Группа из 30 дронов одновременно поднимается в воздух, а нижние части корпусов их шасси светятся 30 различными оттенками – они похожи на люминесцентные конфетки, разбросанные по серому, облачному небу. Потом они замирают подвешенными в воздухе. Через пару секунд они все начинают двигаться, как один.

При перемещении новообразованной стаи светящиеся животики её членов меняются на один цвет – зелёный. Они решают отправиться на восток. Первые дроны приближаются к барьеру, и их пузики становятся зеленовато-голубыми при повороте на юг. Вскоре и цвет последних членов стаи меняется на такой же.

В этой вводной статье мы рассмотрим основные аспекты безопасности одной из самых популярных тем в последнее время — интернета вещей.


Если вы, так или иначе, в курсе новостей в сфере кибербезопасности, то могли заметить, что участились случаи создания ботнетов из ip-камер, специалисты по безопасности чаще находят уязвимости в контроллерах умных домов, взламывают беспроводные замки и многое другое!

Иллюстрация нашей космической истории, от Большого взрыва и до сегодняшнего дня, в контексте расширяющейся Вселенной. Большому взрыву предшествовало состояние космической инфляции, но идея о том, что перед этим должна была существовать сингулярность, ужасно устарела.

Почти все слышали о Большом взрыве. Но если попросить разных людей, от обывателей до космологов, закончить предложение: «Вначале было…», вы получите множество различных ответов. Один из наиболее распространённых – «сингулярность», то есть, момент, когда вся материя и энергия Вселенной сконцентрировались в одной точке. Температура, плотность и энергия были бы сколь угодно, бесконечно большими, и это могло совпадать с зарождением самого пространства и времени.

Но эта картина не просто неверна, она уже лет 40, как устарела! Мы совершенно уверены в том, что с горячим Большим взрывом не было связано никакой сингулярности, и у пространства и времени могло вообще не быть момента зарождения. Вот, что нам известно, и откуда.

Привет, юзернейм! Каждый день мы сталкиваемся с поиском различных данных. Почти на каждом веб-сайте с большим количеством информации сейчас есть поиск. Поиск есть в домашних компьютерах, в мобильных телефонах, в различного рода программном обеспечении. Конечно, если спросить любого разработчика про поиск с точки зрения технологий, на ум сразу придет elasticsearch, lucene или sphinx. Сегодня я хочу заглянуть с тобой «под капот» полнотекстового поиска и разобраться в первом приближении, как же он работает, на примере hh.ru.

Растения, используя молекулярные коды, зовут на помощь, отгоняют насекомых и спасают друг друга

Энтомолог Ричард Карбан знает, как заставить полынь говорить. Чтобы начать разговор, он притворяется кузнечиком или жуком – использует ножницы, чтобы срезать листья на одном из кустов. Причём отрезанием листьев целиком куст не обманешь. Поэтому он отрезает много кусочков по краю листа – «множество маленьких укусов».

Через несколько месяцев Карбан, профессор из Калифорнийского университета в Дэйвисе, изучающий защитный обмен сообщениями у растений, возвращается к кусту и изучает его листья, многие из которых повреждены реальными кузнечиками или жуками. Однако на расстоянии в 50-60 см от отрезанных им веток листья не пострадали от укусов голодных насекомых. Это происходит оттого, что надрезы Карбана убедили повреждённые листки, что их атакуют, поэтому они отправили в воздух химические сигналы тревоги. Соседние листья перехватили и расшифровали кодовые сообщения, и начали готовить свою защиту против жуков.

Коллекция в Python — программный объект (переменная-контейнер), хранящая набор значений одного или различных типов, позволяющий обращаться к этим значениям, а также применять специальные функции и методы, зависящие от типа коллекции.

Частая проблема при изучении коллекций заключается в том, что разобрав каждый тип довольно детально, обычно потом не уделяется достаточного внимания разъяснению картины в целом, не проводятся чёткие сходства и различия между типами, не показывается как одну и туже задачу решать для каждой из коллекций в сравнении.

Вот именно эту проблему я хочу попытаться решить в данном цикле статей – рассмотреть ряд подходов к работе со стандартными коллекциями в Python в сравнении между коллекциями разных типов, а не по отдельности, как это обычно показывается в обучающих материалах. Кроме того, постараюсь затронуть некоторые моменты, вызывающие сложности и ошибки у начинающих.

Для кого: для изучающих Python и уже имеющих начальное представление о коллекциях и работе с ними, желающих систематизировать и углубить свои знания, сложить их в целостную картину.

Будем рассматривать стандартные встроенные коллекционные типы данных в Python: список (list), кортеж (tuple), строку (string), множества (set, frozenset), словарь (dict). Коллекции из модуля collections рассматриваться не будут, хотя многое из статьи должно быть применимым и при работе с ними.

