Собрали в одном месте самые важные ссылкии сделали Тренажер IT-инцидентов для DevOps/SRE
Пост-введение в библиотеку pattern. pattern - это набор утилит для парсинга/процессинга/машинного обучения/визуализации. Библиотека не свежая
В короткой книге рассказывается о практиках проектирования библиотек на Python. Рассматриваются несколько конкретных примеров.
Статья описывает пример использования свежей библиотеки от Facebook - Prophet.
Хостинг для Python проектов рассказал о блокировке ресурса из России. Кто пользуется - обратите внимание.
Второе занятие посвящено визуализации данных в Python. Сначала мы посмотрим на основные методы библиотек Seaborn и Plotly, затем поанализируем знакомый нам по первой статье набор данных по оттоку клиентов телеком-оператора и подглядим в n-мерное пространство с помощью алгоритма t-SNE.
Недавно в нашем блоге мы рассказывали об использовании предметно-ориентированных языков для решения конкретных задач разработки с помощью Python. Сегодня речь пойдет о тестировании — в частности, о том, почему стопроцентное покрытие тестами кода это на самом деле плохо.
Материал подготовлен на основе выступления разработчика Positive Technologies Ивана Цыганова на конференции Moscow Python Conf (слайды, видео).
Короткие сборники информации по инструментам обработки данных, например Numpy
Python модуль для синтаксического анализа. Изменения описаны по ссылке https://allmychanges.com/p/python/pyparsing/#2.2.0. Скачать можно по ссылке: http://pypi.python.org/pypi/pyparsing/
Что было добавлено/улучшено в PyPy за последнее время
Небольшая заметка-введение в инструмент анализа данных на Python — pandas
Подкаст
django-localflavor - набор полей, форм, которые упрощают ввод данных специфичных для стран
Статья про создание элементов интерфейса с помощью библиотеки Matplotlib.