В настоящее время оснащенность средствами связи высока, однако в мире и сейчас существует немало мест, где людям эти средства были недоступны. Есть множество областей, где уровень сигнала критически низок или и вовсе отсутствует возможность связаться с миром. Понятна потеря связи на высочайших пиках горных вершин или под водной толщей океана, и даже в сделанных из металла лифтах в многоэтажных зданиях. Однако проблемы со связью возникающие в густонаселенных регионах России, а тем более в пределах городов-миллионников могут, а главное, должны быть устранены. Основная цель этого поста – разобрать весь алгоритм и набор Python-скриптов поиска проблемных зон связи по координатам, где была зафиксирована потеря связи.

Сегодня создание интерактивной карты на python не составляет большого труда: стоит подключить библиотеку (например, Folium или Bokeh), указать картографический сервер, и после выполнения нескольких «магических» строк кода ваши данные как на ладони!
Но что делать, если данные есть, визуализировать их хочется, а в сети, в которой вы работаете, нет доступа к картографическим серверам? В этом случае помогут Plotly и GeoPandas.

Визуализация данных является важной частью науки о данных и, скорее всего, занимает большую часть времени наравне с предобработкой. Она позволяет быстрее изучить, интерпретировать и найти подходы к обработке данных. Сегодня продемонстрируем программу, которая поможет сэкономить время и упростить вашу исследовательскую миссию при работе с данными.

Большую популярность набирает библиотека для построения интерактивных приложений Streamlit. Опытом ее использования я хочу поделиться.

Применение линейной регрессии “из коробки” – задача нетривиальная. Но важно понимать метрики качества модели, а также то, что задача не всегда может сводится к стандартной линейной функции.

Инструменты и способы решения задач меняются в течении времени и боевые скрипты могут подвести, даже если они были протестированы и внедрены. С этой проблемой пришлось столкнуться и нам. Что делать, если Plotly монетизировал стриминг данных.