Динамическая привязка метода к объекту
http://pythonz.net/articles/84/?utm_campaign=promo&utm_medium=link&utm_source=rss

На примере известного эпизода из хорошего фильма.

Чистая архитектура в Python: пошаговая демонстрация. Часть 2
https://habrahabr.ru/post/319202/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

Начнем с простого определения модели StorageRoom. Как было сказано ранее, модели в чистой архитектуре очень легкие, по крайней мере, легче, чем их ORM-аналоги в фреймворках.


Раз мы следуем методологии TDD, то первое, что мы напишем, это тесты. Создадим файл tests/domain/test_storageroom.py и поместим внутри него этот код:

lambdascript - чистый функциональный язык на основе Python
http://github.com/baruchel/lambdascript

Jupyter с Vagrant
http://pythondata.com/jupyter-vagrant/

Загрузка данные в Pandas DataFrame: легкий и сложный путь
http://blog.enthought.com/python/with-and-without-the-canopy-data-import-tool-loading-data-theres-no-such-thing-as-a-simple-csv-file/

Wing IDE 6.0.1
http://wingware.com/news/2017-01-10

Шпаргалка по Data Science
https://www.codementor.io/codementorteam/tutorials/cheat-sheet-python-for-data-science-xe3m6wy4q

Машинное обучение — это легко
https://habrahabr.ru/post/319288/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

 
В данной статье речь пойдёт о машинном обучении в целом и взаимодействии с датасетами. Если вы начинающий, не знаете с чего начать изучение и вам интересно узнать, что такое «датасет», а также зачем вообще нужен Machine Learning и почему в последнее время он набирает все большую популярность, прошу под кат. Мы будем использовать Python 3, так это как достаточно простой инструмент для изучения машинного обучения. 

 

Книга "Game Development with Blender"
http://github.com/mikepan/GameEngineBook

[Видео] Webinar: добавляем REST API в Django приложение
http://feedproxy.google.com/~r/Pycharm/~3/kp3sO6T5J9U/

Работа с DSL: создание собственного анализатора с использованием библиотек Python
https://habrahabr.ru/post/319320/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

Сегодня же речь пойдет об использовании предметно-ориентированных языков (Domain-specific language, DSL) для решения конкретных задач с помощью Python.

Конструкция extend в шаблонах Django
http://www.snowboardingcoder.com/django/?p=75

Очень коротко про парсинг reStructuredText (reST)
http://eli.thegreenplace.net/2017/a-brief-tutorial-on-parsing-restructuredtext-rest/

deepdrive-universe - запускаем само-управляемую машину в GTA V
http://github.com/deepdrive/deepdrive-universe

Делаем свою панель навигации в Kivy & KivyMD
https://www.codementor.io/kiok46/tutorials/customize-navigation-in-kivy-kivymd-python-q01gm3hid

Python: коллекции, часть 2: индексирование, слайсинг, сортировка
https://habrahabr.ru/post/319200/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

Данная статья является продолжением моей статьи "Python: коллекции, часть 1: классификация, общие подходы и методы, конвертация (https://habrahabr.ru/post/319164/)".


В данной статье мы продолжим изучать общие принципы работы со стандартными коллекциями (модуль collections в ней не рассматривается) Python.

pgcli 1.4.0
http://pgcli.com/v1.4.0.html

Pgcli - это утилита в виде интерфейса командной строки, которая позволяет работать с PostgreSQL.

Умеет подсвечивать синтаксис, а также обладает функцией авто-дополнения

Прямой доступ к диску из python (simhdd)
https://habrahabr.ru/post/319384/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

Со времени написания первой статьи (https://habrahabr.ru/post/274195/) прошло достаточно много времени. За это время моя библиотечка для доступа к диску научилась работать со встроенными SMART-тестами и их логами а также механизмами безопасности современных накопителей. 


На этот раз я расскажу о создании приложения для тестирования жестких дисков на базе этой библиотеки.

[Видео] Введение в Type Annotations для Python
https://www.youtube.com/watch?v=ZP_QV4ccFHQ

Говорит и показывает Гвидо и ко

Руководство по Deep Learning
http://yerevann.com/a-guide-to-deep-learning/

Набор полезных ссылок/докладов по разным направлениям Deep Learning