Собрали в одном месте самые важные ссылкии сделали Тренажер IT-инцидентов для DevOps/SRE
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
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
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.
Ответ на вопрос о принципиальной возможности сделать это на основе Bottle
Рецепт конфигурирования для совместной работы Django, Postgres, Redis, и Rabbitmq и запуска всего этого добра в Docker-контейнере
Небольшой, на 10 минут, учебник с рассказом о применении этого NoSQL хранилища данных
Анонсируется существенное увеличение производительности и устранения множества багов. В ветке Py3k объявлена поддержка Python 3.2.5
Продолжение замечательной серии статей о том как выглядит веб-разработка на более низком CGI уровне
Статья требующая довольно глубокого погружения в тему и явно не для новичков, но погрузиться можно как раз из прочих статей автора в этом же блоге
Рассказ о масштабировании приложений, blueprints и некоторых других продвинутых принципов микрофреймворка Flask
Продолжение статьи о реализации паттерна проектирования Одиночка
Довольно интересный инструмент для параметрического построения 3D моделей с помощью кода на Python и последующего экспорта в web или специализированый софт
Мы перевели и озвучили интересный рассказ, о том с чего начинался Python из первых рук. Огромное спасибо за это замечательному человеку, фанату Python в хорошем смысле этого слова pixel
Автор утверждает, что тестирование кода на Python не ограничивается одними лишь возможностями модуля unittest. И в подтверждение своих слов приводит небольшой обзор таких инструментов как Doctest, Coverage, Nose и Mock
Автор делится своим решением реализации паттерна singleton (одиночка) и объясняет его работу
Предлагается декоратор позволяющий использовать в модуле или классе несколько функций с одинаковым названием, но разным количеством или типом аргументов
По ссылке примеры использования библиотеки с довольно впечатляющими возможностями, включающими визуализацию обрабатываемых данных