Собрали в одном месте самые важные ссылки
и сделали Тренажер IT-инцидентов для DevOps/SRE
Модуль расширяет привычную работу Django (request -> response) добавляя возможность писать асинхронный код для синхронного Django
Представление информации это сложная и постоянно всплывающая задача. В этой статье вы сможете найти ответ на вопрос, как изобразить данные на одном графике если масштаб времени колебается от месяцев до секунд
Это вводная статья о использовании vstruct для обработки бинарных данных.
Основная "фишка" этого модуля - декларативное описание обработки.
Маленький карманный справочник по последовательностям, итераторам и генераторам.
Процесс использования API сопряжен с некоторыми трудностями. Это статья рассказывает с какими, также вы найдете ответ на вопрос как начать использовать API популярных сервисов.
Новая статья про анализ данных. В этой статье анализируются комментарии с сайта Reddit
Статья рассказывает как с помощью opencv можно определить размытие на изображении
По ссылке вы найдете готовый код для подключения Oath2 от Google в ваше Flask приложение.
В статье вы найдете подробный анализ базовых возможностей библиотек для создания консольных утилит
Книга Bayesian Data Analysis ведет повествование про использование Python для анализа данных. А в данном репозитории вы найдете код из этой книги
Статья рассказывает как проблемы могут вызвать утечки памяти и как их можно искать.
Современное обновление панели администратора Django с дополнительной и улучшенной функциональностью
Короткая статья в которой вы найдете ответ какой язык на практике быстрее Python или R
Эта утилита позволяет открыть Python модуль в вашем редакторе (какой редактор - указывается в конфиге).
Это длинная презентация в которой вы найдете очень подробное описание как сделать REST API на Flask. Рассмотрены самые различные аспекты этого процесса.
В статье перечислено 10 особенностей SQLAlchemy, которые делают работу с этим модулем приятной.
В видео вы узнаете историю успеха - как была ускорена программа по сбору данных в 114 000 раз
Модуль pythonbenchmark позволяет очень просто сравнить скорости выполнения двух функций. Пример кода:
from pythonbenchmark import compare, measure import time a,b,c,d,e = 10,10,10,10,10 something = [a,b,c,d,e] def myFunction(something): time.sleep(0.4) def myOptimizedFunction(something): time.sleep(0.2) # comparing test compare(myFunction, myOptimizedFunction, 10, input)
Этот редактор создавался как альтернатива стандартному IDLE