getpass — Secure Password Prompt — PyMOTW 3
https://doughellmann.com/blog/2016/12/05/getpass-secure-password-prompt-pymotw-3/

macOS: установка OpenCV 3 и Python 3.5
http://www.pyimagesearch.com/2016/12/05/macos-install-opencv-3-and-python-3-5/

Разное: набор примеров на Python
https://pynsk.ru/blog/2016/12/05/%D1%80%D0%B0%D0%B7%D0%BD%D0%BE%D0%B5-%D0%BD%D0%B0%D0%B1%D0%BE%D1%80-%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D1%80%D0%BE%D0%B2-%D0%BD%D0%B0-python/

Побродив по страницам Python wiki можно найти необычную страницу.https://wiki.python.org/moin/SimplePrograms
На странице размещены простые, короткие примеры программ

Полезные модули: boltons
https://pynsk.ru/blog/2016/12/05/%D0%BF%D0%BE%D0%BB%D0%B5%D0%B7%D0%BD%D1%8B%D0%B5-%D0%BC%D0%BE%D0%B4%D1%83%D0%BB%D0%B8-boltons/

Python обладает большой экосистемой. Прямо с языком поставляется большой набор "батареек". Здесь и работа с кодировками, почтой, файлами, операционной системой, сокеты и работа с сетью, время, календари, математика и много еще чего. (Кстати, рекомендую почитать документацию).

[Видео] R vs. Python для Data Science
https://blog.dominodatalab.com/video-huge-debate-r-vs-python-data-science/

Почти часовое видео с сравнением R и Python для обработки данных

universe - платформа для обучения и измерения возможностей ИИ
http://github.com/openai/universe

React-News-Board - пример приложения на React и Flask
http://github.com/ethan-funny/React-News-Board

Строим чат-бота для Telegram на Python (Часть 2):  база данных SQLite
https://www.codementor.io/garethdwyer/tutorials/building-a-chatbot-using-telegram-and-python-part-2-sqlite-databse-backend-m7o96jger

Асинхронная работа с БД на Twisted
http://howto.lintel.in/asynchronous-db-operations-twisted/

Особенности Jupyter Notebook, о которых вы (может быть) не слышали
https://habrahabr.ru/post/316826/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

Jupyter Notebook – это крайне удобный инструмент для создания красивых аналитических отчетов, так как он позволяет хранить вместе код, изображения, комментарии, формулы и графики

Ниже мы расскажем о некоторых фишках, которые делают Jupyter очень крутым. О них можно прочитать и в других местах, но если специально не задаваться этим вопросом, то никогда и не прочитаешь.

git-of-theseus - анализатор роста Github репозитория
http://github.com/erikbern/git-of-theseus

Как делать group by запросы в Django ORM
https://simpleisbetterthancomplex.com/tutorial/2016/12/06/how-to-create-group-by-queries.html

learning-to-learn - учимся обучать TensorFlow
http://github.com/deepmind/learning-to-learn

Java для/ Python программистов
http://interactivepython.org/courselib/static/java4python/Java4Python.html

Отслеживаем утечки памяти в Python
https://benbernardblog.com/tracking-down-a-freaky-python-memory-leak/

Документация Linux ядра переходит на Python Sphinx
https://habrahabr.ru/post/316758/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

На семинаре Kernel Recipies (https://kernel-recipes.org/en/2016/talks/kernel-documentation-what-we-have-and-where-its-going-2/) мейнтейнер документации Linux ядра Jonathan Corbet рассказал о нынешнем положении дел с документацией и о том, как будет совершаться переход от анархии к порядку. Первые успехи в этом начинании уже есть. Некоторые документы (https://www.kernel.org/doc/html/latest/) были недавно конвертированы в ReStructuredText с помощью питоновского Сфинкса. О том как это было рассказано внутри.

pyfilesystem2 - абстрактный слой для файловой системы
http://github.com/PyFilesystem/pyfilesystem2

tgboost - Tiny Gradient Boosting Tree
http://github.com/wepe/tgboost

Обсуждение: внедрение отслеживания запусков для Django
https://lwn.net/Articles/707443/