Собрали в одном месте самые важные ссылкичитайте нас в Telegram
Думаю, многих из вас когда-либо посещала мысль «вот бы сохранить статьи с Хабра». Такая же мысль посетила и автора, более того он предлагает и описывает решение
Довольно обширная статья с разжевыванием составляющих элементов и примерами кода
Очень спорная статья о проблеме дистрибутирования кода на python, но все же хорошая тем, что указывает на то что проблема есть - система дистрибутирования в python неудобная, архаичная и не для людей. Другое дело, что и приводимый в пример npm не многим лучше.
Постоянно обновляемая на github книга о том как создавать приложения совместимые с python3
Автор знакомит нас с модулем line_profiler и способом его применения для поиска проблем производительности
Приводится одно из возможных решений для проблемы со вспышкой однообразных сообщений об ошибках, которые заваливают почтовый ящик в некоторых специфических случаях с неудачным деплоем
Вышла новая версия дополнения к Eclipse для разработки на Python и одной из главных преимуществ релиза называют улучшение автоматического дополнения кода
Обещается серия статей о том как написать игру "Змейка" на фреймворке Kivy и подготовить из него приложение для Android. Уже доступны вторая и третья части.
Небольшой, на 10 минут, учебник с рассказом о применении этого NoSQL хранилища данных
В этом посте описано, как можно проверять работоспособность приложений на bottle. Приведены не только базовые примеры, но и показан простой проект с покрытием тестами. Рассмотрены несколько способов тестирования, а также библиотека webtest
Их далеко не три, но автор остановился на нескольких особенно ему не понравившихся
Основное применение метаклассов, по мнению автора, это выставление соответствия неких простых идентификаторов (например строк-имен классов при сериализации) соответствующим классам. Как именно это происходит и описывается в данной статье.
Небольшой рассказ о подходе к решению это весьма сложной и многоплановой задачи, а также краткое знакомство с PyEnsembl
Еще одна статья, с попыткой понять почему GIL не всегда плохо и как решаются задачи, в которых все-таки нужно обойти ограничения как GIL, так и производительности собственно и реализации языковых конструкций Python
Рецепт конфигурирования для совместной работы Django, Postgres, Redis, и Rabbitmq и запуска всего этого добра в Docker-контейнере
Проект интересен тем, что из коробки дает нам доступ к качественной реализации сложных алгоритмов (потоки, сеть, GUI, числовые, машинное обучение, обработка изображений, сжатие данных и т.д.), а главное с неплохой документацией.
Рассматриваются тонкости проксирования объектов, необходимого для обертки ленивыми вычислениями уже имеющихся объектов и функций
Ответ на вопрос о принципиальной возможности сделать это на основе Bottle
Анонсируется существенное увеличение производительности и устранения множества багов. В ветке Py3k объявлена поддержка Python 3.2.5