📱Preswald.

Preswald — это полнофункциональная платформа для построения, развертывания и управления интерактивными приложениями для работы с данными. В одном мощном SDK объединены загрузка, хранение, трансформация и визуализация данных.

🔹Особенности:

🔘Простота кода — мощные приложения с минимальным Python и SQL.

🔘Полный цикл — от загрузки и ETL до визуализации в одной платформе.

🔘Эффективность — без лишней сложности современных дата-стеков.

🔘Гибкость — подключение CSV, JSON, Parquet и SQL-баз за секунды.

🔘Кастомизация — изменяйте стиль и бренд через preswald.toml.

🔘Запуск в один клик — развертывание локально и в облаке за пару команд.

🔻Начало работы:

1️⃣Установите Preswald:

pip install preswald

2️⃣Создайте новый проект:

preswald init my_project
cd my_project

3️⃣Напишите первое приложение:

from preswald import text, view
import pandas as pd

text("# Добро пожаловать в Preswald")
df = pd.read_csv("data.csv")
view(df)

4️⃣Запустите приложение:

preswald run hello.py

#Preswald #Python #DataScience #SQL #MachineLearning #Cloud #ETL #NoCode #LowCode #BigData

📱Ссылка на репозиторий:
https://github.com/StructuredLabs/preswald

📱Robinzhon.

robinzhon — это высокопроизводительная Python-библиотека для быстрых и параллельных загрузок объектов из S3(Amazon Simple Storage Service, облачное хранилище от AWS).

🔹Возможности:

🔘Скорость — асинхронные загрузки с несколькими потоками.

🔘Надёжность — продолжает загрузку даже при ошибках отдельных файлов.

🔘Простота — удобный API для одиночных и пакетных загрузок.

🔘Отчётность — подробная статистика успехов и ошибок.

🔻Пример:

from robinzhon import S3Downloader

client = S3Downloader("us-east-1")
client.download_file("bucket", "object", "./object")

📊 Тест производительности (1000 файлов):

🔘robinzhon: 10.30s (97.1 файлов/сек).

🔘threaded boto3: 24.16s.

🔘aioboto3: 27.70s.

🏆 robinzhon в 2.3× быстрее boto3 и в 2.7× быстрее aioboto3

#python #aws #s3 #async #aio #performance #opensource #devtools #cloud #robinzhon

📱Ссылка на репозиторий:
https://github.com/rohaquinlop/robinzhon

📱Burla.

Burla — это простейший способ масштабировать Python до тысяч машин.
Запускайте любую функцию одновременно на 10 000 CPU или GPU, без конфигов и DevOps.

Burla имеет всего одну функцию — remote_parallel_map(), которая делает распределённые вычисления такими же простыми, как обычный map() в Python.
Вывод, ошибки и зависимости синхронизируются автоматически — всё ощущается как локальный запуск, только быстрее.

🔹Burla подходит для:

🔘Обучения моделей машинного обучения.

🔘Обработки больших данных.

🔘Научных расчётов и симуляций.

🔘Создания масштабируемых пайплайнов.

🔻Пример:

from burla import remote_parallel_map

def task(x):
    return x ** 2

results = remote_parallel_map(task, range(1000))

#Python #Burla #ParallelComputing #MachineLearning #DataScience #Cloud #GPU #AI #HPC

📱Ссылка на репозиторий:
https://github.com/Burla-Cloud/burla