ОГЛАВЛЕНИЕ:

1. Классификация коллекций;
2. Общие подходы к работе с коллекциями;
3. Общие методы для части коллекций;
4. Конвертирование коллекций.

Рассуждая о функциональном программировании, люди часто начинают выдавать кучу «функциональных» характеристик. Неизменяемые данные, функции первого класса и оптимизация хвостовой рекурсии. Это свойства языка, помогающие писать функциональные программы. Они упоминают мапирование, каррирование и использование функций высшего порядка. Это приёмы программирования, использующиеся для написания функционального кода. Они упоминают распараллеливание, ленивые вычисления и детерменизм. Это преимущества функциональных программ.

Забейте. Функциональный код отличается одним свойством: отсутствием побочных эффектов. Он не полагается на данные вне текущей функции, и не меняет данные, находящиеся вне функции. Все остальные «свойства» можно вывести из этого.

Нефункциональная функция:

a = 0
def increment1():
    global a
    a += 1

Функциональная функция:

def increment2(a):
    return a + 1

Вместо проходов по списку используйте map и reduce

Небольшая статья о том, как можно решить одну и ту же задачу несколькими способами. Предназначена для новичков в Python и программировании.

В качестве примера взят простой случай — реализация диалога подтверждения какой-либо операции. Программа задает пользователю вопрос Вы уверены? [Д/н (Y/n)]:, на который требуется ответить, введя одно из восьми допустимых значений (Д, д, Н, н, Y, y, N, n).

Содержание

Списки. Свёртка списка (reduce). Прохождение по списку (range, xrange и enumerate). Проверка всех элементов списка на выполнение условия (all и any). Группировка элементов нескольких списков (zip). Еще несколько операторов для работы со списками. Продвинутые логические операции с типом set.
Словари. Создание словаря с помощью именованных аргументов. Преобразование словаря в список и обратно. «Dictionary Comprehensions».

Полное поле зрения массива телескопов "Дрэгонфлай", порядка 11 кв. градусов, с центром на NGC 1052. Увеличение показывает, что находится рядом с NGC 1052; это, в том числе, галактика NGC1052–DF2, вынесенная во врезку

В апреле 2018 астрономы анонсировали открытие NGC 1052-DF2: галактики, не содержащей тёмной материи.

У холдинга Alphabet, частью которого является Google, есть подразделение «Х», занимающееся проектами, которые выглядят как чистой воды фантастика. Один из таких проектов сейчас как раз собираются реализовать. Он называется Project Malta, а участие в нем собирается принять участие Билл Гейтс. Правда, не непосредственно, а через свой фонд Breakthrough Energy Ventures. Выделить планируется около $1 млрд.

Пока что неясно, когда именно будет выделено финансирование, но намерения всех партнеров более чем серьезные. Идея хранилища энергии, часть которого — резервуар расплавленной соли, а часть — охлажденный теплоноситель принадлежит ученому Роберту Лафлину. Он профессор физики и прикладной физики в Стэнфордском университете, Лафлин получил Нобелевскую премию по физике в 1998 году.

Охота за космическим мусором может выглядеть вот так

Совсем недавно на Хабре публиковалась новость о том, что в США решили перейти от слов относительно борьбы с космическим мусором к делу. В частности, Национальный космический совет США заявил о намерении запустить в ближайшем будущем новую систему мониторинга космического мусора. Мусор представляет собой одну из проблем, которая нуждается в скорейшем решении.

Но просто наблюдать за объектами, которые попусту болтаются на орбите Земли, представляя опасность для дорогих и важных для Земли спутников и космических кораблей — мало, их нужно уничтожать. И почин сделан: на днях была запущена специализированная система сбора мусора, которая получила название RemoveDebris. Ее запустил экипаж Международной космической станции. RemoveDebris представляет собой спутник, который создан с одной единственной целью — сделать космическое пространство вокруг нашей планеты более чистым.

Команды Хаббла и Гайи объединились, чтобы провести наиболее точное измерение на сегодня

В 1920-х Эдвин Хаббл сделал революционное открытие – оказалось, что Вселенная расширяется. Изначально такое положение вещей предсказывала Общая теория относительности Эйнштейна. Скорость этого расширения получила название "постоянной Хаббла". К сегодняшнему дню с помощью современных телескопов – таких, как телескоп Хаббла – астрономы заново измерили и пересмотрели эту величину уже много раз.

