applications that might be useful on a daily basis.
python0aScratch
En este curso aprenderás Python de forma práctica y sencilla, con videos cortos y con más de 100 ejemplos, Estos son los temas principales que se tratan en este curso de Python. Formas de ejecutar un programa en Python Variables, números y conversiones de datos Cadenas de texto (funciones de cadenas y formatos de impresión) Entrada de texto por teclado Operadores aritméticos (suma, resta, multiplicación, división, …) Operadores de asignación (igual, distinto, mayor que, menor que, …) Operadores lógicos (and, or, not) Otros operadores (in, is, …) Colecciones de datos (listas, tuplas, conjuntos y diccionarios) Bucles (for, while) y árboles de decisión (if .. elif .. else) Programación orientada a objetos (clases, objetos, funciones, …) Funciones lambda Crear módulos e instalar nuevos módulos (pip) Ficheros de texto (crear, leer, actualizar, borrar, …) Ficheros binarios (pickle) Gestión de errores (if, except, else, finally) Expresiones regulares Manejar estructuras JSON Formatos de fecha y hora Bases de datos (crear, consultar, insertar, modificar, borrar, …) Interfaz gráfica con el módulo tkinter Generar documentación automáticamente Pruebas automáticas (doctest, unittest) Funciones avanzadas (funciones generadoras, filter y map) Módulo numpy (tratamiento de arrays) Módulo pandas (Series y DataFrames para el análisis de datos) Recoger datos de una pagina web HTML y de una hoja de cálculo EXCEL. Tratamiento de datos (unión, concatenación, filtro, agrupación, agregación) Módulos seaborn y matplotlib (histogramas, distribuciones, regresiones, mapas de calor) Proyecto 1 : Calculadora gráfica con el módulo Tkinter Proyecto 2 : Análisis de datos con ficheros y SQLite Proyecto 3 : Calculadora de propinas Proyecto 4 : Juego de preguntas y respuestas Proyecto 5 : Juego de piedra-papel-tijera Proyecto 6 : Generador de contraseñas Proyecto 7: Cálculo matemático Proyecto 8 : Gestionar una subasta Proyecto 9 : Aplicación gráfica de gestión de libros con Tkinter y SQLite Proyecto 10 : Juego de cartas Blackjack Este curso es completamente práctico, donde todas las lecciones están explicadas mediante ejemplos, para que se puedan entender fácilmente y además podrás practicar con los ejercicios propuestos en cada tema. Este curso contiene 10 proyectos reales en Python para que puedas practicar.50 ejercicios y 10 proyectos reales para practicar.
query_llama2
Categorization the sentence by this intention in requests to endpoint the CodeLLama2
practical-python-for-data-professionals-4358485
This is a repository for the LinkedIn Learning course Practical Python for Data Professionals