Собрали в одном месте самые важные ссылкичитайте нас в Telegram
В двух статьях автор разбирается с тем как ускорить выполнение сложных вычислений с помощью выноса их в расширение, написанное на более низкоуровневом языке. Здесь вторая часть
Рекомендации и базовые принципы создания хорошо поддерживаемых, масштабируемых и расширяемых проектов
Импорт данных из GA с помощью Pandas и xlwings через API google
Под DataSet здесь подразумевается прозрачно проецируемый на БД набор данных с автоматическим созданием нужных полей
Есть такой популярный microframework: Flask. Многим нравится: легкий и простой для изучения, то да сё. А мне - категорически нет.
Оболочка вокруг pylint с удобными значениями по-умолчанию для повседневного и интуитивно понятного использования
Замечательный Notebook с примерами графического представления статистического распределения данных
Данная статья — так называемый «proof-of-concept» создания фронт-енд приложения, работающего с API посредством JSONP, то есть, как говорят, «cross-origin». Также описана организация данных в Redis.
Чтобы создать полноценное приложение, мало его спроектировать и написать, требуется ещё и оформить его в пакет, тем самым выдав билет в жизнь.
И одним из ключевых изменений является поддержка IPython Notebook
Фантастическая по безумию идея, реализованная на платформе gephi.
etcd - это распределенная система для хранения данных типа ключ/значение, написанная на Go
Обещается полный перевод серии статей Effective Django