IT-новости про Python, которые стоит знать

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

     18.12.2018       Выпуск 261 (17.12.2018 - 23.12.2018)       Статьи

Multi-page SPA на Питоне

Сова – это нано-фреймворк, который можно встроить в другие фреймворки.

Идея делать сайты на Питоне с прорисовкой на React не нова. Есть замечательный фреймворк https://plot.ly/products/dash/, зачем еще что-то делать?
Объясняю: Сова не рассчитана на разработку сайтов. Это инструмент для замены толстых клиентов на приложения, работающие через браузер (десктопные приложения).

     17.12.2018       Выпуск 261 (17.12.2018 - 23.12.2018)       Статьи

Отображение изображений в админ панели на примере пользовательского профиля

Для улучшения возможности отображения информации о пользователях в административной панели сайта, реализовал возможность отображения аватаров пользователей, как в специальной модели UserProfile, которая имеет One-To-One отношение к модели User, так и в самой модели User добавил отображение аватарки через inline форму.

     17.12.2018       Выпуск 261 (17.12.2018 - 23.12.2018)       Статьи
     17.12.2018       Выпуск 261 (17.12.2018 - 23.12.2018)       Статьи
     17.12.2018       Выпуск 261 (17.12.2018 - 23.12.2018)       Вопросы и обсуждения
     17.12.2018       Выпуск 261 (17.12.2018 - 23.12.2018)       Статьи
     17.12.2018       Выпуск 261 (17.12.2018 - 23.12.2018)       Статьи

Знакомство с тестированием в Python. Ч.1

Это руководство для тех, кто уже написал классное приложение на Python, но еще не писал для
них тесты.

Тестирование в Python — обширная тема с кучей тонкостей, но не обязательно все усложнять. В несколько простых шагов можно создать простые тесты для приложения, постепенно наращивая сложность на их основе.

В этом руководстве вы узнаете, как создать базовый тест, выполнить его и найти все баги, до того как это сделают пользователи! Вы узнаете о доступных инструментах для написания и выполнения тестов, проверите производительность приложения и даже посмотрите на проблемы безопасности.

     16.12.2018       Выпуск 260 (10.12.2018 - 16.12.2018)       Статьи
     15.12.2018       Выпуск 260 (10.12.2018 - 16.12.2018)       Видео
     14.12.2018       Выпуск 260 (10.12.2018 - 16.12.2018)       Статьи
     14.12.2018       Выпуск 260 (10.12.2018 - 16.12.2018)       Статьи

Вопросы не мальчика, а джуна. 22 вопроса работодателю на собеседовании на позицию «Middle Python-разработчик»

За 2 года мне посчастливилось посетить более сорока собеседований в качестве кандидата на позицию «Middle Python-разработчик». На последних пятнадцати собеседованиях я понял необходимость задавать вопросы работодателю, чтобы в дальнейшем не столкнуться с неожиданностями по работе. Помимо базовых вопросов, которые обычно задают кандидаты работодателю я решил сформировать свои вопросы. Когда я задавал эти вопросы на собеседованиях, я получал самые различные реакции со стороны собеседующих. Кто-то говорил, что я дотошный, кто-то считал эти вопросы слишком банальными, а кто-то даже начинал нервничать(краснеть) и немедленно прерывать собеседование с нелепой отговоркой о том, что у него совещание. В этой статье я хотел бы рассказать об общих идеях посещения таких мероприятий а также привести мои 22 вопроса, которые я задаю на собеседовании работодателю.

     14.12.2018       Выпуск 260 (10.12.2018 - 16.12.2018)       Статьи

Google News и Лев Толстой: визуализация векторных представлений слов с помощью t-SNE

Каждый из нас воспринимает тексты по-своему, будь это новости в интернете, поэзия или классические романы. То же касается алгоритмов и методов машинного обучения, которые, как правило, воспринимают тексты в математической в форме, в виде многомерного векторного пространства.

Статья посвящена визуализации при помощи t-SNE рассчитанных Word2Vec многомерных векторных представлений слов. Визуализация позволит полнее понять принцип работы Word2Vec и то, как следует интерпретировать отношения между векторами слов перед дальнейшем использованием в нейросетях и других алгоритмах машинного обучения. В статье акцентируется внимание именно на визуализации, дальнейшее исследование и анализ данных не рассматриваются. В качестве источника данных мы задействуем статьи из Google News и классические произведения Л.Н. Толстого. Код будем писать на Python в Jupyter Notebook.