IT-новости про Python, которые стоит знать

Собрали в одном месте самые важные ссылки
и сделали Тренажер IT-инцидентов для DevOps/SRE

     11.09.2017       Выпуск 195 (11.09.2017 - 17.09.2017)       Видео

Запуск тестов с tox и Docker

"Многие Python-библиотеки используют tox для тестирования на разных версиях интерпретатора и зависимостей. Зависимости можно сложить в отдельные виртуальные окружения. Но что делать с разными интерпретаторами? Не ставить же их все в систему. Конечно, можно воспользоваться Travis CI. Но что делать, если такая опция недоступна или если хочется прогнать тесты локально? Я расскажу, как решить эту задачу с помощью Docker".

Слайды: http://www.moscowpython.ru/meetup/48/tox-docker-tests/

     11.09.2017       Выпуск 195 (11.09.2017 - 17.09.2017)       Видео

Хранение секретных настроек

"Говорят, что секреты могут хранить двое, если один из них мёртв. А в веб-разработке обычно участвуют много людей, и для решения задач придумана масса инструментов. Я расскажу, как выбрать правильные инструменты под разные типы проектов".

Слайды: http://www.moscowpython.ru/meetup/48/keeping-secrets/

     11.09.2017       Выпуск 195 (11.09.2017 - 17.09.2017)       Статьи
     11.09.2017       Выпуск 195 (11.09.2017 - 17.09.2017)       Статьи
     11.09.2017       Выпуск 195 (11.09.2017 - 17.09.2017)       Статьи

Сегментация лица на селфи без нейросетей

Оказывается, не все компьютерное зрение сегодня делается с использованием нейронных сетей. Хотя многие стартапы и заявляют, что у них дип лернинг везде, спешу вас разочаровать, они просто хотят хайпануть немножечко. Рассмотрим, например, задачу сегментации. В нашем слаке развернулась целая драма. Одна богатая и высокотехнологичная селфи-компания собрала датасет для сегментации селфи с помощью нейросетей (а это непростое и недешевое занятие). А другая, более бедная и не очень развитая решила, что можно подкупить людей, размечающих фотки, и спполучить базу. В общем, страсти в этих ваших Интернетах еще те. Недавно я наткнулся на статью, где без всяких нейросетей на устройстве делают очень даже хорошую сегментацию. Для сегментации от пользователя требуется дать алгоритму несколько подсказок, но с помощью dlib и opencv такие подсказки легко автоматизируются. В качестве бонуса мы так же сгладим вырезанное лицо и перенесем на какого-нибудь рандомного человека, тем самым поймем, как работают маски во всех этих снапчятах и маскарадах. В общем, классика еще жива, и если вы хотите немного окунуться в классическое компьютерное зрение на питоне, то добро пожаловать под кат.

     11.09.2017       Выпуск 195 (11.09.2017 - 17.09.2017)       Статьи

Машинное обучение руками «не программиста»: классификация клиентских заявок в тех.поддержку

Одним из экспериментов стала разработка алгоритма классификации клиентских заявок по текстам для дальнейшей маршрутизации на группу исполнителей. В этой статье я хочу рассказать, как "не программист" может за 1,5 месяца в фоновом режиме освоить python и написать незамысловатый ML-алгоритм, имеющий прикладную пользу.

     10.09.2017       Выпуск 194 (04.09.2017 - 10.09.2017)       Статьи

Как найти хорошего преподавателя английского языка, используя анализ данных.

Многие из программистов хотят выучить английский язык по ряду причин. Кто то посещает курсы в оффлайне, занимается с частным репетитором в свободное от работы время. Другие же предпочитают занятия в онлайн-режиме, без траты времени на дорогу. Да и найти подходящий вариант в этом случае не так уж сложно - поскольку сейчас рынок онлайн-образования растет весьма быстро и предоставляет варианты подходящие под Ваш вкус и кошелёк. Весьма вероятно что читатель знает о компаниях которые предлагают свои услуги в этом сегменте. Если вам подходят любой из вышеупомянутых вариантов - можете не читать дальше, иным же, знакомым с Python/Pandas/Seaborn и прочие радостями анализа и визуализации данных - добро пожаловать.

     10.09.2017       Выпуск 194 (04.09.2017 - 10.09.2017)       Статьи

«Удивительный рост Питона»

Результаты небольшого исследования, проведённого большим сайтом, обнаруживают занимательную тенденцию.

     10.09.2017       Выпуск 194 (04.09.2017 - 10.09.2017)       Статьи
     08.09.2017       Выпуск 194 (04.09.2017 - 10.09.2017)       Статьи

Использование Python для обработки в реальном масштабе времени информации от датчиков, работающих с Arduino

Цифровые и аналоговые датчики, подключенные к Arduino, генерируют большие объёмы информации, которая требует обработки в реальном масштабе времени [1]. 
В настоящее время данные от Arduino распечатывают из командной строки или отображают в графическом интерфейсе с запаздыванием. Поэтому данные в режиме реального времени и не сохраняются, что делает невозможным их дальнейший анализ. 
Данная публикация посвящена программному решению задачи хранения информации от датчиков, работающих с Arduino и её графическому представлению в реальном масштабе времени. В примерах используются широко известными датчиками, такими как потенциометр и датчик движения PIR.

     08.09.2017       Выпуск 194 (04.09.2017 - 10.09.2017)       Статьи

Итерируемый объект, итератор и генератор

В этой статье попробуем разобраться что такое итерируемый объект, итератор и генератор. Рассмотрим как они реализованы и используются. Примеры написан на Python, но итераторы и генераторы на мой взгляд фундаментальные понятия, которые были актуальны 20 лет назад и еще более актуальны сейчас, при этом за это время фактически не изменились.

     08.09.2017       Выпуск 194 (04.09.2017 - 10.09.2017)       Статьи

AsyncIO для практикующего python-разработчика

Я помню тот момент, когда подумал «Как же медленно всё работает, что если я распараллелю вызовы?», а спустя 3 дня, взглянув на код, ничего не мог понять в жуткой каше из потоков, синхронизаторов и функций обратного вызова.

Тогда я познакомился с asyncio, и всё изменилось.

     08.09.2017       Выпуск 194 (04.09.2017 - 10.09.2017)       Статьи
     08.09.2017       Выпуск 194 (04.09.2017 - 10.09.2017)       Видео