Собрали в одном месте самые важные ссылки
и сделали Тренажер IT-инцидентов для DevOps/SRE
Окей, вернемся во времени немного назад и вспомним хорошую подборку видео для обучения python от Константина Данилова
Пример использования приложения django-jsonview для упрощения создания представлений возвращающих в браузер JSON
В статье рассказывается о модуле и демонстрируются его возможности в том числе установка соединения с шифрованной базой при использовании Peewee ORM
Погружение в Pyparsing на примере задачи разбора единиц измерения. Шаг за шагом мы создается рекурсивный парсер, который умеет искать символы на русском языке, проверять допустимость названия единицы измерения, а также группировать те из них, которые пользователь заключил в скобки.
Авторы перевода с удовольствием представляют перевод интерактивного учебника «Problem Solving with Algorithms and Data Structures» от Брэда Миллера (Brad Miller) и Дэвида Ранума (David Ranum) из Luther College, что в Айове, США. 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. В качестве языка программирования выбран Python, а для тех, кто с ним плохо знаком, в первой главе есть большой раздел с его концентрированным описанием.
Автор обещает в серии статей поделиться рядом сниппетов, которые ему приходилось писать, чтобы соответствовать принципу DRY.
Практичекий пример использования AMPQ в качестве очереди сообщений в кусочке API проекта, над которым работает автор статьи. Сам API написан на tornado, основная мысль была в исключении блокирующего кода из API. Все синхронные операции выполнялись в пуле тредов.
Как с использованием ansible раскатать django-проект на чистом удаленном сервере ubuntu 14.04, создав при этом для проекта отдельного пользователя.
Сравнение двух языков программирования с позиций еще одного python-разработчика. Не соревнование или попытка выявить кто лучше - а просто впечатления.
Огромная, с картинками, примерами кода и даже видеороликом статья о том как задеплоить Flask-приложение на Ubuntu, используя nginx, gunicorn, supervisor и virtualenv. В этот раз уж точно получится!
Loggly - это облачное хранилище логов, с удобными инструментами аналитики в том числе и бесплатным тарифным планом. В статье на этот сервис отправляются данные об использовании CPU и RAM, которые впоследствии можно анализировать.
Пример кода и проблемные части API, которое предполагает использование вызовов цепочками типа: Poem('The Road Not Taken').indent(4).suffix('Robert Frost').
На основе gulp и bower, с подключением к django через django-compressor и django-bower. Основная задача - получить наиболее полный набор удобных инструментов при сохранении производительности.
Автор предлагает использовать следующий стек: Gunicorn + Nginx + Supervisord + Postgresql 9.2 + Python 2.7 + Django. Все действия описаны для CentOS.
Система управления данными где структуры предоставлены в виде чего-то похожего на ORM объекты (поля, валидация, конвертация типов), но при этом не имеющая представления и не связанная непосредственно с базами данных.
Интересная и подробная статья с иллюстрациями
Разработка для django с идеей не писать никакой специальной разметки в шаблонах, а генерировать динамические данные кодом с помощью специального API
Материалы доклада о создании web API на базе Django с примером действующего приложения и открытым исходным кодом доступным здесь
Конечно, если будут набирать случайные буквы на клавиатуре бесконечное время