Sms от МТС

Получите 200 руб. на услуги связи за свою первую покупку в Pokemon Go для Android, при оплате с мобильного номера МТС! Успейте принять участие в акции: только с 6 сентября по 6 октября 2016 г.

Panel + Boost Results Wireless Status 1 PLMN…

Panel + Boost
Results
Wireless Status
1 PLMN: 25001
2 Service status: Valid service
3 RSCP (dBm): -60
4 ECIO (dB): -5
5 RSSI (dBm): -51
6 Cell ID: 45310893
7 Pci: N/A
8 Roaming: No

Yagi
Results
Wireless Status
1 PLMN: 25001
2 Service status: Valid service
3 RSCP (dBm): -95
4 ECIO (dB): -10
5 RSSI (dBm): -97
6 Cell ID: 45310903
7 Pci: N/A
8 Roaming: No

Yagi
Results
Wireless Status
1 PLMN: 25001
2 Service status: Valid service
3 RSCP (dBm): -106
4 ECIO (dB): -10
5 RSSI (dBm): -107
6 Cell ID: 45310893
7 Pci: N/A
8 Roaming: No

Yagi 4G Lock
Results
Wireless Status
1 PLMN: 25001
2 Service status: Valid service
3 RSSI (dBm): -83
4 RSRP (dBm): -114
5 RSRQ (dB): -13
6 Cell ID: 27418119
7 Pci: 360
8 Roaming: No

МТС Тверская область Калязинский район Нерль Поречье MCC…

МТС Тверская область Калязинский район Нерль Поречье
MCC 250 MNC 01
LAC 1301 CID 38121

TELE2 Теле2 Тверская областьКалязинский район Нерль Поречье
MCC 250 MNC 20
LAC 16401 CID 5372 CID 5143

25007 = BM Telecom — Russia
25012 = BaykalWestCom — Russia
25019 = INDIGO CJSC Novgorod — Russia
25099 = BeeLine — Russia
25019 = INDIGO CJSC Volgograd — Russia
25020 = Cellular Comms Udmurtia — Russia
25001 = Tambov RUS — Russia
25020 = TELE2 — Russia
25019 = Dal Telecom Int — Russia
25010 = Don Telecom — Russia
25017 = Ermak RMS — Russia
25012 = Far Eastern Cellular — Russia
25002 = MegaFon Moscow — Russia
25012 = ULAN-UDE CELLULAR NETWORK — Russia
25028 = Extel — Russia
25012 = Sakhalin GSM — Russia
25039 = JSC Uralsvyazinform — Russia
25011 = Orensot — Russia
25099 = Bee Line GSM — Russia
25013 = Kuban GSM — Russia
25020 = ECC — Russia
25002 = MegaFon — Russia
25005 = Mibile Comms Systems — Russia
25001 = Mobile Telesystems — Russia
25016 = New Telphone Co — Russia
25003 = NCC — Russia
25019 = INDIGO — Russia
25092 = Primetelefon — Russia
25020 = TELE2 — Russia
25004 = SIBCHALLENGE — Russia
25005 = Sayantelecom LLC — Russia
25020 = TELE2-OMSK — Russia
25005 = SCS-900 — Russia
25012 = Sibintertelecom — Russia
25039 = South Ural Cellular Telephone — Russia
25020 = St Peterburg TELE2 — Russia
25044 = North Caucasian GSM — Russia
25001 = SANTEL — Russia
25005 = Tomsk Cellular Comm — Russia
25039 = Uratel — Russia
25005 = Yeniseitelecom — Russia
25007 = ZAO SMARTS — Russia
25015 = ZAO SMARTS-Ufa — Russia
25002 = ZAO Ural GSM MegaFon — Russia

