Собрали в одном месте самые важные ссылкии сделали Тренажер IT-инцидентов для DevOps/SRE
Не секрет, что разработчики на Python любят_применять_символы_нижнего_подчеркивания. Для чего и в каких случаях это принято делать - пытается рассказать автор данной статьи
Планируется серия статей о том как реализовать на Flask систему проведения опросов и, возможно, тестирования знаний.
Да, и мы туда же. Только у нас скрипт на python для генерации черно-белого изображения с 50 вариациями оттенков
Рассказ о том как анализировать AST (абстрактные синтаксические деревья) на предмет корректности кода из которого они сгенерированы, например используется ли аргумент метода где-нибудь в его теле
Отдельного внимания здесь заслуживает библиотека weasyprint, которая без браузера умеет отрисовывать html+css в pdf или png на уровне прохождения теста Acid2 на совместимость со стандартами
Довольно подробное сказание о том, что работа с базами данных обычно не упирается в IO на стороне клиентов и насколько полезно в этом плане asyncio
Автор - разработчик из Google написал книгу в виде 59 статей с хорошим погружением в какую-либо проблему. Например, статью об аргументах-функциях мы публиковали в прошлом выпуске
Автор замечает, что многие разработчики используют старые версии pip и virtualenv, а в новых версиях есть много вкусненького - и пора бы обновиться
Рассказы о Docker, Consul, Tornado (в сравнении с django)
Разве что ленивый не опубликовал еще свой шаблон создания нового проекта на Flask. Вот еще один пример.
Ну как лиц... На этот раз автор ищет лица зомби, если это можно так назвать. Просто не может остановиться.
Очередной пример использования seaborn - библиотеки, которая делает картинки matplotlib минимально приемлемыми для просмотра.
Небольшой рассказ с примерами о том, как можно без особого напряжения увеличить скорость питоновского кода, в частности циклов. В качестве инструментов предлагается использовать multiprocessing, cython и numba.
В статье автор рассказывает о недостатках таких систем как pip и npm и предлагает интересное, новое решение.
Небольшой трюк, показывающий как можно использовать pandas время для работы с многомерными массивами.
Основная задача этой утилиты - легкое создание архива с вашим проектом с включением всех необходимых зависимостей и практически готовым к развертыванию на других машинах
Не требует дополнительных сервисов. Интегрируется с Django-админкой
Довольно респектабельный, международный научный журнал рекомендует применять python и посвятил этой рекомендации довольно большую статью. Не обошлось без hello world
Вы тоже постоянно забываете основной шаблон создания декоратора? Автор решил с этим покончить и выложил небольшую шпаргалку.
Интересный проект, превращающий данные CSV, XML, XLS или XLSX в структуру данных, схожую с моделью django ORM с возможностью записи в реальную модель. Проект активно развивается и обеспечен неплохой документацией.