Собрали в одном месте самые важные ссылкичитайте нас в Twitter
Рассказывается о причинах смены дефолтного расположения файлов и даются рекомендации по расположению настроек, зависимостей, а также даются рекомендации по написанию приложений подходящих для повторного использования
Небольшой рассказ о модуле упрощающем взаимодействие с возможностями файловой системы и проводника Windows
Описывается как автоматизировать увеличение/уменьшение количества используемых Dynos в зависимости от планируемой нагрузки на проект
Пример в IPython Notebook. Используется целый набор научных модулей и помимо задачи поиска пузырей определяется направление движения пены
Подборка модулей и инструментов упрощающих задачу замера эффективности кода на python
Порой бывает интересно, что происходит "под капотом" вашей программы. В python есть замечательный модуль dis, который позволяет посмотреть, как интерпретатор выполняет ваш код.
Однажды на проекте, написанном на GAE Django, понадобилось реализовать тестирование с помощью Selenium. К сожалению, найти готовый инструмента для этого не удалось. Поиски по просторам интернета не дали положительных результатов
Предлагается обрабатывать данные порциями способными уместиться в памяти с помощью модуля multiprocessing и его встроенного механизма очередей
Статья о том, как сделать интерпретатор с помощью библиотеки Graph-talk. Интерпретировать предлагается Braifuck, чтобы не упрощать жизнь.
При авторизации по ключи через Paramico существует задача поиска нужного ssh-ключа для данного хоста по слепку (fingerprint). Данная статья вкратце объясняет как это сделать наиболее простым путем.
Подробное руководство о том как найти нужный прямоугольник и выделить из него данные с помощью модулей cv2 и numpy
Подняты вопросы отличия использования Python для web-разработки по сравнению с оной на PHP
Практический пример использования Cython для ускорения вычислительных алгоритмов
Упражнение на тему замыканий, декораторов и области видимости в Python
В учебнике подробно рассматриваются, объясняются и анализируются наиболее часто используемые структуры данных и алгоритмы. Изложение идёт от простого (что такое алгоритм, как оценить его производительность) к сложному (деревья, графы) с живыми примерами и кодом.
Краткая, но достаточно емкая статья и пример проекта на github
Имеется в виду применение модуля logging и по замерам автора - даже в режиме CRITICAL (грубо говоря вообще без записи в лог) дает сильное падение производительности. Следует иметь это в виду и проверить свои приложения.
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
Имеется в виду использование python в качестве скриптового языка для ваших приложений на C#