http://opencellid.org/
http://cellidfinder.com/

Наименование оператора MNC PLMN
ОАО «Мобильные ТелеСистемы» 1 25001
ОАО «МегаФон» 2 25002
ЗАО «Нижегородская сотовая связь» и группа компаний: ЗАО «РТКОМ», ОАО «Татинком-Т», ЗАО «Ульяновск-GSM», ЗАО «Саратов-Мобайл», ЗАО «Чувашия-Мобайл», ЗАО «Пенза Мобайл» 3 25003
ЗАО «Енисейтелеком» 5 25005
ЗАО «СМАРТС» и группа компаний: ЗАО «Астрахань-GSM», ЗАО «Шупашкар-GSM», ЗАО «Пенза-GSM», ЗАО «Ярославль-GSM», ООО «Телеком Евразия» 7 25007
ЗАО «Дельта Телеком»
и группа компаний стандарта IMT MC-450:
ЗАО «Скай Линк», ЗАО «Астарта», ОАО «Московская сотовая связь», ЗАО «Байкалвестком», ЗАО «Саратовская Система Сотовой Связи», ОАО «АПЕКС», ЗАО «Енисейтелеком», ЗАО «Уралвестком» 9 25009
ЗАО «Скай-1800» 10 25010
ЗАО «Скартел» 11 25011
ЗАО «Байкалвестком», ЗАО «АКОС» 12 25012
ОАО «МегаФон» 14 25014
ОАО «Новая Телефонная компания» 16 25016
ОАО «Уралсвязьинформ» Свердловская обл. 17 25017
ООО «Основа Телеком» 18 25018
ОАО «Алтайсвязь» 19 25019
Группа компаний TELE2 20 25020
ЗАО «Глобал Тел» 21 25021
ЗАО «Б» 22 25022
ЗАО «Джи Ти Эн Ти» 23 25023
ЗАО «ТМ САТ» 24 25024
Абхазия 25 25025
ЗАО «Открытая мобильная система» 26 25026
Южная Осетия (Остелеком) 30 25030
Южная Осетия (резерв) 31 25031
ООО «Екатеринбург-2000» 35 25035
ООО «О.С.С.-Телеком» 36 25036
ЗАО «Кодотел» Воронежская обл. 37 25037
Тамбовский филиал «Центр-Телеком» 38 25038
ОАО «Ростелеком»
и группа компаний, которым Ростелеком согласовал совместное использование MNC:
ЗАО «Скай Линк», ЗАО «Астарта», ЗАО «Скай-1800», ЗАО «Уралвестком», ЗАО «Саратовская Система Сотовой Связи», ЗАО «Вайнах Телеком», ЗАО «Енисейтелеком», ЗАО «Дельта Телеком», ЗАО «Беспроводные информационные технологии», ЗАО «Байкалвестком», ЗАО «АКОС», ЗАО «Оренбург-GSM», ЗАО «Волгоград-GSM». APN: internet.rt.ru 39 25039
ООО «Мобильные медицинские технологии» 41 25041
ООО «Межрегиональный ТранзитТелеком» 42 25042
ООО «КантриКом» 44 25044
ЗАО «ЭкспрессТелеком» 45 25045
ОАО «Центральная телекоммуникационная компания» 46 25046
ООО «Ростелком» 47 25047
ООО «Глобал Телеком» 48 25048
ЗАО «ВЕСТ КОЛЛ ЛТД» Москва 49 25049
ООО «Айконнект» 51 25051
ООО «Сонет» 52 25052
ОАО «Центральный Телеграф» 53 25053
ОАО «ТАТТЕЛЕКОМ» 54 25054
ОАО «НИС» 55 25055
ООО «Наша сеть» 56 25056
ООО «МАТРИКС телеком» 57 25057
ООО «Сигма Телеком» 58 25058
НП «Содействие развитию и использованию навигационных технологий» 77 25077
ОАО «ВымпелКом» и
ОАО «Новая Телефонная Компания» 99 25099

Цены на аренду и покупку жилья тут явно…

Цены на аренду и покупку жилья

тут явно ДС и все остальное в одной категории идет, у меня так получается: 12000 аренда, 2500000 стоимость квартиры (примерно), получается 17 лет, как в Литве.

рядом со мной так:
Королев
26 000 аренда
5600 000 продажа
18 лет

продолжаем
Шаболовская
60 метров двушка
продажа 13M аренда 55K
19,6 лет

Multiprocessing pandas apply

import multiprocessing as mp
import pandas.util.testing as pdt

def process_apply(x):
    # do some stuff to data here

def process(df):
    res = df.apply(process_apply, axis=1)
    return res

if __name__ == '__main__':
    p = mp.Pool(processes=8)
    split_dfs = np.array_split(big_df,8)
    pool_results = p.map(aoi_proc, split_dfs)
    p.close()
    p.join()

    # merging parts processed by different processes
    parts = pd.concat(pool_results, axis=0)

    # merging newly calculated parts to big_df
    big_df = pd.concat([big_df, parts], axis=1)

    # checking if the dfs were merged correctly
    pdt.assert_series_equal(parts['id'], big_df['id'])

PDF to TXT Python 3.5

Утащил в интернетах функцию и подправил её до рабочего состояния

ЧТобы не похерить кладу сюда)


 

def pdf_to_txt(filename):
from io import StringIO
from pdfminer.converter import LTChar, TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfparser import PDFDocument, PDFParser
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter

class CsvConverter(TextConverter):
def __init__(self, *args, **kwargs):
self.codec = ‘utf-8’
TextConverter.__init__(self, *args, **kwargs)

def end_page(self, i):
from collections import defaultdict
lines = defaultdict(lambda : {})
for child in self.cur_item._objs:                #<— changed
if isinstance(child, LTChar):
(_,_,x,y) = child.bbox
line = lines[int(-y)]
line[x] = child._text.encode(self.codec) #<— changed

for y in sorted(lines.keys()):
line = lines[y]
#print(line)
self.outfp.write(«».join(line[x].decode() for x in sorted(line.keys())))
self.outfp.write(«\n»)

rsrc = PDFResourceManager()
outfp = StringIO()
device = CsvConverter(rsrc, outfp,  laparams=LAParams())#codec=»utf-8″,

doc = PDFDocument()
fp = open(filename, ‘rb’)
parser = PDFParser(fp)
parser.set_document(doc)
doc.set_parser(parser)
doc.initialize(»)

interpreter = PDFPageInterpreter(rsrc, device)

for i, page in enumerate(doc.get_pages()):
outfp.write(«START PAGE %d\n» % i)
if page is not None:
interpreter.process_page(page)
outfp.write(«END PAGE %d\n» % i)

device.close()
fp.close()

return outfp.getvalue()

val = pdf_to_csv(r’С:/визуализация эволюционных каскадов сообщений в социальных сетях с помощью силовых графов.pdf’)
l = [x for x in val.split(‘\n’) if x!=’ ‘]
l

