Собрали в одном месте самые важные ссылкиконсультируем про IT, Python
Интересная инфографика о том какие шаги предстоит сделать при изучении Data Science в сочетании с Python
Автор делится своей работой по исследованию погодных условий в тех городах, которых он когда-то жил. Применяется pandas и IPython Notebook
Обзор нескольких библиотек и видов диаграмм/графиков, которые можно построить с помощью этих библиотек. Примеры кода прилагаются.
В этот раз о производительности и прожорливости синтаксических конструкций, а не о способах оптимизации за счет сторонних инструментов
Ответчик №1 на StackOverflow по вопросам о Python за все время предлагает задать ему любые, необязательно технические, вопросы
В русском языке еще нет устоявшегося термина Data Scienсe, но статья именно об этом.
Описание того что это, для чего нужно и как работает
Рассказ об этапах и задачах эффективной, масштабируемой и поддерживаемой модели обработки данных
Попытка развенчать некоторые мифы о unit-тестах (100% Coverage, много ассертов на тест, скорость моков)
Небольшая реклама модуля pipreqs подходящего для редких случаев когда virtualenv не используется или используется не для одного этого проекта
Еще один хороший обзор приемов, которые не следуют применять в трезвом уме и здравой памяти
Как пример эффективного применения самых разных иструментов, включая Python и matplotlib
Библиотека автоматизирующая поиск главной картинки на web-странице
Развернутый ответ на этот вопрос в качестве полемики к наблюдающейся тенденции ввода статической типизации
Довольно большое и подробное руководство на примере сложного приложения
По исследованию автора можно сделать вывод, что перед python3 все-же брезжит свет
Небольшой примерчик использования openpyxl