Diolinux - O modo Linux e Open Source de ver o Mundo

Responsive Ad Slot

Mostrando postagens com marcador python. Mostrar todas as postagens
Mostrando postagens com marcador python. Mostrar todas as postagens

Organize seus arquivos via terminal com o Classifier

Nenhum comentário

quarta-feira, 10 de julho de 2019

Existem situações em que a melhor opção e mais prática, é deixar o computador “fazer todo serviço sujo”. Não me entenda mal, mas tarefas demasiadamente repetitivas acabam me desmotivando. Por exemplo, é comum você lotar sua pasta Downloads com inúmeros arquivos, e para encontrar algo rapidamente é “um parto” (como diria “O Cara do TI”). Pensei em criar um script para resolver este problema, porque não pesquisar e ver se já existe uma solução? Afinal, não quero perder tempo “reinventando a roda”.

classifier-script-python-arquivos

Se assim como eu você necessita de uma solução que organiza automaticamente seus arquivos, de forma rápida e descomplicada, o Classifier pode ser uma boa solução. Esse script em Python é muito interessante.

Funcionamento do Classifier


Entender o Classifier não é nado complicado. Ele irá organizar automaticamente seus arquivos movendo conforme os tipos, para diretórios pré-selecionados pelo script. Por exemplo, arquivos de extensão “.mp3” serão movidos para uma pasta (no próprio diretório que você está organizando) chamada “Music”. Arquivos “.png” para uma chamada “Pictures” e sucessivamente. A seguir veja a lista de extensões e suas categorias, vindas por padrão:

IGNORE: 


part, desktop.

Music: 


mp3, aac, flac, ogg, wma, m4a, aiff, wav, amr.

Videos:


flv, ogv, avi, mp4, mpg, mpeg, 3gp, mkv, ts, webm, vob, wmv.

Pictures:


png, jpeg, gif, jpg, bmp, svg, webp, psd, tiff.

Archives: 


rar, zip, 7z, gz, bz2, tar, dmg, tgz, xz, iso, cpio.

Documents: 


txt, pdf, doc, docx, odf, xls, xlsv, xlsx, ppt, pptx, ppsx, odp, odt, ods, md, json, csv.

Books: 


mobi, epub, chm.

DEBPackages:


deb.

Programs: 


exe, msi.

RPMPackages: 


rpm.

Você pode adicionar novas extensões e modificar os nomes das pastas, diretamente no arquivo de configuração do Classifier, basta modificar o arquivo oculto “.classifier-master.conf” contido em sua pasta home. O próprio Classifier possibilita essa modificação, utilize o comando:

classifier --edittypes

Ou a versão abreviada do comando:

classifier -et

O editor de documentos padrão do seu sistema abrirá, assim você poupa tempo, sem precisar ir até sua pasta home e localizar o arquivo de configuração. Para resetar as modificações utilize este:

classifier --reset

Ou a outra opção:

classifier -rst

“Mãos na massa”


Para organizar seus arquivos, você poderá fazer de algumas maneiras. Navegando via terminal até o diretório que deseja organizar e logo após utilizar o comando “classifier”:

classifier-script-python-arquivos-organização-linux-organizar-ubuntu

Contudo, caso existam subdiretórios essa maneira não é a mais indicada. Sugiro criar uma pasta, onde visa manter os arquivos organizados e através do Classifier, especificar este diretório, por exemplo:

“classifier PASTA_COM_ARQUIVOS PASTA_ORGANIZADA”, a sintaxe seria assim:

classifier -d PASTA_COM_ARQUIVOS -o PASTA_ORGANIZADA

Onde “-d” (--directory) é o diretório alvo, com os arquivos e “-o” (--output) é a saída, onde os arquivos serão organizados. Você pode utilizar outros parâmetros e ver todas as funcionalidades do script, para isso acesse seu manual “--help”:

classifier -h 

Instalando o Classifier em sua distribuição


Antes de instalarmos o Classifier, será necessário instalar o gerenciador de pacotes Python. Utilize o comando conforme sua distribuição.

