Собрали в одном месте самые важные ссылки
и сделали Тренажер IT-инцидентов для DevOps/SRE
HTTP-клиент нового поколения. Поддерживает HTTP/1.1 и HTTP/2 и имеет синхронный + асинхронный API. Скачать можно по ссылке: https://pypi.python.org/pypi/httpx/
(04.05.2015 - 11.05.2015)
Довольно большое и подробное руководство на примере сложного приложения
Как пример эффективного применения самых разных иструментов, включая Python и matplotlib
Большая, достойная статья, которая начинается с реализации отладочного опкода для интерпретатора на языке C
Знакомство с семейством модулей pyspark на основе решения практической задачи
По исследованию автора можно сделать вывод, что перед python3 все-же брезжит свет
Автор наткнулся на проблему необходимости явного копирования словарей и напоминает о ней.
Небольшие описания и авторское сравнение проектов PyCharm, WingIDE, Sublime Text 3, Eclipse\PyDev и VIM. Особенного внимания заслуживают комментарии.
Небольшая реклама модуля pipreqs подходящего для редких случаев когда virtualenv не используется или используется не для одного этого проекта
Еще один хороший обзор приемов, которые не следуют применять в трезвом уме и здравой памяти
Интерактивные тетради IPython и Jupyter теперь визуализируются прямо на Github.
Jupyter — молодой проект, основанный на платформо-независимой части IPython, который предоставляет удобный инструмент для научных и статистических расчетов в виде «интерактивных тетрадей» (notebooks). Ранее интерактивные тетради можно было создавать и просматривать с помощью nbviewer (nbviewer.jupyter.org), теперь они рендерятся прямо в репозитории. Движок рендеринга поддерживает Python, Julia и R, работает в публичных и приватных репозиториях и интегрируется с nbviewer.
Развернутый ответ на этот вопрос в качестве полемики к наблюдающейся тенденции ввода статической типизации
Имеется страшилка, обладающая невероятным количеством подчеркиваний, лямбд и чрезвычайно редкой функцией __import__. Автор разбирается в то что это за зверь и что он делает?
Библиотека автоматизирующая поиск главной картинки на web-странице
Рассказ об этапах и задачах эффективной, масштабируемой и поддерживаемой модели обработки данных
Небольшая статейка о создании одного классификатора и исходный код на github
Чтобы понять в какую сторону лучше развивать фреймворк - разработчики предлагают пользователям пройти небольшой опрос
From AI Hype to Durable Reality: Why Agentic Flows Need Distributed-Systems Discipline
How to Think About Time in Programming
Generating Video Highlights Using the SmolVLM2 Model
Как я проектирую и разрабатываю реальные расширения для Python на Rust
Use TorchAudio to Prepare Audio Data for Deep Learning
Python Bytes: #438 Motivation time
KEKS кодек и криптографические сообщения
Как мы научили ИИ читать PDF и экономить сотни рабочих часов