• Что такое ZFS? И почему люди от неё без ума?

    • Translation
    Сейчас мы обсудим ZFS, продвинутую файловою систему. Мы обсудим как она появилась, что из себя представляет, и почему так популярна в технических кругах и предприятиях.

    Хотя я из США, я предпочитаю произносить ZedFS вместо ZeeFS, потому что это звучит круче. Вы же можете выбрать вариант произношения для себя.

    Заметка: В этой статье вы увидите, что ZFS повторяется очень много раз. Когда я буду говорить об особенностях и установке, я имею в виду OpenZFS. Пути ZFS (разработанная Oracle) и OpenZFS разошлись, с того момента как Oracle закрыла проект OpenSolaris. (Подробнее дальше в статье.)
    Читать дальше →
  • NumPy в Python. Часть 4

    • Tutorial

    Предисловие переводчика


    Всем здравствуйте, вот мы и подошли к конечной части. Приятного чтения!
    Навигация:


    Математика многочленов


    NumPy предоставляет методы для работы с полиномами. Передавая список корней, можно получить коэффициенты уравнения:

    >>> np.poly([-1, 1, 1, 10])
    array([ 1, -11,   9,  11, -10])

    Здесь, массив возвращает коэффициенты соответствующие уравнению: $x^4 - 11x^3 + 9x^2 + 11x - 10$.
    Читать дальше →
    • +26
    • 54k
    • 5
  • NumPy в Python. Часть 3

      Предисловие переводчика


      И снова здравствуйте! Продолжаем наш цикл статей по переводу мана о numpy. Приятного чтения.


      Операторы сравнения и тестирование значений


      Булево сравнение может быть использовано для поэлементного сравнения массивов одинаковых длин. Возвращаемое значение это массив булевых True/False значений:

      >>> a = np.array([1, 3, 0], float)
      >>> b = np.array([0, 3, 2], float)
      >>> a > b
      array([ True, False, False], dtype=bool)
      >>> a == b
      array([False,  True, False], dtype=bool)
      >>> a <= b
      array([False,  True,  True], dtype=bool)
      Читать дальше →
      • +20
      • 59.4k
      • 5
    • NumPy в Python. Часть 2

      • Tutorial

      Предисловие переводчика


      Продолжаем перевод статьи о numpy в python. Для тех кто не читал первую часть, сюда: Часть 1. А всем остальным — приятного чтения.



      Другие пути создания массивов


      Функция arange аналогична функции range, но возвращает массив:

      >>> np.arange(5, dtype=float)
      array([ 0.,  1.,  2.,  3.,  4.])
      >>> np.arange(1, 6, 2, dtype=int)
      array([1, 3, 5])

      Функции zeros и ones создают новые массивы с установленной размерностью, заполненные этими значениями. Это, наверное, самые простые в использовании функции для создания массивов:

      >>> np.ones((2,3), dtype=float)
      array([[ 1.,  1.,  1.],
             [ 1.,  1.,  1.]])
      >>> np.zeros(7, dtype=int)
      array([0, 0, 0, 0, 0, 0, 0])
      Читать дальше →
    • NumPy в Python. Часть 1

      Предисловие переводчика


      Доброго времени суток, Хабр. Запускаю цикл статей, которые являются переводом небольшого мана по numpy, ссылочка. Приятного чтения.



      Введение


      NumPy это open-source модуль для python, который предоставляет общие математические и числовые операции в виде пре-скомпилированных, быстрых функций. Они объединяются в высокоуровневые пакеты. Они обеспечивают функционал, который можно сравнить с функционалом MatLab. NumPy (Numeric Python) предоставляет базовые методы для манипуляции с большими массивами и матрицами. SciPy (Scientific Python) расширяет функционал numpy огромной коллекцией полезных алгоритмов, таких как минимизация, преобразование Фурье, регрессия, и другие прикладные математические техники.
      Читать дальше →