Debian, Ubuntu, Deepin, Mint e derivados:

sudo apt install python-pip

Fedora:

sudo dnf install python-pip

openSUSE

sudo zypper install python-pip

Arch Linux, Manjaro e derivados:

sudo pacman -S python-pip

Depois instale o Classifier:

sudo pip install classifier

O Classifier pode ser muito útil e prático para organizar aquela bagunça, sendo um utilitário indispensável para quem acaba com o tempo desorganizando seus arquivos. talvez ele não seja a solução mais “poderosa”, entretanto, aguardem que novidades poderão vir (😁😁😁).

Faça parte de nossa comunidade, acesse o fórum Diolinux Plus, e não perca nada.

Até o próximo post, SISTEMATICAMENTE! 😎
_____________________________________________________________________________
Viu algum erro ou gostaria de adicionar alguma sugestão a essa matéria? Colabore, clique aqui.


Você adora Python? Reúna-se com outros programadores no PyCaxias 2018!

Nenhum comentário

quarta-feira, 24 de outubro de 2018

Alguns amigos programadores afirmam que um dos melhores lugares para criar network e conhecer outras pessoas que trabalham com as mesmas ferramentas,  compartilhar ideias e soluções, são em eventos focados em um tema. Conheça hoje o Pycaxias 2018!







O PyCaxias é um ambiente convidativo, rodeado de palestras e tutoriais incríveis, onde o público pode participar de momentos descontraídos, além de fazer um network fantástico com muitas pessoas e algumas empresas que atuam em setores similares.

Caxias do Sul tem tradição com a comunidade Python, já sediou uma Python Brasil em 2009 e a primeira Python Sul em 2017, tendo o objetivo de aumentar a cada ano o seu envolvimento com esse evento, que já é esperado por muitos da comunidade.

Este ano o PyCaxias acontece no dia 10 de Novembro na Uniftec. A quarta edição do PyCaxias contará com diversas palestras e workshops.

"Esse ano o evento aumentou de tamanho e terá um Sábado todo de interações e muito conhecimento. Estamos diversificando, não serão palestras somente sobre python, vamos ter palestras sobre empreendedorismo, comunidade, carreira, serão diversos temas abordados", afirma Perceu Bertoletti um dos organizadores do evento.

A participação no evento é gratuita, porém os participantes são incentivados a levar 2Kg de alimentos não perecíveis (exceto sal), que serão doados a uma instituição beneficente. As inscrições podem ser feitas pelo meetup do Rede Neural

Você pode conferir a programação do evento aqui.

Aproveite a oportunidade para fazer novos amigos e aprender coisas novas! :)
_____________________________________________________________________________
Viu algum erro ou gostaria de adicionar alguma sugestão a essa matéria? Colabore, clique aqui.


5 passos para você iniciar sua jornada na área de Data Science

Nenhum comentário

sexta-feira, 15 de dezembro de 2017

Você já deve ter ouvido falar sobre Data Science, Big Data e monte de termos aí relacionados com Inteligência Artificial.  Diante disso, cada vez mais pessoas estão interessadas em se tornar profissionais dessas áreas. Mas como começar?

Data Science





Comece com o básico


Se você ainda não conhece nada de Data Science provavelmente vai ficar confuso com tantos termos e conceitos novos.

O ideal é começar se inteirar do assunto para saber por qual caminho seguir. De preferência comece procurando conteúdo português, assim você vai minimizar a curva de aprendizado, uma das boas opções para encontrar conteúdo no nosso idioma é o blog Minerando Dados. Lá você irá encontrar artigos técnicos sobre Machine Learning, Manipulação de Dados, Análise de Dados, Conceitos e tarefas do dia a dia de um Cientista de Dados, é bacana pra quem está começando do zero.

Obviamente você vai encontrar muito material em inglês, isso não deve ser um empecílho

Disciplinas fundamentais


Como tudo que é novo requer estudo para ser feito de forma mais eficaz, estudar disciplinas que são a base para essas tecnologias é fundamental. 

Por exemplo, saber o básico sobre Matemática e Estatística já vai ser muito importante na hora de entender como os algoritmos funcionam. Em seguida, pesquise sobre linguagens de programação mais usadas, quais as melhores ferramentas utilizadas pelos profissionais e principalmente como instalar em sua distribuição Linux predileta, a maior parte desses projetos que podem ter um alto fator de escalonamento roda em Linux.

