Собрали в одном месте самые важные ссылки
и сделали Тренажер IT-инцидентов для DevOps/SRE
Модуль для работы с многомерными массивами. Скачать можно по ссылке: https://pypi.python.org/pypi/numpy/
(30.12.2019 - 05.01.2020)
В условиях многообразия распределенных систем, наличие выверенной информации в целевом хранилище является важным критерием непротиворечивости данных.
На этот счет существует немало подходов и методик, а мы остановимся на реконсиляции, теоретические аспекты которой были затронуты вот в этой статье. Предлагаю рассмотреть практическую реализацию данной системы, масштабируемой и адаптированной под большой объем данных.
Я бы хотел получить такое письмо три года назад, когда только начинал изучать Data Science (DS). Чтобы там были необходимые ссылки на полезные материалы. Статья не претендует на полноту охвата необъятной области DS. Однако для начинающего специалиста будет полезна.
В данной статье узнаем про функцию crypt, узнаем как подбирать пароли к ZIP архиву с незашифрованными именами файлов, познакомимся с утилитой xortool, а так же разберемся с генератором псевдослучайных чисел.
Представляю вашему вниманию перевод статьи "Introduction to ASGI: Emergence of an Async Python Web Ecosystem" автора Florimond Manca.
Все об устройстве MSK144 с примерами на Python (часть 2)
Talk Python to Me: #523: Pyrefly: Fast, IDE-friendly typing for Python
Python lazy imports you can use today
Часть 2. Победа над каракулями: бенчмарки Attention/ControlNet/Canva и готовые рецепты
AI-генерация тестов: как превратить 3 месяца работы в 1 неделю
Декларативное программирование на Python
Когда чёрное золото становится умным: нефтегаз в эпоху AI
Книга «Программирование бэкенда на Python. Практическое руководство»
Часть-1. Почему ИИ рисует каракули вместо текста: анатомия проблемы и дорожная карта решений
Сводка от pythonz 05.10.2025 — 12.10.2025