Собрали в одном месте самые важные ссылкии сделали Тренажер IT-инцидентов для DevOps/SRE
Сравнительный анализ Ansible и Buildout
Джентльмен, видимо, знает толк в извращениях. Первая часть доступна по ссылке
Код выложенный в gist.github.com с примером его использования.
Статья из блога разработчиков Red Hat с размышлениями на тему: "Почему Python 4.0 не будет, как Python 3.0"
Слайды и расшифровка презентации
Небольшая статья о том как работать с pymongo
Расширенная "документация - how-to" о тестировании django приложений.
Пример практического применения модуля gsutil
Или как передать текущего пользователя в форму. В комментариях есть хорошее замечания про то, что это настолько частая задача, что для нее есть специальные миксины в django-braces
Реализация алгоритма выявляющего похожесть изображений на основе scikit
Продолжении серии статей. В этот раз о поддержке поиска/замены, вставке изображений и автодополнении слов. Предыдущие части: Часть 1. Вводная Часть 2. О форматировании
Анонсирован новый русскоязычный ресурс о python. Вопрос как долго ему придется ползти, чтобы взлететь?
Пример автоматического распознавания простой каптчи с помощью tesseract-ocr
onePK - платформа для разработки приложений для маршрутизаторов и коммутаторов CISCO
Автор пытается убедить нас, что даже в 2014 году, когда все уже изучили docker, virtualenv все еще имеет право на жизнь
Завершен замечательный цикл статей, где автор описывает свой опыт написания веб-приложения на Python с использованием микрофреймворка Flask. Оглавление: Часть 1: Привет, Мир! Часть 2: Шаблоны Часть 3: Формы Часть 4: База данных Часть 5: Вход пользователей Часть 6: Страница профиля и аватары Часть 7: Unit-тестирование Часть 8: Подписчики, контакты и друзья Часть 9: Пагинация Часть 10: Полнотекстовый поиск Часть 11: Поддержка e-mail Часть 12: Реконструкция Часть 13: Дата и время Часть 14: I18n и L10n Часть 15: Ajax Часть 16: Отладка, тестирование и профилирование Часть 17: Развертывание на Linux (и даже на Raspberry Pi!) Мега-Учебник Flask, Часть 18: Развертывание на Heroku Cloud (данная статья)
Девушки, оказывается, не обходят стороной python
Пусть мы хотим вычислить десятимиллионное число Фибоначчи программой на Python. Функция, использующая тривиальный алгоритм, на моём компьютере будет производить вычисления более 25 минут. Но если применить к функции специальный оптимизирующий декоратор, функция вычислит ответ всего за 18 секунд (в 85 раз быстрее)
Может быть использован как в интерактивном режиме так и в качестве библиотеке. Есть библиотека и для JS
На примере конкретных ошибок в проекте 'whisper'