OpenCV e Streamlit: creare un’app di photo editing

Manipolare le immagini è un task che è molto utile in diversi campi applicativi. OpenCV, una libreria Python, permette facilmente di modificare le immagini a seconda delle nostre esigenze. In questo tutorial scopriamo come costruire una semplice web app mediante Streamlit per applicare alcuni effetti alle nostre foto.

Streamlit: costruire una Web App in pochi minuti

Sviluppare web app richiede molte competenze non solo legate alla gestione e manipolazione dei dati, ma sopratutto alla loro visualizzazione. L’utilizzo di software di visualizzazione quali Kibana e Tableau può essere, in alcuni casi, la salvezza per ridurre i tempi di sviluppo. Con Streamlit, un framewrok Python, è possibile sviluppare molto velocemente una web app o una dashboard interattiva senza nessuna competenza di programmazione frontend. Questo tutorial illustrerà come è possibile farlo in pochi minuti.

GPT-2: generazione automatica di testi con Python

Generare del contenuto testuale è un lavoro impegnativo che richiede tempo e risorse. Con l’intelligenza artificiale, ad oggi, è possibile generare del contenuto semplicemente partendo da poche parole. Le tecnologie sviluppate da OpenAI, tra cui GPT-2, hanno aperto nuove frontiere di applicazione legate al Natural Language Generation. Scopriamo come generare automaticamente dei brevi testi mediante poche linee di codice Python.

Pillow: ottimizzare le immagini con Python

Ottimizzare le immagini è fondamentale per rendere più veloce i siti web e migliorare il SEO. Con l’avvento del formato WebP è possibile fornire immagini di qualità ma molto più “leggere”. In questo articolo scopriamo come trasformare immagini jpg e/o png nel formato webp mediante poche linee di codice scritte in Python e la libreria Pillow.

Node.js vs Python: confronto tra le due tecnologie per il backend

La scelta di un linguaggio di programmazione per lo sviluppo del backend di un’applicazione è un passo cruciale. Esistono diversi linguaggi che rispondono alle esigenze dei vari progetti. In questo articolo analizziamo Node.js e Python, i due linguaggi più utilizzati, per scoprire le loro caratteristiche e fornire una guida per una scelta consapevole.

Jupyter Notebook: guida al suo utilizzo

Lo sviluppo di pipeline di analisi dei dati da parte dei Data Scientists richiede diverse competenze. Avere a disposizione un’ambiente di sviluppo facile, intuitivo e interattivo è fondamentale. Jupyter Notebook è un’applicazione Web open source che permette di creare e condividere documenti testuali interattivi, contenenti oggetti quali equazioni, grafici e codice sorgente eseguibile in diversi linguaggi. Scopriamo le sue caratteristiche principali.

Chatterbot: creare un chatbot in python

I chatbot sono una tecnologia che permette di automatizzare l’interazione con gli utenti. Sfruttando le ultime tecnologie di intelligenza artificiale le conversazioni risultano sempre più reali. Esempi di evoluzioni dei chatbots sono gli assistenti virtuali come Alexa, Cortana e Siri. Scopriamo come è possibile sviluppare un semplice chatbot in Python mediante la libreria Chatterbot.

Pandas e Bokeh: creare grafici interattivi

L’analisi dei dati richiede anche la graficazione di questi o dei risultati derivanti dalle analisi effettuate. Molte librerie in Python forniscono strumenti utili per la visualizzazione, ma i grafici prodotti sono statici. La libreria Pandas Bokeh è un’ottima alternativa per creare plot interattivi e includerli nei progetti web. Scopriamo come usarla e i risultati che possiamo ottenere mediante alcuni esempi.

PandasGUI: Interfaccia grafica per analizzare i dati con Pandas

Pandas è la libreria più utilizzata dai data scientists per analizzare i dati. Se però non siete esperti programmatori o semplicemente volete esplorare i vostri dati in modo semplice ed intuitivo potete usare PandasGUI. Questa è una libreria che permette di visualizzare ed interagire con i Dataframes di Pandas con un semplice clic del mouse.