Python Дайджест. Выпуск 100

В этой статье мы будем использовать реальные данные и попробуем визуализировать их с помощью 7 библиотек для визуализации.

Всем привет! Когда-то давно, еще года 4 назад, сидя в Бишкеке, я смотрел видео с конференции и думал, какие же докладчики крутые спецы и даже не думал, что сам попаду на эту конференцию, как докладчик. В этой статье я расскажу вам о том. как я подавал заявку, как готовился и как проходила сама конференция. Заявку подавал я 19 января этого года, а 5го октября ее одобрили. Радости, конечно же было много и пришла пора готовиться к докладу. 

В статье вы найдете подробное сравнение JSON парсеров. Будут рассматрваться такие параметры как производительность и потребление памяти.

Список JSON библиотек:

cjson, rapidjson, yajl, ujson, jsonlib2, jsonlib, simplejson, json.

Как и многие любители путешествовать, я нахожу координаты достопримечательностей городов на сайте autotravel.ru (далее — сайт). Под свои нужды написал небольшую утилиту для скачивания файлов с достопримечательностями для последующей заливки в навигатор. Программа предельно простая, но работает именно так, как мне было нужно. Кроме того реализовано простейшее средство экономии времени загрузки и траффика — кэширование.

Программа, которую я назвал AtTrackDownloader, написана на Python 3 с использованием Beautiful Soup — библиотеки для синтаксического разбора файлов HTML. Для графического интерфейса используется PyQt — просто потому, что я знаком с Qt.

Автор статьи указывает на основные отличия Python2 и Python3 с точки зрения пользователя (программиста).

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.

Написание программ это веселый процесс. А вот повышение производительности - боль. Программы Python не являются исключением. Здесь я хотел бы показать вам, как можно быстро анализировать код Python, чтобы найти медленные части кода программы

В этой статье мы представим полный пример системы агрегации данных с помощью Python, событий S3 и DynamoDB.

Введение в async и await и асинхронное программирование

Слышали про магию в Python? Одно из магических заклинаний называется дескрипторы. Мощная фича языка, которая позволяет определять свое поведение атрибута объекта при доступе к этому атрибуту. Сложно звучит? А вы знали, что дескрипторами уже наверняка пользовались, если хотя бы раз писали на Python. Я расскажу о том, что такое дескрипторы и как их осознанно можно применять в собственном коде.

Мы узнаем, что из себя представляет дерево синтаксического разбора (AST / Abstract Syntax Tree) в языке Python и какие магические возможности можно получить с помощью модификации AST.

Краткий обзор разных вариантов использования gDrive API, так же вы узнаете как получить доступ к gDrive API, конечно же с примерами подключения, авторизации и выполнения различных запросов на питоне.

Это Cookbook для погружения в вероятностное программирование на Python

@get('/products/{product_id}')
async def get_products(product_id:int):
        # Do some stuff

Интепретатор поддерживает CoffeeScript, EcmaScript6, EcmaScript5, чистый Javascript

>>> import dukpy
>>> dukpy.coffee_compile('''
...     fill = (container, liquid = "coffee") ->
...         "Filling the #{container} with #{liquid}..."
... ''')
'(function() {\n  var fill;\n\n  fill = function*(container, liquid) {\n    if (liquid == null) {\n      liquid = "coffee";\n    }\n    return "Filling the " + container + " with " + liquid + "...";\n  };\n\n}).call(this);\n'

Поле реализовано на основе PostgreSQL и ArrayField 

Python интерфейс для MongoDB. Изменения описаны по ссылке https://allmychanges.com/p/python/pymongo/#3.2. Скачать можно по ссылке: http://pypi.python.org/pypi/pymongo/

Django приложение для работы с MySQL и MariaDB. Поддержка Python: 2.7, 3.4; Django: 1.7, 1.8, master; MySQL: 5.5, 5.6 / MariaDB: 5.5, 10.0, 10.1; mysqlclient: 1.3.6 (Python 3 compatible version of MySQL-python). Изменения описаны по ссылке https://allmychanges.com/p/python/django-mysql/#1.0.1. Скачать можно по ссылке: https://pypi.python.org/pypi/django-mysql/