Cutter - с вложенными списками никогда не было так легко

Синтаксический сахар для работы с данными при отладке

Clize - вызываем ваши функции из коммандной строки

Максимально простой в использовании декоратор для конвертирования аргументов функции в параметры командной строки. Альтернатива для argparse, Click или docopt

Масштабируем Python

В этот раз о производительности и прожорливости синтаксических конструкций, а не о способах оптимизации за счет сторонних инструментов

Pusher 1.1.3

Python-библиотека для работы с сервисом push-уведомлений объявила о улучшениях http модуля, а значит улушении производительности для приложений работающих в режиме реального времени

Эффективная векторизация в PyPy

Описание того что это, для чего нужно и как работает

R vs Python в научных вычислениях

В русском языке еще нет устоявшегося термина Data Scienсe, но статья именно об этом.

Pipelining - удачная модель обработки данных

Рассказ об этапах и задачах эффективной, масштабируемой и поддерживаемой модели обработки данных

Изучаем новые функции postgres в Django 1.8

Список python-биндингов к различным сервисам

Впечатляющая портянка начиная от Amazon до Pirate Bay

Хороший тест, плохой тест

Попытка развенчать некоторые мифы о unit-тестах (100% Coverage, много ассертов на тест, скорость моков)

Введение в механику разбора данных из внешних источников с помощью Requests

PyGrabbit - извлекаем правильные картинки с сайтов

Библиотека автоматизирующая поиск главной картинки на web-странице

В чем привлекательность языков с динамической типизацией?

Развернутый ответ на этот вопрос в качестве полемики к наблюдающейся тенденции ввода статической типизации

Визуализация путешествия по Европе

Как пример эффективного применения самых разных иструментов, включая Python и matplotlib

Потенциальные проблемы в коде

Еще один хороший обзор приемов, которые не следуют применять в трезвом уме и здравой памяти

Автоматическая генерация requirements.txt на основе импортов

Небольшая реклама модуля pipreqs подходящего для редких случаев когда virtualenv не используется или используется не для одного этого проекта

Руководство по созданию проекта Django 1.8 и Python 3

Довольно большое и подробное руководство на примере сложного приложения

Python 3 в науке - начинается большая миграция!

По исследованию автора можно сделать вывод, что перед python3 все-же брезжит свет

Работа с файлами в формате Excel

Небольшой примерчик использования openpyxl

Отрисовка IPython notebooks прямо на GitHub

Интерактивные тетради IPython и Jupyter теперь визуализируются прямо на Github.
Jupyter — молодой проект, основанный на платформо-независимой части IPython, который предоставляет удобный инструмент для научных и статистических расчетов в виде «интерактивных тетрадей» (notebooks). Ранее интерактивные тетради можно было создавать и просматривать с помощью nbviewer (nbviewer.jupyter.org), теперь они рендерятся прямо в репозитории. Движок рендеринга поддерживает Python, Julia и R, работает в публичных и приватных репозиториях и интегрируется с nbviewer.