Linguagens Python ou R


R vs Python

Pesquise quais são as linguagens de programação e plataformas mais utilizadas em projetos nessa área. 

Por exemplo, se você gosta de Python já está um passo a frente, pois, uma grande parcela dos projetos de Data Science utilizam essa linguagem como principal.

O Python além de ser uma linguagem conhecida entre os desenvolvedores, também é muito bem aceita na comunidade acadêmica. Além de robusta e muito amigável, existem diversas bibliotecas prontas para trabalhar com Data Science. Veja aqui um exemplo de manipulação de dados utilizando uma biblioteca poderosa e perceba o poder dessa linguagem.

Essa linguagem por ser bastante difundida, se tornou um sucesso nessa área tanto pela sua capacidade, tanto pela sua simplicidade.

Outra linguagem que de grande peso nessa área é o R. O R é uma linguagem estatística muito usada na comunidade acadêmica, além disso, o R contém muitas bibliotecas e pacotes prontos para utilização. Bibliotecas para cálculos matemáticos, visualização de dados, processamento entre outras.

Por ser uma linguagem muito simples, tem se tornado uma linguagem bastante utilizada em projetos de Data Science. Isso levou o R a não ser mais uma linguagem somente utilizada na academia.

Então qual escolher? Python ou R?

Eu sugiro que você escolha a que mais lhe agradar. Realmente vai depender do projeto. Não tente estudar as duas linguagens de uma vez, você vai acabar perdido com tanta informação.

Recomendo fortemente que você escolha a linguagem que mais lhe interessa e estude ela.

Aprenda Machine Learning


Machine Learning

Não dá pra falar de Data Science sem falar de Machine Learning.

Machine Learning ou "Aprendizado de Máquina" é uma área que vem crescendo muito e está cada vez mais presente no nosso dia a dia. Um exemplo interessante é: 

Como o Google consegue classificar e-mails com “spam” para milhares de contas de e-mail? E vamos combinar que raramente ele erra né ? 

Conhecer sobre Machine learning é fundamental para qualquer Cientista de Dados, mas você não precisa conhecer e saber utilizar todos os algoritmos logo de cara. 

Para começar, escolha alguns algoritmos mais utilizados e procure aprender como eles funcionam e já está de ótimo tamanho.

Abaixo temos exemplos de tarefas que utilizam Machine Learning e que existem diversos artigos, tutoriais e livros disponíveis para você aprender sobre os algoritmos gratuitamente:

- Análise de Sentimentos: Essa tarefa é muito utilizada aplicando Machine Learning em textos, onde se quer que o algoritmo aprenda a classificar em positivo, negativo ou neutros dados de teste.

- Predição de Valores: Essa tarefa normalmente utiliza algoritmos de Machine Learning que utilizam regressão para aprender padrões e predizer valores. Um exemplo muito conhecido seria predizer preços de imóveis de uma região.

- Agrupamento de Dados: Algoritmos que fazem agrupamento de dados utilizam Machine Learning para descobrir informações semelhantes nos dados as quais permitem criar grupos similares. Uma aplicação desse tipo de algoritmo é um banco que quer agrupar clientes em categorias sem ter que definir critérios muito bem estabelecidos para isso.

- Reconhecimento de Imagens: Esta é uma tarefa muito bem utilizada pelo Facebook. A rede social utiliza algoritmos de Machine Learning para identificar rostos das pessoas através das fotos.

Os exemplos mencionados acima são muito utilizados hoje em dia, isso mostra que Machine Learning veio para ficar e a tendência é que teremos cada vez mais soluções utilizando essa tecnologia. 

Colocando a "mão da massa"!


A melhor forma de aprender algo é colocando em prática. Mas como começar ? 

Bom, uma ótima forma de começar a aprender sobre essas tecnologias é buscando bases de dados gratuitas e praticando em projetos pequenos. Um site muito interessante é o Kaggle, neste você pode fazer download de diversas bases de dados gratuitamente e começar a brincar com os dados.

Como mencionei no início, para quem quiser baixar material em português e encontrar bases de dados para download, juntamente com códigos gratuitos, pode encontrar no Minerando Dados.


