IT-новости про Python, которые стоит знать

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

     29.01.2016       Выпуск 110 (25.01.2016 - 31.01.2016)       Статьи

Python компилятор Nuitka, прогресс за 2015

Статья описывает прогресс в развитии Nuitka за 2015 год. Описаны и планы на будущее, среди самого интересного - план реализовать вывод типов.

     29.01.2016       Выпуск 110 (25.01.2016 - 31.01.2016)       Статьи

How-to: Объектно-ориентированная система бэктестинга на Python

Известный британский трейдер и разработчик Майк Халлс-Мур написал в своем блоге статью о том, как создать объектно-ориентированную систему бэктестинга финансовых стратегий торговли на бирже. Мы представляем вашему вниманию главные мысли этого материала.

     30.01.2016       Выпуск 110 (25.01.2016 - 31.01.2016)       Релизы

virtualenv - 14.0.3

Инструмент создания виртуального рабочего окружения. Изменения описаны по ссылке https://allmychanges.com/p/python/virtualenv/#14.0.3. Скачать можно по ссылке: http://pypi.python.org/pypi/virtualenv/

     30.01.2016       Выпуск 110 (25.01.2016 - 31.01.2016)       Новости

Патч может ускорить CPython на 5-10%

По ссылке вы найдете письмо из рассылки, который описывает способ ускорения Python на 5-10%.

     29.01.2016       Выпуск 110 (25.01.2016 - 31.01.2016)       Статьи
     30.01.2016       Выпуск 110 (25.01.2016 - 31.01.2016)       Новости

warehouse.python.org - обновленный PyPi

Спустя много лет после запуска PyPi Python Software Foundation решили обновить сайт PyPi (на нем хранятся Python модули). Цели изменения - упростить жизнь разработчикам и пользователям, улучшить дизайн (упростить читаемость сайта). Новый сайт пока еще в состоянии разработки, но уже известно, что дизайном разработчики не ограничатся - будет написана инструкция для пользователей.

     29.01.2016       Выпуск 110 (25.01.2016 - 31.01.2016)       Статьи

Реализуем свой спам-фильтр

Статья описывает создание спам фильтра в 100 строк на Python

     29.01.2016       Выпуск 110 (25.01.2016 - 31.01.2016)       Видео

Natural Language Processing с PySpark

Готовый выйти за рамки Word Count? Джон Хог совершит вместе с вами прогулку и расскажет на практическом примере обработки данных работу с PySpark и ML.  Научитесь использовать библиотеки Python из Spark, такие как NLTK

     29.01.2016       Выпуск 110 (25.01.2016 - 31.01.2016)       Статьи

Про построение и использование функции "среднее с учетом веса"

Статья вводная, описывает ситуации, когда необходимо считать среднюю с учетом веса. Рассказно как использовать ее в Pandas

     29.01.2016       Выпуск 110 (25.01.2016 - 31.01.2016)       Новости

PEP 0513 -- стандартизация сборки python-пакетов для linux дистрибутивов

Этот PEP предполагает добавление тега и стандарта для сборки пакетов для Linux. Смысл в том, что разные дистрибутивы, да и даже разные машины с одним дистрибутивом могут быть несовестимы полностью.

     29.01.2016       Выпуск 110 (25.01.2016 - 31.01.2016)       Учебные материалы

Введение в Django

В курсе изучается фреймворк Django, его основные возможности и некоторые прикладные задачи его использования в современной веб разработке.

     29.01.2016       Выпуск 110 (25.01.2016 - 31.01.2016)       Интересные проекты, инструменты, библиотеки

selfspy - утилита для сборки логов со всего компьютера

Утилита может выступать в роли демона, который собирает активность на всем компьютере. Есть возможность отправлять логи по email

     28.01.2016       Выпуск 110 (25.01.2016 - 31.01.2016)       Интересные проекты, инструменты, библиотеки

socialauth - фреймворк для авторизации в соц.сетях. (поддерживает Twitter, Facebook)

Использует JSON веб токены вместо сессий.

Сейчас есть поддержка Twitter, Facebook

     28.01.2016       Выпуск 110 (25.01.2016 - 31.01.2016)       Статьи

TensorFlow и логистическая регрессия

После непродолжительной, но весьма кровавой войны мне все-таки удалось откомпилировать и собрать TensorFlow для GPU с CUDA capability=3.0. Теперь можно погрузиться в него основательно, потому что машинное обучение с GPU — это быстро, легко и приятно, а без GPU — порой лишь огромная потеря времени. Попробуем запрограммировать самую простейшую логистическую регрессию.