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

Modern Django - гайд по развертыванию Django web приложений

Анализируем 4 миллиона отзывов Yelp на Python и AWS

Podcast.__init__ Episode 98 - Pandas с Jeff Reback

Подкаст

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

PyCharm 2017.1 EAP 9 (build 171.3691.3)

f-строки в Python 3.6

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

Django bugfix release: 1.10.6 Django

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. 

Простая программа на Python для гиперболической аппроксимации статистических данных

Законы Зипфа оописывают закономерности частотного распределения слов в тексте на любом естественном языке[1]. Эти законы кроме лингвистики применяться также в экономике [2]. Для аппроксимации статистических данных для объектов, которые подчиниться Законам Зипфа используется гиперболическая функция вида:

Dask 0.14.0

sha1collider - генерируем разные PDF с одинаковой SHA1 суммой

Как перейти между внутренними циклами глубокой вложенности

В Python отсутствует явное средство для того что бы в цикле с глубокой вложенностью перейти на нужный уровень, однако далее будет показан один из возможных вариантов решения проблемы используя стандартные элементы конструкции языка.

Правила именования функций

Илья Лебедев (Devman) @ Python Junior Meetup №1 

"Правильно называть сущности очень важно. Плохие названия превратят хороший код в плохой и нечитаемый. В докладе я расскажу о практиках, которые помогут начинающим разработчикам. Их легко применять на практике и они делают код заметно качественнее".

Слайды: https://speakerdeck.com/moscowdjango/pravila-imienovaniia-funktsii