IT-новости про Python, которые стоит знать

Собрали в одном месте самые важные ссылки
читайте нас в Telegram

     03.03.2016       Выпуск 115 (29.02.2016 - 06.03.2016)       Статьи

Как работать с большими JSON данными используя Python и Pandas

Автор рассматривает случаи, когда JSON данные не помещаются целиком в память

     03.03.2016       Выпуск 115 (29.02.2016 - 06.03.2016)       Статьи

Как закодить и понять DeepMind's Neural Stack Machine

В этом татуриале вы сможете понять что такое DeepMind's Neural Stack machine на простых примерах и коротких кусках питон кода

     03.03.2016       Выпуск 115 (29.02.2016 - 06.03.2016)       Статьи

Pomp — метафреймворк для парсинга сайтов

С поддержкой asyncio и вдохновленный Scrapy.

Зачем еще один?
В первую очередь как инструмент для сбора данных, применяемый в моем хобби проекте, который не давил бы своей мощью, сложностью и наследием. И да, кто же будет сознательно начинать что-то новое на python2.x?

В итоге появилось идея сделать простой фреймворк для современной экосистемы python3.x, но такой же элегантный как Scrapy.

     29.02.2016       Выпуск 115 (29.02.2016 - 06.03.2016)       Статьи

Сохраняем ключевые события из видео c OpenCV

В этой статье автор покажет, как можно в реальном времени определять важные отрезки видео и сохранять их. В качестве примера будет поиск отрезков с зеленым мячиком

     29.02.2016       Выпуск 115 (29.02.2016 - 06.03.2016)       Статьи
     28.02.2016       Выпуск 114 (22.02.2016 - 28.02.2016)       Статьи
     28.02.2016       Выпуск 114 (22.02.2016 - 28.02.2016)       Статьи

Как я переизобрел словари в Python

В нашем Django-приложении необходимо было разработать отчет (расчет) бонусов.
Отчет должен иметь вложенную структуру с подведением итогов по пользователям, подразделениям и по всей компании. 

     27.02.2016       Выпуск 114 (22.02.2016 - 28.02.2016)       Статьи

Изучаем Python для Data Science

Автор делиться набором материалов для изучения Data Science через питон

     26.02.2016       Выпуск 114 (22.02.2016 - 28.02.2016)       Статьи

Web файловый менеджер Sprut.IO в OpenSource

В Бегете мы долго и успешно занимаемся виртуальным хостингом, используем много OpenSource-решений, и теперь настало время поделиться с сообществом нашей разработкой: файловым менеджером Sprut.IO, который мы разрабатывали для наших пользователей и который используется у нас в панели управления. Приглашаем всех желающих присоединиться к его разработке. О том, как он разрабатывался и почему нас не устроили существующие аналоги, какие костыли технологии мы использовали и кому он может пригодиться, расскажем в этой статье. 

Сайт проекта:https://sprut.io
Демо доступно по ссылке: https://demo.sprut.io:9443
Исходный код: https://github.com/LTD-Beget/sprutio

     26.02.2016       Выпуск 114 (22.02.2016 - 28.02.2016)       Статьи

Хуки — это просто (часть 3)

Как-то так получилось, что я написал на Хабре уже несколько статей о библиотеках для хуков. Первая была об общих принципах и реализации на базе Detours, вторая — о более дешевой (но не менее функциональной) библиотеке madCodeHook. Сегодня я расскажу об ещё одном варианте — библиотеке Deviare от компании Nektra. «Ещё одна точно такая же библиотека для хуков?» — спросите вы. «Такая же, да не такая» — отвечу я. У Deviare есть несколько особенностей, отличающих её и от Detours и от madCodeHook и делающей её в некоторых случаях намного более полезной.

     25.02.2016       Выпуск 114 (22.02.2016 - 28.02.2016)       Статьи

Мост на Go для JavaScript и Python

Соединяем JavaScript и Python

     25.02.2016       Выпуск 114 (22.02.2016 - 28.02.2016)       Статьи
     25.02.2016       Выпуск 114 (22.02.2016 - 28.02.2016)       Статьи

Собственный модуль settings

Этот модуль родился в результате переосмысления (или недопонимания) мной вот этого пространного документа: Splitting up the settings file, размещённого на официальном сайте Django.

     25.02.2016       Выпуск 114 (22.02.2016 - 28.02.2016)       Статьи
     25.02.2016       Выпуск 114 (22.02.2016 - 28.02.2016)       Статьи

Фоновое выполнение ячеек в IPython Notebook

Я много работаю с данными, поэтому практически все процессы у меня завязаны на Jupyter (IPython Notebook). Эта среда прекрасна и я её большой фанат. По сути, Jupyter — это обычная питоновая консоль и весь код там выполняется последовательно. Но иногда возникает желание запустить вычисления в ячейке и, не дожидаясь пока они закончатся, продолжить работу. Например, нужно скачать 1000 урлов и достать у них заголовки страниц. Хорошо бы запустить процесс скачивания и сразу начать отлаживать код для выделения заголовков.