Além do blog que citei acima, segue outras fontes de estudo para você conferir, aprecie sem moderação :)

  1. Blogs sobre Data Science:
  2. Python: Python Brasil
  3. Estatística: Statitics.org

Espero que esse artigo tenha te ajudado na caminhada para iniciar na área de Data Science!

Agradeço ao Rodrigo Santana Ferreira pela colaboração com o texto.

Até a próxima!

_____________________________________________________________________________
Viu algum erro ou gostaria de adicionar alguma sugestão a essa matéria? Colabore, clique aqui.


Instalando o básico para programar em Python no Linux (Ubuntu, Mint e Debian)

Nenhum comentário

segunda-feira, 16 de outubro de 2017

Dando continuidade a uma pequena série de artigos que vai te ensinar a criar ambientes básicos de programação em linguagens variadas que começou com este artigo falando de Java, hoje vamos mostrar como criar um ambiente bacana para você desenvolver Python no Ubuntu, Linux Mint, Debian e seus derivados, o que inclui Deepin, elementary OS, entre outros.

Montando ambiente para programar em Python





Este artigo foi desenvolvido em parceria com Tiago Funk, ele vai te ajudar a entender melhor como criar uma ambiente ideal para começar a programar em Python em algumas das distribuições Linux mais famosas.

Começando


Se você está com dúvidas sobre o que é necessário para poder programar em Python na sua distro Linux, este artigo tem a pretensão de lhe instruir em seus primeiros passos. Antes de tudo, é importante dizer que o Python é uma linguagem interpretada, ou seja, todas as instruções que você for programar nela são, na verdade, instruções que um outro software seguirá.

O mais legal nessa história é que distros Linux utilizam Python para muitas coisas, assim esse interpretador já vem instalado na sua distribuição, mas há um porém, em geral as distros utilizam uma versão antiga do Python, a 2.7, enquanto que hoje existe a 3.5 (Essa versão também já vem instalada em alguns casos). Para ver testar o Python, abra o terminal e digite python3.5 e note que o cursor do terminal vai mudar.

Testando Python

Nesse console que se abriu podemos digitar comandos em Python para que ele os execute. Ao digitar  apenas python  o terminal, ele vai usar a versão 2.7 ai invés da mais recente.

É importante definir qual a versão do Python que você quer trabalhar, pois existem diferenças na sintaxe entre as versões, ou seja, para fazer a mesma ação, existem comandos diferentes em cada versão.

Instalando uma IDE


Para poder programar em Python, em teoria, você já teria o suficiente só com o que vem pré-instalado, entretanto, para ganharmos tempo, vamos instalar um IDE, que é um software que vai automatizar muito dos processos que você teria que fazer para poder executar o programa que você acabou de escrever.

Talvez a melhor opção para Python seja o PyCharm, é muito completo, leve, e bastante bonito. 


No site de download escolha a versão da comunidade, que é gratuita, porém mais básica, para o nosso propósito, vai servir perfeitamente. Se não me engano há um pacote Snap para Ubuntu (e qualquer distro) dele, se você usa o Deepin, ele está na Deepin AppStore.

Site do PyCharm

Após o finalizado o download, você terá uma arquivo .tar.gz, descompacte-o, entre na pasta que foi criada e entre na pasta bin.

Instalando o PyCharm

Dentro dessa pasta existe um arquivo chamado pycharm.sh, esse arquivo é o instalador, para executa-lo, abra o terminal, navegue até a  pasta do arquivo e digite ./pycharm.sh, e a instalação vai iniciar.

Instalando o PyCharm

A primeira janela que vai se abrir é a janela que pergunta se você vai querer restaurar dados de instalações passadas, no nosso caso não vamos fazer isso, depois aceitamos o termos de utilização e por último, uma janela aonde podemos personalizar a interface vai se abrir, podemos deixa-la no padrão.

O próximo passo é criar um projeto, escolhendo o local onde serão guardados os nossos arquivos Python.

Configuração do PyCharm

Não esqueça de escolher a versão do Python com que você quer trabalhar. Agora, vamos criar um novo arquivo.
Novo arquivo no PyCharm

Clique em file (no menu superior) e depois em new…, vai-se abrir uma pequena janela, selecione Python file, nomeie-o e escreva o seguinte:
print(“Olá para todos !!”)