Эти измерения подтвердили, что скорость расширения со временем увеличивалась, хотя учёные не уверены в том, почему. Последние измерения были проведены международной командой учёных, которые использовали данные с Хаббла, а потом сравнили их с данными, полученными на обсерватории Гайя Европейского космического агентства. В результате были получены наиболее точные измерения постоянной Хаббла на сегодняшний день, которые, однако, не сняли вопросы по поводу космического ускорения.

Привет, %username%!



В обсуждении новости про Passport разгорелись жаркие дискуссии на тему безопасности последней поделки от авторов Telegram.

Давайте посмотрим, как он шифрует ваши персональные данные и поговорим о настоящем End-To-End.

GOES-16 на орбите, в представлении художника. Источник: NASA

Множество световых явлений, как атмосферных, так и астрономических, лучше всего наблюдать именно по ночам — и недавно выяснилось, что детектор, предназначенный для одного типа событий, весьма неплохо подходит и для другого.

Поезд «Жюль Верн» из третьей части «Назад в будущее». Возможно, Эйнштейн представлял себе совсем не это, когда формулировал свои мысленные эксперименты, связанные с теорией относительности, но степень научности всё же оценить можно.

То, как мы путешествуем во времени, со скоростью одна секунда за секунду, настолько скучно, что мы принимаем это, как само собой разумеющееся. Однако, согласно Эйнштейновской теории относительности, мы можем путешествовать во времени не только с разными скоростями (если увеличим скорость до величин, близких к скорости света), но и в разных направлениях, вперёд или назад, построив мост между двумя не связанными между собой местами пространства-времени. Путешествия во времени, вперёд или назад, давно уже были одним из лейтмотивов для нашего воображения и рассказов; кому не хотелось бы изучать неизвестное будущее или вернуться во времени, чтобы исправить прошлые ошибки? Однако сочинить корректную с научной точки зрения историю – это совершенно другая задача. Какие фильмы справились с этим лучше всего? Это и хочет узнать наш читатель:

Я – большой любитель фильмов про путешествия во времени (как бы их ни объясняли). Какие из фильмов лучше и точнее всего используют этот сюжетный инструмент?

Давайте подумаем над тем, что должно быть в хорошем фильме про путешествия во времени, и как с этим обходятся ваши любимые фильмы.

В современную эпоху распространенность фейковой информации о самых простых и понятных астрономических явлениях носит буквально угрожающий характер. Эта статья написана с целью повышения удельного количества правдивой информации в сети Интернет, благо, для этого есть замечательный повод.

В ночь с 27 на 28 июля 2018 года произойдут два довольно редких астрономических явления. Факт их календарного совпадения не делает эти явления более ценными для науки, но создает вокруг них дополнительный интерес. Некоторые люди рассматривают совпадение двух астрономических явлений как некоторое самостоятельное явление, что не вполне корректно, но заслуживает отдельного рассмотрения с точки зрения понимания того, насколько часто подобное происходит, и влияет ли одно на другое хоть как-то.

Что же произойдет?

Источник: The Bruce Murray Space Image Library

(Примечание переводчика: поскольку в комментариях к предыдущей статье неоднократно раздавались вопросы «а что вообще там можно наблюдать и как?», я решил дополнительно перевести статью об инструментах, которыми оснащён Parker)

Солнечный зонд Parker, предназначенный для работы в крайне экстремальных условиях, направится к солнечной короне, туда, где ещё не бывал ни один космический аппарат. Собирать данные об электрических и магнитных полях и различных частицах зонд будет при помощи четырёх основных приборов, каждый из которых специально спроектирован для того, чтобы выдерживать высокие температуры и радиацию.

Бывает, что решение не выполняется. Или выполняется так феерично, что лучше бы за задачу вообще никто не брался. Так случается в любой компании, и, конечно, так регулярно случается у нас. Задача была уменьшить количество таких ситуаций на важных проектах.

Почему всё может пойти через задницу? В первую очередь потому, что решение выработал человек, который не имел компетенции, полномочий или просто не был поддержан теми, кто будет это всё внедрять. То есть даже если решение трижды правильно — нужно, чтобы его правильность как минимум поняли исполнители.

Чаще случается, что не хватает каких-то кусков власти или ответственности. И мы тут на десятом году развития компании внезапно нашли работающую модель для того, чтобы понимать сразу, чего не хватает. То есть так же лажать, но чуть реже.

В Python, есть два похожих типа — список (list) и кортеж (tuple). Самая известная разница между ними состоит в том, что кортежи неизменяемы.

Вы не можете изменить объекты в tuple:

>>> a = (1,2,3)
>>> a[0] = 10
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment

Но вы можете модифицировать изменяемые объекты внутри кортежа:

>>> b = (1,[1,2,3],3)
>>> b[1]
[1, 2, 3]
>>> b[1].append(4)
>>> b
(1, [1, 2, 3, 4], 3)