IT-новости про Python, которые стоит знать

Собрали в одном месте самые важные ссылки
читайте авторский блог


Новый материал в ленте
  Стохастическая волатильность: как её моделируют? На примере опционов на эфир

Волатильность является одним из важнейших параметров в оценке опционов, управлении рисками и построении торговых стратегий. Классическая модель Блэка-Шоулза-Мертона, предполагающая постоянную волатильность, не способна отразить динамику рынка, где наблюдаются эффекты «улыбки волатильности» и кластеризации. Для более точного описания рыночных процессов разработаны модели стохастической волатильности, среди которых наиболее известными являются модель Хестона и модель SABR. Эти подходы учитывают случайный характер изменений волатильности и позволяют более адекватно оценивать деривативы.


Python Дайджест. Выпуск 163

(30.01.2017 - 05.02.2017)

поделиться выпуском 
Дайджест python,

Статьи

  Python: коллекции, часть 4/4: Все о выражениях-генераторах, генераторах списков, множеств и словарей

Заключительная часть моего цикла, посещенного работе с коллекциями. Данная статья самостоятельная, может изучаться и без предварительного изучения предыдущих.

Эта статья глубже и детальней предыдущих и поэтому может быть интересна не только новичкам, но и достаточно опытным Python-разработчикам.

Будут рассмотрены: выражения-генераторы, генераторы списка, словаря и множества, вложенные генераторы (5 вариантов), работа с enumerate(), range().
А также: классификация и терминология, синтаксис, аналоги в виде циклов и примеры применения.

  Испльзуем Django с Celery и rabbitMQ Django celery

Очередной мануал про использование Celery с Django. Рассказаны основы.

  Ищем тесты с утечками памяти с помощью pytest

Простой способ найти тесты, которые потребляют слишком много памяти

  Статические проверки при утиной типизации

Рассказ о том, как mypy может использовать проверки типов в Python

  Чистая архитектура в Python: пошаговая демонстрация. Часть 5

Наступил завершающий этап нашего приключения за чистой архитектурой. Мы создали модели предметной области, сериализаторы, сценарии и хранилище. Но пока отсутствует интерфейс, который склеивает все вместе: получает параметры вызова от пользователя, инициализирует сценарий с хранилищем, выполняет сценарий, который получает модели предметной области из хранилища, и преобразует их в стандартный формат. Этот слой может быть представлен с помощью множества интерфейсов и технологий. Например, с помощью интерфейса командной строки (CLI): получать параметры с помощью ключей командной строки и возвращать результат в виде текста на консоли. Но та же базовая система может быть использована и для web-страницы, которая получает параметры вызова из набора виджетов, выполняет описанные выше шаги, и разбирает возвращенные данные в формате JSON для отображения результата на той же странице.

Видео

  Меньше кода – меньше проблем

Владислав Лутков (Mail.Ru Group) @ MoscowPython 42

Спикер расскажет, что ожидает разработчиков при внедрении новых технологий на разных стадиях проекта. На примере target.my.com поделится, как начать использовать новые фреймворки, если продукту уже не один год.

Слайды: http://www.moscowpython.ru/meetup/42/unknown-subj/

  Двойная (каскадная) шаблонизация

Сергей Ерёмин (oknardia.ru) @ MoscowPython 42

Бывает, что часть данных в БД обновляется редко, запросы к ним «тяжелые», но при каждом обращении клиента их требуется отображать. Спикер расскажет, как сделать, чтобы «тяжёлый» шаблон при первом вызове создавал другие «легкие» шаблоны с «пререндером» редко обновляемых данных. При последующих вызовах исполняются «легкие» шаблоны, что позволяет драматически снизить нагрузку на сервер.

Слайды: http://www.moscowpython.ru/meetup/42/double-template/

  PythonQL: вся мощь современных языков запросов прямо в Питоне

Павел Велихов (Finstar Labs) @ MoscowPython 42

Проект PythonQL – это попытка унифицировать доступ к различным базам данных, расширив Питон мощным языком запросов. Спикер расскажет об этом расширении, самых интересных сценариях использования и обсудит дальнейшие планы развития.

Слайды: http://www.moscowpython.ru/meetup/42/pythonql/

Учебные материалы

  Python+Excel учебник: полное руководство

Мануал об использовании Excel из Python. 

  Правила для Machine Learning: лучшие практики

Документ с очевидными и не очевидными правилами для ML