Собрали в одном месте самые важные ссылкичитайте авторский блог
Григорий Петров @ MoscowPytnon 41
"Доклад-сюрприз" от Григория Петрова об итогах 2016-го года для Python.
Слайды: http://www.moscowpython.ru/meetup/41/python2016/
Антон Кавалеров @ MoscowPython 41
"Как мы практически с нуля создали полностью функционирующую социальную сеть для мобильных устройств. Какую мы создали инфраструктуру во время разработки, как мы взаимодействовали между собой, тестировали и т.п. Расскажу про архитектуру".
Слайды: http://www.moscowpython.ru/meetup/41/opyt-razrabotki-geoprostranstvennoj-socialnoj-seti/
Сергей Левитин @ MoscowPython 41
"О том, как мы в Островке поддерживаем стабильность и расширяемость кода на Python вместе с PyContracts и типизированными Data-классами".
Слайды: http://www.moscowpython.ru/meetup/41/kontraktnoe-programmirovanie-i-klassy-dannyh-v-pyt/
Денис Иванов @ MoscowPython 41
"В докладе рассматриваются методы хранения иерархических структур в реляционных базах данных. Приводятся примеры их использования. Перечисляются плюсы и минусы каждого метода. Приводятся примеры библиотек для Django, которые реализуют каждый из рассмотренных методов".
Слайды: http://www.moscowpython.ru/meetup/41/sposoby-hranenija-ierarhicheskih-struktur-dannyh/
Если вы когда-нибудь оформляли свои приложения в пакеты, чтобы другие могли с лёгкостью их устанавливать и использовать, то наверняка знакомы с файлами setup.py и setup.cfg. А помните, что в setup.cfg отчего-то нельзя настроить параметры, задаваемые в setup.py? Забудьте.
В своем докладе я расскажу о практиках организации рабочего процесса в популярной системе контроля версий. Затрону такие инструменты как GitFlow, GithubFlow и GitlabFlow.
Прогноз погоды, курсы валют, сложный инженерный калькулятор. Эти и многие другие программы можно написать на Python, а использовать на смартфоне. Существует несколько способов. Я сравню их и расскажу об одном из них подробно.
Зачем делаются сообщества? Что такое сообщество на самом деле? Зачем кому-то участвовать в жизни сообщества: делать доклады, помогать в организации? Зачем компаниям вкладываться в сообщество?
Данная статья будет полезна желающим ознакомиться не только с оформлением собственного пакета Python Package Index (PIP), но и с различными вспомогательными инструментами, помогающими сопровождать разработку на всех стадиях — на примере авторской работы.
Серией данных дайджестов на Habrahabr хотелось бы продолжить некогда начатую alrusdi, Dead_Angel, WarmongeR идею опубликования свежих новостей, статей, релизов из мира Python. Планируется выпускать дайджест 2 раза в месяц. Это будет не очень большие по размеру статьи с интересными (на взгляд автора) материалами из мира Python. Будут очень приветствоваться присланные актуальные материалы, которые будут добавлены в ближайший дайджест, а также люьые замечания и предложения. А теперь к делу!
В прошлой статье по верификации данных от клиента повествование было скомкано, какой-либо новой информации не присутствовало. В этой статье, скорее даже заметке, я попытаюсь подать информацию более целостно. Рассказ пойдёт о алгоритме (придумал его, когда размышлял на тему "как не дублировать игровую логику на клиенте и сервере") который позволяет избавиться от существенной части кода на стороне сервера. Применение его не безгранично, ниже описаны исключительные ситуации.
Речь пойдет о технологии, которая дает возможность реализации инструментов разработчика, подобных показанному на картинке ниже.
Blockchain — это технология, на базе которой построен Bitcoin. И если пару лет назад вся слава доставлась криптовалюте, то сегодня все чаще можно слышать смелые фразы вроде: "Forget Bitcoin, Long Live Blockchain". Активно развиваются платформы вроде Ethereum, IPFS или Overstock, которые рассматривают блокчейн не как инструмент для создания еще одной платежной системы, а как совершенно обособленную технологию, сравнимую по своей инновационности разве что с Интернетом.
В этой главе я расскажу вам, что из себя представляет блокчейн Bitcoin. Даже по сравнению с Ethereum, это жуткий анахронизм, но понимание принципов его работы вам сильно поможет, если вы решите разобраться с более сложными проектами.
Даже люди, бесконечно далекие от темы криптовалют, скорее всего слышали про майнинг. Наверное и ты, дорогой читатель, задумывался о том, чтобы включить свой игровой Pentium 4 на ночь, а утром проснуться уже богатым.
Но, как это часто случается в мире блокчейна, тех кто слышал — много, а вот тех, кто реально понимает процесс от начала до конца, — единицы. Поэтому в последней главе я пострался максимально подробно охватить все тонкости, начиная от технической реализации PoW, заканчивая рентабельностью майнинга на видеокартах.
Всем привет, сегодня поговорим про сетевое взаимодействие в онлайн играх. Да не обо всём, а о том, как исключить влияние некорректных данных на других пользователей. Все знают что сервер никогда не должен доверять клиенту, но иногда лучше на практике посмотреть где и какие данные обрабатываются на неком примере.
Metacritic — англоязычный сайт-агрегатор, собирающий отзывы о музыкальных альбомах, играх, фильмах, телевизионных шоу и DVD-дисках. (с википедии). Использованные библиотеки: lxml, asyncio, aiohttp (lxml — библиотека разбора HTML страниц с помощью Python, asyncio и aiohttp будем использовать для асинхронности и быстрого извлечения данных). Также будем активно использовать XPath. Кто не знает, что это такое, отличный туториал.
Продолжим изучать общие принципы работы со стандартными коллекциями (модуль collections в ней не рассматривается) Python. Будут рассматриваться способы объединения и обновления коллекций с формированием новой или изменением исходной, а также способы добавлять и удалять элементы в изменяемые коллекции.
Однажды мне стало интересно, отличается ли британская и американская литература с точки зрения выбора слов, и если отличается, удастся ли мне обучить классификатор, который бы различал литературные тексты с точки зрения частоты использованных слов. Различать тексты, написанные на разных языках, довольно легко, мощность пересечения множества слов небольшая относительно множества слов в выборке. Классификация текста по категориям «наука», «христианство», «компьютерная графика», «атеизм», — всем известный hello world среди задач по работе с частотностью текста. Передо мной стояла более сложная задача, так как я сравнивала два диалекта одного языка, а тексты не имели общей смысловой направленности.
Ранее я уже публиковал статью о том, как генерировать фиктивные данные при помощи Elizabeth — библиотеки для языка программирования Python. Статья, которую вы читаете является продолжением предыдущей, потому я не буду приводить основ работы с библиотекой. Если вы пропустили статью, поленились прочитать или просто не захотели, то, вероятно, захотите сейчас, ибо эта статья предполагает, что читатель уже знаком с основами библиотеки. В этой части статьи я буду говорить о том, каким образом организовывать генерацию фиктивных данных в собственных приложениях, расскажу о нескольких, на мой взгляд, полезных особенностях библиотеки.