Собрали в одном месте самые важные ссылки
читайте нас в Twitter
Python генератор документации. Скачать можно по ссылке: https://pypi.python.org/pypi/Sphinx/
(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.
Проверка IFC моделей по требованиям IDS
Компилятор за выходные: синтаксический анализатор Уорли
Простые лайфхаки для автоматизации работы с помощью Python
Poetry vs UV: удобство или скорость?
Python Bytes: #420 90% Done in 50% of the Available Time
Инновации в тестировании САПР: путь к созданию автоматизированного решения для тестирования
Простыми словами о методе максимального правдоподобия и информации Фишера
Смогу ли я уложить оптимизирующий компилятор в тысячу строк питона? Прогон первый: mem2reg
Автомодерация изображений: как исправлять нарушения, сохраняя количество и качество контента
Сводка pythonz 09.02.2025 — 16.02.2025
Как создать скрипт-beautifier в Ghidra на Python?
Порядок работы с устареванием ML моделей. Шаг 2: Создание надежных и долговечных моделей