PyCharm Indexando

Talvez você tenha que esperar um pouco se esta for a sua primeira vez abrindo o PyCharm, é necessário esperar um pouco. Como na imagem acima, o Pycharm estará indexando alguns arquivos, assim, é bom esperar um pouco e deixar que isso ocorra.

Para executar o seu código, vá até o menu Run e clique em Run novamente, a execução será semelhante a isso:

Rodando o programa no PyCharm

Finalizando


Basicamente está tudo pronto e funcionando, mas temos mais duas dicas para você:

1 - Para escolher a versão do Python do seu projeto vá em: File (no menu superior), default settings, e na janela que se abrir selecione project interpreter e  então selecione a versão desejada.

Configurando o Interpretador no PyCharm

2 - Se você é do tipo que gosta de usar atalhos, vá em help (menu superior), keymap references e vai se abrir um PDF como todos os atalhos da IDE. Dê uma estudada nele, pois eles podem ajudar a agilizar o seu trabalho.

Agradecemos ao Tiago pela contribuição, agora você já tem o básico para começar os seus trabalhos e estudos.


Até a próxima!


_____________________________________________________________________________
Viu algum erro ou gostaria de adicionar alguma sugestão a essa matéria? Colabore, clique aqui.


Recordscreen.py: Gravando a tela do Linux com um Script em Python

Nenhum comentário

sexta-feira, 26 de julho de 2013

Mais uma alternativa para gravar a tela do seu sistema

Mais uma dica muito legal para vocês, recentemente publicamos um artigo sobre o ScreenCastor que é uma nova ferramenta para gravar a tela do seu Ubuntu ou Linux Mint e dessa vez estamos trazendo uma aplicação que permite fazer isso em qualquer sistema Linux desde que ele tenha as dependências necessárias para executá-lo.

Recordscreen.py

Gravador de tela em Python

O Python é um linguagem muito maleável e fácil de se aprender, mas como o objetivo do artigo não é ensinar sobre Python se você se interessou sobre assunto acesse o portal do Python Brasil lá vocês vão encontrar muitas informações sobre o assunto, voltando...

Instalando o Recordscreen.py

Para instalar o Recordscreen.py abra o terminal e cole os seguintes comandos, primeiro vamos instalar as dependências:

sudo apt-get install wget libav-tools ffmpeg libavc1394-0 libavformat-extra-53 libavfilter2 libavutil-extra-51 mencoder libavahi-common-data
Agora vamos baixar o programa:
wget http://www.davidrevoy.com/data/documents/recordscreen_12-04.zip
unzip recordscreen_12-04.zip
rm recordscreen_12-04.zip
chmod +x recordscreen.py
Ou baixe o arquivo por aqui.

Se você baixou o arquivo manualmente, extraia ele para uma pasta de seu gosto, então abra o terminal mais uma vez e navegue até a pasta onde estão os arquivos que você extraiu, pode ser útil você habilitar a opção do Nautilus  abrir o terminal diretamente no diretório, uma vez dentro dele rode o comando:
./recordscreen.py
A partir de então o script começa a gravar, basta você minimizar o terminal e quando quiser finalizar a gravação basta dar um Ctrl+C no terminal.

Modificando os padrões

Recordscreen.py configuração

Podemos fazer algumas modificações nos padrões, como alterar o número do FPS e a extensão que o script vai salvar o vídeo.
As informações estão todas descritas no próprio código, você pode usar o editor de códigos como o Sublime Text 3, que é este que estamos usando no exemplo acima ou usar o qualquer outro editor de texto como o Gedit.

Até a próxima e boas gravações!

Fonte

Quer continuar por dentro de tudo o que acontece por aqui?

Então curta nossa página no FACEBOOK, siga o blog no TWITTER  - Siga também nossos escritores 
@dionatanvs - +Dionatan Simioni - + Elian Medeiros 

Baixe o APP do Diolinux para o seu Smartphone

Se você tiver alguma dúvida procure um de nossos grupos de discussão no Facebook:

Blog Diolinux © all rights reserved
made with by templateszoo