IPython - 8.17.2

Интерактивная оболочка для языка программирования Python. Скачать можно по ссылке: https://pypi.python.org/pypi/IPython

pgcli - 4.0.1

REPL для Postgres. Скачать можно по ссылке: https://pypi.python.org/pypi/pgcli/

jsonschema - 4.19.2

Валидатор JSON данных. Скачать можно по ссылке: https://pypi.python.org/pypi/jsonschema

SQLAlchemy - 1.4.50

Библиотека работы с базами данных. Скачать можно по ссылке: https://pypi.python.org/pypi/SQLAlchemy/

django-taggit - 5.0.1

Приложение для поддержки тегов в Django. Приложение будет крайне полезно на сайте с новостями, которые необходимо помечать тегами, так же можно легко реализовать сортировку по тегам.. Скачать можно по ссылке: https://pypi.python.org/pypi/django-taggit/

Как в 180,000 раз ускорить анализ данных с помощью Rust

В этой статье я опишу одно из последних своих дерзновений в сфере оптимизации производительности с помощью Rust. Надеюсь, что в ней вы откроете для себя какие-то новые приёмы для написания быстрого кода на Rust.

tinche/uapi - microframework for writing HTTP APIs

dlt - library that makes data loading easy

“Ну и долго мне ещё до магазина?” Или пара слов о геоинформационном анализе с помощью Python

Сегодня мы хотели бы продолжить тему обработки пространственных данных средствами Python библиотеки estaty. Мы уже рассказывали о том как можно Объединять открытые данные Open Street Map и Landsat для уточнения площадей зеленых зон вокруг объектов недвижимости. Теперь же поговорим о более сложном анализе

Celery: изучаем на реальных примерах ч.1

В этой статье мы узнаем шесть основных сценариев использования Celery. Разберем основные методы и аргументы, которые точно пригодятся. От асинхронной обработки задач до управления временем выполнения и обработки ошибок - вы получите цельное представление о том, как Celery может решать ваши задачи.

У нас в Excel поселился замечательный Python

Работа с временными рядами в Python. Часть 2

Добро пожаловать во вторую часть нашей серии статей "Работа с временными рядами в Python." В первой части, мы ознакомились с основами работы с временными рядами и научились анализировать и визуализировать их. Теперь мы переходим к более продвинутым аспектам этой увлекательной темы.

Как получить полезную информацию из своих категориальных признаков?

В этой статье я выскажу свою точку зрения о том, что из себя представляют категориальные признаки.

Python Bytes: #358 Collecting Shells

Очередной выпуск англоязычного подкаста Python Bytes

Talk Python to Me: #435: PyPI Security

Audio

Boost Your Coding Productivity With Ptpython

pgcli - 4.0.0

REPL для Postgres. Скачать можно по ссылке: https://pypi.python.org/pypi/pgcli/

selenium-python-helium - write Less Selenium Code

vizro - Create Modular Data Visualization Applications

Progress on No-GIL CPython

This post sums up the progress and thinking on the no-GIL work in Python. It summarizes some of the PEPs involved as well as active conversations in the discussion groups.