Собрали в одном месте самые важные ссылкии сделали Тренажер IT-инцидентов для DevOps/SRE
Статья адресована двум категориям читателей: технологам и специалистам в области контроля и диагностики. Для первых - простая пошаговая инструкция табличного решения. Со вторыми мы попробуем в коде сделать то, что "зашито" в таблицах ГОСТа (ссылка на блокнот в конце статьи).
Python клиент для Redis. Скачать можно по ссылке: https://pypi.python.org/pypi/redis/
Критерием победы в задачах "Стековки" были не O(n), не микросекунды, а краткость кода, твёрдо измеренная в символах, что тоже по своему интересно. "Как написать решение используя минимальное число символов?".С одной стороны это были задания на компактный алгоритм, с другой стороны – на знания возможностей языка.
Как я взял готовый state-of-the-art RAG-прототип и превратил его в многофункциональную AI-платформу с помощью FastMCP и внешних интеграций.
В статье разбираются три практических способа интеграции C кода с Python для ускорения вычислений, а так же поясняется причина по которой не используется NumPy. Каждый метод рассматривается с примерами кода и бенчмарками. NumPy уже не в моде?
Утилита позволяющая измерить процент покрытия тестами. Скачать можно по ссылке: https://pypi.python.org/pypi/coverage/
В прошлый раз я уже рассказывала о том, как в ходе обучения в "Школе 21" создавала класс линейной регресии, на этот раз будем рассматривать реализацию LogisticRegression, GaussianNB, KNN. Как и в прошлый раз, минимум теории, максимум практики.
На последнем PyCon я рассказал про инструмент объединения sync и async кода. Однако в этом инструменте есть фича, которой в том докладе я уделил всего пару минут в самом конце, но вообще говоря, она требует сильно более обстоятельного разбора: суперфункции. Именно это я предлагаю сделать на данном митапе.
Есть такой жанр состязаний — CodeGolf, когда нужно написать максимально короткую программу. Python в этом жанре побеждает всех. Покажу по шагам как из обычной программы сделать короткую. Узнаем хитрости и трюки этого развлечения.
Доклад посвящён open source и сквозным процессам. Расскажу о том, как мы переросли классическую роботизацию, так и не купив платформу.
Гибкий фреймворк для написания web-пауков (парсеров). Скачать можно по ссылке: https://pypi.python.org/pypi/scrapy
Работа с датой и временем в программировании — это одна из тех «темных» областей, на которой каждый разработчик набивает свои шишки. На первый взгляд все просто: from datetime import datetime, datetime.now(). Что может пойти не так?А потом в проекте появляются часовые пояса, и начинается тихий ужас.
У моей кошки Манишки диабет. Ей 13 лет, весит она всего 3 кг, и каждый день я меряю ей сахар глюкометром и колю инсулин. Первые месяцы записывал показания в блокнот на холодильнике - просто дата, время, цифра. Потом понял что так динамику не увидишь, перешёл на Excel с формулами и цветными ячейками. Потом написал Python-скрипт который рисовал графики и сохранял их картинками.
В феврале этого года я писал на Хабре про автоматизацию тестов для САПР. Мы делали систему с записью действий в JSON и воспроизведением через pyautogui. Работало. Но только для одного конкретного проекта.С тех пор фреймворк вырос. Сильно. Из узкоспециализированного решения для промышленного ПО превратился в универсальный инструмент. Теперь работает с чем угодно - офисные пакеты, банковские клиенты, CAD-системы.
Модуль для работы с многомерными массивами. Скачать можно по ссылке: https://pypi.python.org/pypi/numpy/
В этом посте мы покажем, как с помощью HTTP API создавать виджеты для BUSY Bar — продвинутого фокус-таймера с функцией блокировки отвлекающих приложений и интеграцией в умный дом. Это смогут сделать не только разработчики, но и обычные пользователи.
Очередной выпуск англоязычного подкаста Python Bytes