Собрали в одном месте самые важные ссылкии сделали Тренажер IT-инцидентов для DevOps/SRE
Postmark - email платформа
Рассказ о том, как mypy может использовать проверки типов в Python
Мануал об использовании Excel из Python.
Документ с очевидными и не очевидными правилами для ML
Простой способ найти тесты, которые потребляют слишком много памяти
Заключительная часть моего цикла, посещенного работе с коллекциями. Данная статья самостоятельная, может изучаться и без предварительного изучения предыдущих.
Эта статья глубже и детальней предыдущих и поэтому может быть интересна не только новичкам, но и достаточно опытным Python-разработчикам.
Будут рассмотрены: выражения-генераторы, генераторы списка, словаря и множества, вложенные генераторы (5 вариантов), работа с enumerate(), range(). А также: классификация и терминология, синтаксис, аналоги в виде циклов и примеры применения.
Наступил завершающий этап нашего приключения за чистой архитектурой. Мы создали модели предметной области, сериализаторы, сценарии и хранилище. Но пока отсутствует интерфейс, который склеивает все вместе: получает параметры вызова от пользователя, инициализирует сценарий с хранилищем, выполняет сценарий, который получает модели предметной области из хранилища, и преобразует их в стандартный формат. Этот слой может быть представлен с помощью множества интерфейсов и технологий. Например, с помощью интерфейса командной строки (CLI): получать параметры с помощью ключей командной строки и возвращать результат в виде текста на консоли. Но та же базовая система может быть использована и для web-страницы, которая получает параметры вызова из набора виджетов, выполняет описанные выше шаги, и разбирает возвращенные данные в формате JSON для отображения результата на той же странице.
Сергей Ерёмин (oknardia.ru) @ MoscowPython 42
Бывает, что часть данных в БД обновляется редко, запросы к ним «тяжелые», но при каждом обращении клиента их требуется отображать. Спикер расскажет, как сделать, чтобы «тяжёлый» шаблон при первом вызове создавал другие «легкие» шаблоны с «пререндером» редко обновляемых данных. При последующих вызовах исполняются «легкие» шаблоны, что позволяет драматически снизить нагрузку на сервер.
Слайды: http://www.moscowpython.ru/meetup/42/double-template/
Павел Велихов (Finstar Labs) @ MoscowPython 42
Проект PythonQL – это попытка унифицировать доступ к различным базам данных, расширив Питон мощным языком запросов. Спикер расскажет об этом расширении, самых интересных сценариях использования и обсудит дальнейшие планы развития.
Слайды: http://www.moscowpython.ru/meetup/42/pythonql/