Собрали в одном месте самые важные ссылкии сделали Тренажер IT-инцидентов для DevOps/SRE
Несколько хороших рекомендаций, которые следует держать в голове, чтобы не вносить не вынужденных потерь производительности кода.
Data Science подразумевает некоторый набор методов и задач для обработки и анализа данных. В настоящее время в этом направлении нашел очень хорошее приложение язык программирования python и существует множество удобных и интересных инструментов, о которых и рассказывается в статье.
Динамическая проверка типов данных передаваемых в функцию на основе специального декоратора и аннотаций из PEP3107
Перевод статьи «Should Everybody Learn to Code?», которая показалась переводчику с хабры (и не одному ему) заслуживающей внимания.
Собственно поиск перестановок и комбинаций в итеративном режиме (без предварительной генерации полного набора данных)
Основная идея проекта CFFI - сделать внешние интерфейсы, в виде функций написанных на C, просто доступными из python. В данной статье рассказывается о том как распространить для конечных пользователей ваш проект основанный на использовании CFFI
Приводится ряд примеров, в которых генераторы списков могут существенно сократить количество кода необходимого для решения задачи, при это не сильно теряя в читаемости
Вкратце: что-то вроде городской легенды. Если искать сложные темы по программированию в гуглопоиске, то вам могут предложить (среди прочего) решить интерактивный тест и если он будет успешно пройден, то не исключено, что с вами свяжется Google по поводу трудоустройства
Разбирается конкретная задача unit-тестирования, основные ошибки, которые допускают при ее решении и рекомендации о том куда смотреть, чтобы эти ошибки не допускать
Основная идея проекта - взять на себя все трудности выполнения Cython кода. Теперь достаточно написать "runcython hello_world.pyx" и все необходимые для сборки программы действия будут выполнены модулем, а вы получите результат в том виде как будто его выполнил интерпретатор
Рассказ от Мигеля Гриндберга (автора Flask Megaturtorial) об OAuth и реализации авторизации для него для популярного микрофреймворка Flask
Это еще не готово для использования в живых проектах, но уже можно пощупать и увидеть существенный прирост производительности для многоядерных машин
Статья описывающая возможности библиотеки достойна как минимум внимания и интересна сама по себе. Кроме того, используемая техника анимации вполне может найти приложение в самых разных задачах.
Примеры того как начать работать с этим шаблонизатором во Flask, а также о наследовании, макросах и пользовательских фильтрах
Предлагается использовать набор из django-compressor, django-htmlmin, django-redis-cache и нескольких утилит для командной строки
Библиотека предоставляет возможность получать результаты множества запросов к google, используя прокси
Аргументация для чего это нужно вообще, обзор доступных инструментов деплоя и рассказ о подводных камнях, которые несомненно встретятся по пути к светлому будущему
Вышла новая версия асинхронного MongoDB драйвера для Python и Tornado