pickle — Object Serialization — PyMOTW 3

Предсказываем трафик сайта с помощью prophet

Статья описывает пример использования свежей библиотеки от Facebook - Prophet. 

Открытый курс машинного обучения. Тема 2: Визуализация данных c Python

Второе занятие посвящено визуализации данных в Python. Сначала мы посмотрим на основные методы библиотек Seaborn и Plotly, затем поанализируем знакомый нам по первой статье набор данных по оттоку клиентов телеком-оператора и подглядим в n-мерное пространство с помощью алгоритма t-SNE.

Проблемы тестирования: почему 100% покрытие кода это плохо

Недавно в нашем блоге мы рассказывали об использовании предметно-ориентированных языков для решения конкретных задач разработки с помощью Python. Сегодня речь пойдет о тестировании — в частности, о том, почему стопроцентное покрытие тестами кода это на самом деле плохо.

Материал подготовлен на основе выступления разработчика Positive Technologies Ивана Цыганова на конференции Moscow Python Conf (слайды, видео). 

PyPy Development: итоги зимнего спринта в Leysin

Что было добавлено/улучшено в PyPy за последнее время

Введение в pandas: анализ данных на Python

Небольшая заметка-введение в инструмент анализа данных на Python — pandas

12 советов, которые могут повысить безопасность вашего Django проекта Django

Как установить django-localflavor Django

django-localflavor - набор полей, форм, которые упрощают ввод данных специфичных для стран

Создание интерфейса средствами библиотеки Matplotlib

Статья про создание элементов интерфейса с помощью библиотеки Matplotlib.

Пишем масштабируемый парсер миллиона страниц

Масштабирование Django+Gevent с LDAP Connection Pooling

Сегментируем покупателей с помощью K-Mean

Ищем SQL инъекции через Python

Статья описывает инструмент для поиска уязвимостей в SQL запросах

Анализируем 4 миллиона отзывов Yelp на Python и AWS

IPython или Jupyter?

Python на службе у конструктора. Укрощаем API Kompas 3D

Работая в конструкторском отделе, я столкнулся с задачей — рассчитать трудоёмкость разработки конструкторской документации. Если брать за основу документ: «Типовые нормативы времени на разработку конструкторской документации. ШИФР 13.01.01" (утв. Минтрудом России 07.03.2014 N 003)», то для расчета трудоёмкости чертежа детали нам необходимы следующие данные:

PyPy Development: Async HTTP benchmarks on PyPy3

PyPy научился работать с asyncio

f-строки в Python 3.6

Статья про f-строки в Python 3.6. Особенности применения и производительность.

Jupyter And R Markdown: Notebooks c R

Снова о числах с плавающей точкой

Несмотря на то, что вопросам точности компьютерных вычислений посвящено очень много публикаций, некоторые из них, на наш взгляд, всё же остаются не до конца четко раскрытыми. А именно:

1. Какое количество верных цифр n гарантированно имеет десятичное число, представленное двоичным m разрядным кодом в формате числа с плавающей точкой.
2. Как влияет нормализация чисел с плавающей точкой на точность представления числа при его преобразовании из одной системы счисления в другую и при арифметических действиях, выполняемых на компьютере.
3. Как влияет округление числа, представленного в двоичном виде на его десятичный эквивалент. 
4. Как положение виртуальной точки в машинном слове влияет на значение числа, представленного в экспоненциальной форме.