IT-новости про Python, которые стоит знать

Собрали в одном месте самые важные ссылки
читайте нас в Telegram

Python Дайджест. Выпуск 175

(24.04.2017 - 30.04.2017)

поделиться выпуском 
Дайджест python,

Статьи

  Как работать с MongoDB из Python

Описываются стандартные операции работы с БД

  Открытый курс машинного обучения. Тема 9. Анализ временных рядов с помощью Python

Cсегодня поговорим о временных рядах.

Посмотрим на то, как с ними работать в Python, какие возможные методы и модели можно использовать для прогнозирования; что такое двойное и тройное экспоненциальное взвешивание; что делать, если стационарность — это не про вас; как построить SARIMA и не умереть; и как прогнозировать xgboost-ом. И всё это будем применять к примеру из суровой реальности.

  Давайте напишем простой интерпретатор. Часть 13, Семантический анализатор

Продолжается серия статей про устройство интерптаторов

  Публикация постов Вконтакте через Trello

Предположим есть группа в Вконтакте о кино, в которой публикуются анонсы новых фильмов и ещё какая-нибудь информация. Необходимо заранее подготавливать посты и публиковать по расписанию. Для этого я собираюсь использовать доску Trello, где хранятся посты и Вконтакте API чтобы публиковать эти посты в группе.

  Вебинар: визуальная отладка в PyCharm

Вебинар о возможностях PyCharm в отладке

  Django - Like Dislike система с помощью GenericForeignKey Django

Статья описывает пример использования GenericForeignKey из инструментария Django/Python для создания системы Like Dislike на сайте с использованием полиморфных связей, что позволяет использовать одну модель данных Like Dislike для контента различного типа: Статьи, Комментарии и т.д.

  Изучаем карту Reddit с помощью Python

По ссылке вы найдете анализ саб-реддитов с Reddit.

  Множества (Set) и компания в Python

Статья описывает несколько структур данных в Python - Set, fronzenset, collections

  Flask для Node разработчиков Flask

Статья описывает создание CRUD приложения на Flask

  The uWSGI Spooler

 

Когда проектируешь масштабируемые системы, где приходится обращаться ко множеству внешних компонентов, например, использование стороннего API, отправка почты или конвертация видео, лучшим способом реализации является асинхронная модель с системой очередей, которая является связующим звеном для взаимодействия всех компонентов системы.

Самой популярной системой очередей в Python является Celery, она обладает широким набором возможностей по управлению задачами. К сожалению, системы на базе Celery сложно поддерживать в работоспособном состоянии, и когда что-то идёт не так, то найти проблему бывает весьма не просто. Можете спросить любого девопса об опыте работы с Celery, но будьте готовы услышать не очень приятные слова.

К счастью, есть альтернативное решение — uWSGI Spooler, и в этой статье я расскажу о нём подробнее.

  «Почему вы просто не перепишете это на язык X?»

Каждый раз, как какой-нибудь новый язык программирования становится популярным его преданные фанаты превозносят его достоинства до небес и пытаются обратить людей в свой культ, отправляя существующим проектам отчет о багах примерно следующего содержания:

«Привет, я тут заметил, что ваш проект написан на [языке программирования X]. Вам бы стоило все переписать на языке Y, потому что он лучше в плане функции Z. Спасибо-до свидания!»

Изложенное в таком виде, предложение кажется совсем не трудным. Раз функция Z лучше, то, конечно, всем следует тут же переписать свои проекты на Y.

  Deploy Jupyter Notebooks Jupyter

Статья описывает процесс разворачивания кода из Jupyter на сервере

  nonstandard модуль и PEP 542

Автор делится своей наработкой - модулем nonstandart, который позволяет модифицировать существующий Python и добавлять туда не стандартные PEP'ы.
PEP 542 добавляет новую форму добавления методов в класс. По ссылке вы найдете пример использования.

Видео

  Как сравнить два документа на Python

Рассказ про использование библиотеки gensim