Собрали в одном месте самые важные ссылки
и сделали Тренажер IT-инцидентов для DevOps/SRE
Рассказывается о причинах смены дефолтного расположения файлов и даются рекомендации по расположению настроек, зависимостей, а также даются рекомендации по написанию приложений подходящих для повторного использования
Подборка модулей и инструментов упрощающих задачу замера эффективности кода на python
«Бонусная» статья к серии статей о плагинах к медиацентру Kodi (XBMC) на хабре
Описывается как автоматизировать увеличение/уменьшение количества используемых Dynos в зависимости от планируемой нагрузки на проект
Небольшой рассказ о модуле упрощающем взаимодействие с возможностями файловой системы и проводника Windows
Анонсирован выпуск пакета обновлений с исправлениями ошибок для популярной Python-IDE
Порой бывает интересно, что происходит "под капотом" вашей программы. В python есть замечательный модуль dis, который позволяет посмотреть, как интерпретатор выполняет ваш код.
Статья о том, как сделать интерпретатор с помощью библиотеки Graph-talk. Интерпретировать предлагается Braifuck, чтобы не упрощать жизнь.
Однажды на проекте, написанном на GAE Django, понадобилось реализовать тестирование с помощью Selenium. К сожалению, найти готовый инструмента для этого не удалось. Поиски по просторам интернета не дали положительных результатов
Предлагается обрабатывать данные порциями способными уместиться в памяти с помощью модуля multiprocessing и его встроенного механизма очередей
При авторизации по ключи через Paramico существует задача поиска нужного ssh-ключа для данного хоста по слепку (fingerprint). Данная статья вкратце объясняет как это сделать наиболее простым путем.
Практический пример использования Cython для ускорения вычислительных алгоритмов
Подняты вопросы отличия использования Python для web-разработки по сравнению с оной на PHP
Упражнение на тему замыканий, декораторов и области видимости в Python
Краткая, но достаточно емкая статья и пример проекта на github
Подробное руководство о том как найти нужный прямоугольник и выделить из него данные с помощью модулей cv2 и numpy
В учебнике подробно рассматриваются, объясняются и анализируются наиболее часто используемые структуры данных и алгоритмы. Изложение идёт от простого (что такое алгоритм, как оценить его производительность) к сложному (деревья, графы) с живыми примерами и кодом.
Точнее говоря, модуль позволяет не заботиться об активации, если следовать определенным соглашениям
Имеется в виду применение модуля logging и по замерам автора - даже в режиме CRITICAL (грубо говоря вообще без записи в лог) дает сильное падение производительности. Следует иметь это в виду и проверить свои приложения.
Data Science подразумевает некоторый набор методов и задач для обработки и анализа данных. В настоящее время в этом направлении нашел очень хорошее приложение язык программирования python и существует множество удобных и интересных инструментов, о которых и рассказывается в статье.