Собрали в одном месте самые важные ссылкии сделали Тренажер IT-инцидентов для DevOps/SRE
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
Автор знакомит нас с модулем line_profiler и способом его применения для поиска проблем производительности
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
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.
Довольно обширная статья с разжевыванием составляющих элементов и примерами кода
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
Небольшой, на 10 минут, учебник с рассказом о применении этого NoSQL хранилища данных
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
Их далеко не три, но автор остановился на нескольких особенно ему не понравившихся
Рассматриваются тонкости проксирования объектов, необходимого для обертки ленивыми вычислениями уже имеющихся объектов и функций
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
Анонсируется существенное увеличение производительности и устранения множества багов. В ветке Py3k объявлена поддержка Python 3.2.5
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