7 способов ускорить ваш код

Несколько интересных вариантов начиная от изменения ПО и заканчивая применением определенных синтаксических конструкций

Orator 0.5

Переименована ORM Eloquent (клон соответствующей библиотеки из PHP-фреймворка Laravel). Добавлены новые фичи (миграции, мутаторы, доступ к аттрибутам)

Возможно ли численное переполнение в Python?

Для встроенных переменных это определяется опцией компилятора и как правило доступны очень большие числа, а вот с внешними математическими библиотеками нужно быть осторожнее

Еще один сервис тестирования на знание Python

mypythonquiz - Небольшая серия тестов на знание Python, которая может освежить в памяти некоторые тонкости языка. Надоедливая видео реклама сбоку успешно ликвидируется Adblock расширением вашего браузера.

Сравнение анализаторов кода

Сравнительная таблица инструментов QuantifiedCod, PEP8, PyChecker, PyFlakes и PyLint

9 библиотек для аналитики

Если вам не знакомо одно из слов: Pandas, Statsmodels, scikit-learn, Mlpy, NumPy, SciPy, matplotlib, NLTK или Theano, то имеет смысл посмотреть эту статью

Разрабатываем realtime API c помощью RethinkDB

Пример приложения работающего в режиме реального времени

Вариант применения Jython

Интеграция python и DynamicReports для построения PDF-отчетов

Сравниваем погоду в разных городах

Автор делится своей работой по исследованию погодных условий в тех городах, которых он когда-то жил. Применяется pandas и IPython Notebook

Руководство в пути изучения науки о данных

Интересная инфографика о том какие шаги предстоит сделать при изучении Data Science в сочетании с Python

API RingCloud, всё только начинается

Небольшая реклама облачного сервиса обслуживания телефонии с REST API

9 популярных способов визуализировать данные

Обзор нескольких библиотек и видов диаграмм/графиков, которые можно построить с помощью этих библиотек. Примеры кода прилагаются.

Свойство-функция или почему в Python нет приватных методов

На любые вопросы отвечает Мартин Питерс

Ответчик №1 на StackOverflow по вопросам о Python за все время предлагает задать ему любые, необязательно технические, вопросы

Масштабируем Python

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

Эффективная векторизация в PyPy

Описание того что это, для чего нужно и как работает

Изучаем новые функции postgres в Django 1.8

Pipelining - удачная модель обработки данных

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

R vs Python в научных вычислениях

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

Хороший тест, плохой тест

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