Собрали в одном месте самые важные ссылкии сделали Тренажер IT-инцидентов для DevOps/SRE
Библиотека для jit-компиляции вычислительного кода обзавелась приличным количеством новых возможностей, включая управление выделением памяти внутри функций компилируемых Numba
Рассказ о концепции оптимизации кода, где первое и самое важное - это правильно замерить что же именно является бутылочным горлышком
Библиотека позволяет производить параллельную обработку numpy.array массивов. Большой массив делится на несколько меньших по размеру и в зависимости от необходимых расчётов создаётся "рецепт" по которому будет производится расчёт в параллельном режиме. Далее можно воспользоваться встроенным планировщиком, который выполнит "рецепт", либо создать собственный планировщик, который будет работать с dask "рецептами". В статье приведено несколько сравнений простых операций выполненных с netCDF файлами при помощи dask и при помощи оптимизированной утилиты командной строки написанной на C.
Интересное замечание по поводу того, что модуль cdecimal из pytho3 может быть использован и в python2. Как и зачем это делать и рассказывает данная статья.
Применяется urllib и BeautifulSoup
Довольно интересная, подробная статья с иллюстрациями и примерами реального кода
Безумию нет предела! Библиотека предлагает набор функциональности максимально приближающей код на Java к его Python-представлению
Udacity представляет новый шестинедельный курс от команды Google
На декабрьский релиз запланирован бекпорт оптимизации переключения опкодов из 3.x. И да, в Python3 эта оптимизация доступна уже прямо сейчас.
Автор рассматривает частные случаи из своей практики когда асинхронная библиотека дает даже больший оверхед, чем традиционная через потоки.
Статья самого начального уровня о том что и куда нужно устанавливать и как запустить простейшую задачу
Проверка высказывания Клиффорда Пиковера (автора замечательной книги "Великая физика") о том, что цифры '44899' встречаются в дробной части числа Пи ровно на 44899-й позиции. Также находится несколько других вариантов такой ситуации.
Большая статья с картинками о преимуществах и недостатках в тех или иных случаях двух языков программирования, активно применяемых по всему миру для автоматизации задач анализа данных
Выложены видео с конференции DePy 2015, проходившей впервые 29 - 30 мая 2015 в Чикаго (США). Конференция была посвящена анализу данных, машинному обучению и web. Подробнее об этом можно почитать здесь
Иногда к стандартным проверкам кода, которые идут в составе pylint недостаточно. Тогда можно, следуя этому руководству, добавить собственную проверку или изменить поведение имеющейся.
Довольно большая книга о построении статистических отчетов с помощью Python добралась на этой неделе аж до версии 7.1. Автор постоянно поддерживает текст и код книги в актуальном состоянии.
Полезная статья с методикой получения аналитических метрик из uwsgi-приложения с помощью модуля datadog
Автор доступно излагает информацию о том что такое образы для Docker и как корректно создать такой образ для развертывания python-приложения
Лично для меня оказалось сюрпризом, что в Django migrations есть специальная команда - squashmigrations, которая объединяет миграции в один файл. Статья подробно рассказывает о достоинствах и недостатках этой операции