Pelican: автоматическое обновление сайта с помощью Travis-CI и GitHub Pages

Да, Python медленный, но меня это не волнует

Разговоры о снижении производительности ради продуктивности.

Я беру паузу в моём обсуждении asyncio в Python, чтобы поговорить о скорости Python. Позвольте представиться, я — ярый поклонник Python, и использую его везде, где только удаётся. Одна из причин, почему люди выступают против этого языка, — то, что он медленный. Некоторые отказываются даже попробовать на нём поработать лишь из-за того, что «X быстрее». Вот мои мысли на этот счёт.

Именованные кортежи. Пишем код на Python чище

В стандартной библиотеке питона содержится специализированный тип "namedtuple", который, кажется, не получает того внимания, которое он заслуживает. Это одна из прекрасных фич в питоне, которая скрыта с первого взгляда.

Django Viewflow - приложение для организации WorkFlow Django

Приложение позволяет описывать рабочий процесс в вашем приложении

Отзывчивые графики на Bokeh, Flask и Python 3

Статья описывает, как использовать Bokeh для отображения данных в графиках

Современный Django — Часть 2: REST APIs, Apps и Django REST Framework Django

Пишем игровой ИИ на базе Machine Learning

Python приложение для работы с Outlook mail, calendar, и contacts

Статья-туториал про использование REST API Microsoft продуктов

Предсказываем временные ряды с помощью Prophet – часть 1

Введение в Pelican

Pelican - генератор статических сайтов

Импорт пакетов в зависимости от версии Python

Описывается способ импорта разного кода в зависимости от версии Python

Монтаж изображений с помощью OpenCV

re — Regular Expressions — PyMOTW 3

Эллиптические кривые как Python объекты

Анализ рынка недвижимости методом случайного леса

Решалась задача анализа текущих предложений на минском рынке недвижимости с целью поиска недооцененных квартир. В качестве источника информации был выбран сайт риэлтерского агентства "Твоя столица".

Throttling в Django Rest Framework Viewsets

Как делать лимиты количества запросов в API

Достоинства и недостатки Django Django

Генерируем mock данные силами Elizabeth

Эксперименты с malloc и нейронными сетями

Больше года назад, когда я работал антиспамщиком в Mail.Ru Group, на меня накатило, и я написал про эксперименты с malloc. В то время я в свое удовольствие помогал проводить семинары по АКОСу на ФИВТе МФТИ, и шла тема про аллокацию памяти. Тема большая и очень интересная, при этом охватывает как низкий уровень ядра, так и вполне себе алгоритмоемкие структуры. Во всех учебниках написано, что одна из основных проблем динамического распределения памяти — это ее непредсказуемость. Как говорится, знал бы прикуп — жил бы в Сочи. Если бы оракул заранее рассказал весь план по которому будет выделяться и освобождаться память, то можно было составить оптимальную стратегию, минимизирующую фрагментацию кучи, пиковое потребление памяти и т.д. Отсюда пошла возня с ручными аллокаторами. В процессе раздумий я натолкнулся на отсутствие инструментов логирования malloc() и free(). Пришлось их написать! Как раз про это была статья (а ещe я изучал macOS). Были запланированы две части, однако жизнь круто повернулась и стало не до malloc(). Итак, пора восстановить справедливость и реализовать обещанное: ударить глубоким обучением по предсказанию работы с кучей.

Jupyter Notebook: малоизвестные трюки!