Собрали в одном месте самые важные ссылкичитайте авторский блог
Программа, способная к логическим выводам в рамках поставленной задачи, может казаться техническим чудом и воплощением Скайнета. Но, как можно убедиться ниже, на сегодняшний день создать такую программу на языке Python не составит труда, если использовать семантические технологии. Мы остановимся на наглядном примере онтологий — родословных — и для любого члена семьи в родословной сможем выводить его родственные отношения произвольной сложности (она ограничена вычислительными ресурсами). К примеру, на фамильном древе семьи Романовых ниже показан внучатый двоюродный племянник (first cousin twice removed) российского императора Петра II.
Это достаточно вольный перевод статьи об основных новшествах асинхронного драйвера для mongodb используемого в tornado. Основной мотив, который послужил для написания этого перевода — новшества, появившиеся в этой версии, такие как поддержкаasyncio, async, await и Python 3.5. Сама статья не сколько перечисление новшеств, сколько лаконичные примеры асинхронной работы с MongoDB.
Matplotlib позволяет рисовать на графиках различные геометрические фигуры, стрелки, а также линии, заданные различными способами. В этой статье будут рассмотрены основные моменты, характерные для рисования различных геометрических фигур. В качестве примера будет рассматриваться скрипт, который рисует следующую картинку:
Статья описывает возможность использовать RAM в качестве хранилища для базы данных PostgreSQL. Что в свою очередь повышает скорость тестирования
Статья описывает пример использования Twillo для оповещения о событиях. В качестве события выбран проход МКС над пользователем.
Статья описывает как реализовать обработку жестов на Python. В качестве примера была выбрана игра Pacman. Автор с помощью жестов поиграл в нее
Знали что класс Response в Flask можно переоределить? А что эта операция вполне стандартна? И можно все преобразования ответа не дубликовать от функции к функции, а записать все в одном классе? Тогда эта статья будет интересна
from flask import Flask, Response class MyResponse(Response): pass app = Flask(__name__) app.response_class = MyResponse
Это вторая часть из цикла статей "Advanced Jupyter Notebook Tricks." В этой статье вы познакомитесь с возможностью Jupyter как создание интерактивных виджетов.
Иногда питоновский путь решения проблем со временем меняется. Например, подсчет элементов. В статье будет рассмотрено несколько способов подсчета элементов в списке и как в связи с этим менялся Pythonic-way. О производительности задумаемся позже
В последнее время Юра Селиванов (ага, тот самый автор PEP-492 aka async/await и MagicPython) работал над тем чтобы сделать asyncio побыстрее. Он взял libuv и построил с её помощью uvloop -- asyncio совместимый event loop. Результаты замера производительности здесь. Получается, что uvloop в 3.5 раза быстрее стандартного и в 1.25 раза обгоняет gevent. Т.е. абсолютный победитель по скорости в мире Python. Библиотека пока еще не имеет стабильной версии, скоро всё будет.
Как-то меня осенила мысль: «Зачем на работе постоянно прятать вкладку браузера с ВК от начальства, если можно ее замаскировать?» И несмотря на то, что моему начальству в целом пофиг на социальные сети во время работы, через несколько минут проблема была решена довольно интересным способом, о котором я сейчас вам и расскажу.
Один из двух примеров работающих на raspberry pi, модуле SIM 900 и 3g-modem huawei e-линейки - с примерами кода на Python
Я Юрий Кашницкий, раньше делал здесь обзор некоторых MOOC по компьютерным наукам и искал «выбросы» среди моделей Playboy. Сейчас я преподаю Python и машинное обучение на факультете компьютерных наук НИУ ВШЭ и в онлайн-курсе сообщества по анализу данных MLClass, а также машинное обучение и анализ больших данных в школе данных одного из российских телеком-операторов. Почему бы воскресным вечером не поделиться с сообществом материалами по Python и обзором репозиториев по машинному обучению… В первой части будет описание репозитория GitHub с тетрадками IPython по программированию на языке Python. Во второй — пример материала курса «Машинное обучение с помощью Python». В третьей части покажу один из трюков, применяемый участниками соревнований Kaggle, конкретно, Станиславом Семеновым (4 место в текущем мировом рейтинге Kaggle). Наконец, сделаю обзор попавшихся мне классных репозиториев GitHub по программированию, анализу данных и машинному обучению на Python.
Это шестая часть из цикла статей о построении простого интерпретатора
Статья описывает как строить pip'ы для различной подготовки данных. В центре внимания будет инструмент под названием Luigi
Статья по шагам рассказывает как написать настраиваемый, цветной клиента твиттера
Статья описывает применение инструмента для поиска пиков на графиках. Инструмент позволяет это делать автоматически.