Что делать если Skype не видит групповые чаты…

Что делать, если Skype не видит групповые чаты?

Открываем любой чат и отправляем сообщение:
/dumpmsnp

Теперь подключим нужный протокол следующей командой:
/msnp24

По ходу групповые чаты работают на каком-то своем протоколе.

новые страницы главная Canonical + страницы материалов Canonical…

новые страницы:

  • главная Canonical +
  • страницы материалов Canonical + / Video META VK+ FB+
  • страницы рубрик и подрубрик Canonical + (в т.ч. новости по спортсменам Canonical + , клубам Canonical + и т.п.)
  • страницы видео по рубрике Canonical +
  • страницы комментариев от материалов Canonical +
  • футбольный матчцент + комментарии Canonical + META VK- FB+(разнообразить)
  • онлайны (/stats) + комментарии Canonical +

API google analytics python 3.4

Затрахался искать нужные ссылки и ответы в этом черезжопунаписанном гугловом мануале

Нашел нужные примеры на другом сайте

В общем три ссылки, которые мне помогли разобраться в этой чертовой каше для google.analytics под python 3.4

 

Как

http://blog.trenthauck.com/posts/google-service-accounts-for-google-analytics/

Что

https://developers.google.com/apis-explorer/?hl=en_US#p/analytics/v3/

Шаблоны

https://ga-dev-tools.appspot.com/query-explorer/

NLTK русский язык

#coding=utf-8
from nltk.stem import SnowballStemmer           #подключение словаря и импорт SnowballStemmer
russian_stemmer = SnowballStemmer(‘russian’)    #выбор русского языка для извлечения корня
print (russian_stemmer.stem(u’приветственный’)) #вывод на экран корня слова

Обход итератора в многопоточном режиме from concurrent futures…

Обход итератора в многопоточном режиме
from concurrent.futures import ThreadPoolExecutor
with ThreadPoolExecutor(10) as executor:
try:
for _ in executor.map(functionname, list):
print(_)
globresults.append(_)
except:
print(‘какой то косяк’)

Регулярка для поиска карточек Если вы хотите найти…

Регулярка для поиска карточек

Если вы хотите найти в Google.Analytics все страницы второго уровня вложенности то вам поможет такое регулярное выражение:

(^\/([A-z0-9_\.-]+)$)

Стоит применить его как фильтр.

Запросы к SQLITE на R

Напоминалка мне)))

Либа — RSQLite

con <- dbConnect(SQLite(), "keys_by_weeks.sqlite")
# query
rs <- dbSendQuery(con, «select * from USArrests»)
d1 <- fetch(rs, n = 10) # extract data in chunks of 10 rows
dbHasCompleted(rs)
d2 <- fetch(rs, n = -1) # extract all remaining data
dbHasCompleted(rs)
dbClearResult(rs)
dbListTables(con)
# clean up
dbDisconnect(con)

Ну и ссылочка на реф не повредит))

http://cran.r-project.org/web/packages/RSQLite/RSQLite.pdf

 

datetime python

Украл чужие записочки по работе с датами в питоне… вдруг попадут))))

now_date = datetime.date.today() # Текущая дата (без времени)
now_time = datetime.datetime.now() # Текущая дата со временем
cur_year = now_date.year # Год текущий
cur_month = now_date.month # Месяц текущий
cur_day = now_date.day # День текущий
cur_hour = now_time.hour # Час текущий
cur_minute = now_time.minute # Минута текущая
cur_second = now_time.second # Секунда текущие
num_week = now_date.isoweekday() # узнаем номер недели (от 1 до 7)
now_date = now_date.replace(2011,6,30) # меняем полностью дату на 30.06.2011
now_date = now_date.replace(day=cur_day) # меняем только день
now_date = now_date.replace(month=cur_month) # меняем только месяц
now_date = now_date.replace(year=cur_year) # меняем только год
ny_2011 = datetime.date(2011,2,1) # создали дату: 1 февраля 2011 года
delta = ny_2011 - now_date # разница (дельта) в между 2-мя датами
delta = datetime.timedelta(days=2) # дельта в 2 дня
now_date = now_date + delta # Узнаем какое число будет через 2 дня
now_date = now_date - delta # или какое число было 2 дня назад
print(now_time.strftime("%d.%m.%Y %I:%M %p")) # форматируем дату