Неожиданный эффект от "замедления YouTube", которое осуществляет неизвестно кто, так как государство отказывается признавать свою роль в этом процессе.
Абоненты уже около 135 региональных операторов связи начали разрывать с компаниями договоры по причине предоставления некачественных услуг доступа в первую очередь к YouTube.
Как сообщает Коммерсант, в профильной ассоциации пожаловались Минцифры и Роскомнадзору, что за две недели число жалоб на услуги превысило тысячу, из-за чего операторы "массово теряют абонентскую базу".
Пользователи недовольны тем, что YouTube не работает у них ни на домашнем ПК, ни в смартфоне. При этом конечный пользователь не понимает и не хочет понимать, что виноваты совсем не интернет-провайдеры, а в данном случае неизвестно кто.
Ну или государство. Которое в этой ситуации ведёт себя как страус.
Отметим, что официально YouTube заблокирован в Китае и некоторых исламских странах.
#блокировки#youtube
Анализ видео: визуализация
Последний пост серии, первые два по ссылкам:
1. Подготовка данных
2. Анализ данных
Для виза снова используем cv2. Если данные записаны в таблицу xlsx, то понадобится модуль ast для корректного считывания синтаксиса списков.
При считывании объединяем данные в одномерный список (colors) и создаем пустой массив:
# суммарное число цветов
colors_length = len(colors)
# высота изображения в пикселях
height = 500;
# создаем пустой массив
# height: число строк
# colors_length: число столбцов
# 3: массив цвета (r, g, b)
img_array = np.zeros((height, colors_length, 3), np.uint8)
После этого заполняем массив цветами и с помощью cv2 создаем изображение:
# заполняем массив
for x in range(colors_length):
img_array[:,x] = colors[x]
# записываем в файл
cv2.imwrite('file_name.png', img_array)
Подробнее о параметрах файла палитры и том, как с ним работать, — в карточках.
P.S. И как обычно, полный код этой части в комментариях.
#датавиз#python
Анализ видео: цвет
На прошлом этапе мы записали по одному кадру видео в секунду в список captures_array. Имея данные о кадрах в формате rgb, мы можем определить преобладающие оттенки.
Для этого используем метод кластеризации, а точнее kmeans. Он позволяет разбить массив на нужное число групп по близости значений и выделить их центры (центроиды). Эти значения являются доминирующими оттенками кадра. На мой взгляд, детальность данных будет достаточная, если выделить пять центроидов (k). Этот алгоритм нужно применить в цикле к каждому кадру (capture):
# определяем размеры массива
shape = capture.shape
# пересобираем в одномерный массив
ar = capture.reshape(np.product(shape[:2]), shape[2]).astype(float)
# находим заданное число центроидов
centroids,_ = kmeans(ar, k)
В итоге получаем палитру каждого кадра фильма в хронологическом порядке. Как ее визуализировать, расскажу в следующем посте.
P.S. Полный код оставила в комментариях.
#датавиз#python
Анализ видео: подготовка данных
Я использую python, но общая логика алгоритма может пригодиться и для других языков.
Сначала нужно покадрово считать видео. Сделаем это с помощью библиотеки OpenCV (cv2):
import cv2
# видео целиком
video = cv2.VideoCapture('file_name.mp4')
# частота кадров
fps = int(video.get(cv2.CAP_PROP_FPS))
# число кадров во всем видео
frame_count = int(video.get(cv2.CAP_PROP_FRAME_COUNT))
Теперь можно запустить цикл и собрать один кадр за каждую секунду. В цикле повторяется такой код:
ret, frame = video.read()
Каждую итерацию считывается следующий кадр. В ret записывается информация о корректности считывания (True/False), frame — кадр в формате массива с rgb каждого пикселя.
Имея частоту видео, мы можем записать только один кадр в секунду. Такого объема данных достаточно для анализа. В итоге получаем список с числом кадров равным длительности видео в секундах. Что делать с ним дальше расскажу в следующем посте.
P.S. В комментариях полный код этой части.
#датавиз#python
#javaScript#react#api
🛠
Building News Website with Javascript, React, and News API
Bienvenido al sitio web de noticias Building & Monetizing con Javascript, React y News API. Este es básicamente un extenso curso basado en proyectos en el que se lo guiará completamente paso a paso sobre cómo construir un sitio web de noticias utilizando el lenguaje de programación Javascript junto con otras herramientas de soporte. Este curso consta de dos aspectos principales, el primero es el aspecto técnico que lo capacitará desde la perspectiva del desarrollador web sobre cómo construir un sitio web de noticias en pleno funcionamiento, mientras que el segundo aspecto es el aspecto comercial donde aprenderá desde la perspectiva de los negocios, aprenderá múltiples estrategias para monetizar su sitio web de noticias.
🔗Link
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----
http://www.aparat.com/v/4RZGY
Django for #IOT: From Hackathon to Production by Anna Schneider It’s Friday night of hackathon weekend. The latest snazzy Internet-connected thingy is sitting on the table next to your beverage of choice, the device’s #API docs are open in a browser tab, and your fingers are itching to write some Django. What’s the fastest way to get started? And next month when you come back to it, what will you want to upgrade?
Mini-App Lottery by Tonnel Network: Be Cautious!
#API#lottery
Tonnel Network introduces the @case Mini-App, which uses its Marketplace API for gift purchases without requiring an API key. While offering unique giveaway opportunities, the platform advises users to be cautious of lotteries like @case and @primegiftsbot, as they might operate with unfair algorithms.
Source: link
@tonlines
iTubeGo YouTube Downloader v6.6.0 (x86/x64)
#dastur / #internet / #youtube
ℹ️ iTubeGo YouTube Downloader - bu 1000 dan ortiq maxsus saytlardan video va audiolarni yuklab oladigan dastur bo'lib, ulardan ba'zilari YouTube, Facebook, Pinterest, TikTok, Instagram, Dailymotion, Vimeo va boshqalarni o'z ichiga oladi.
❗️Dasturni odatiy o'rnatasiz va Crack papkasidagi faylni dastur o'rnatilgan joyga nusxalaysiz!
💾: 198.4 MB (.rar)
💻 Kompyuterni birga o'rganamiz ⤵️
TelegramIYouTubeIInstaITikTok