[Видео] Двойная (каскадная) шаблонизация
http://www.youtube.com/watch?v=YQt61svX77E

Сергей Ерёмин (oknardia.ru) @ MoscowPython 42
Бывает, что часть данных в БД обновляется редко, запросы к ним «тяжелые», но при каждом обращении клиента их требуется отображать. Спикер расскажет, как сделать, чтобы «тяжёлый» шаблон при первом вызове создавал другие «легкие» шаблоны с «пререндером» редко обновляемых данных. При последующих вызовах исполняются «легкие» шаблоны, что позволяет драматически снизить нагрузку на сервер.
Слайды: http://www.moscowpython.ru/meetup/42/double-template/

Чистая архитектура в Python: пошаговая демонстрация. Часть 5
https://habrahabr.ru/post/320928/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

Наступил завершающий этап нашего приключения за чистой архитектурой. Мы создали модели предметной области, сериализаторы, сценарии и хранилище. Но пока отсутствует интерфейс, который склеивает все вместе: получает параметры вызова от пользователя, инициализирует сценарий с хранилищем, выполняет сценарий, который получает модели предметной области из хранилища, и преобразует их в стандартный формат. Этот слой может быть представлен с помощью множества интерфейсов и технологий. Например, с помощью интерфейса командной строки (CLI): получать параметры с помощью ключей командной строки и возвращать результат в виде текста на консоли. Но та же базовая система может быть использована и для web-страницы, которая получает параметры вызова из набора виджетов, выполняет описанные выше шаги, и разбирает возвращенные данные в формате JSON для отображения результата на той же странице.

Используем vim как Python IDE
http://www.liuchengxu.org/posts/use-vim-as-a-python-ide/

Время обновить Python: скоро TLS v1.2 станет обязательным
http://pyfound.blogspot.com/2017/01/time-to-upgrade-your-python-tls-v12.html

Миллион запросов в секунду на Python
https://medium.com/squeaky_pl/million-requests-per-second-with-python-95c137af319#.3eiek12me

hypertools - утилита для визуализации многомерных данных
http://github.com/ContextLab/hypertools

psutil 5.1.0: температура, батарея частота процессора
http://grodola.blogspot.com/2017/02/psutil-510-temperatures-batteries-and.html

Python: коллекции, часть 4/4: Все о выражениях-генераторах, генераторах списков, множеств и словарей
https://habrahabr.ru/post/320288/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

Заключительная часть моего цикла, посещенного работе с коллекциями. Данная статья самостоятельная, может изучаться и без предварительного изучения предыдущих.

Эта статья глубже и детальней предыдущих и поэтому может быть интересна не только новичкам, но и достаточно опытным Python-разработчикам.

Будут рассмотрены: выражения-генераторы, генераторы списка, словаря и множества, вложенные генераторы (5 вариантов), работа с enumerate(), range().

А также: классификация и терминология, синтаксис, аналоги в виде циклов и примеры применения.

Ищем тесты с утечками памяти с помощью pytest
https://nvbn.github.io/2017/02/02/pytest-leaking/

Простой способ найти тесты, которые потребляют слишком много памяти

Правила для Machine Learning: лучшие практики
http://martin.zinkevich.org/rules_of_ml/rules_of_ml.pdf

Документ с очевидными и не очевидными правилами для ML

Python+Excel учебник: полное руководство
https://www.datacamp.com/community/tutorials/python-excel-tutorial

Мануал об использовании Excel из Python. 

Используем Apache Spark для спортивной аналитики
https://content.pivotal.io/blog/how-data-science-assists-sports

Классификация еды с Deep Learning на Keras / Tensorflow
http://blog.stratospark.com/deep-learning-applied-food-classification-deep-learning-keras.html

Статические проверки при утиной типизации
https://trm.io/2017/01/29/structural-subtyping-python.html

Рассказ о том, как mypy может использовать проверки типов в Python

IPython 5.2
http://ipython.readthedocs.io/en/stable/whatsnew/version5.html#ipython-5-2

TensorFlow 1.0.0-rc0
https://github.com/tensorflow/tensorflow/releases/tag/v1.0.0-rc0

Talk Python to Me: #97 Flask, Django style with Flask-Diamond
https://talkpython.fm/episodes/show/97/flask-django-style-with-flask-diamond

postmarker - Postmark Client
https://github.com/Stranger6667/postmarker

Postmark - email платформа

Пишем TokenAuthentication (DRF) и определяем протухших токены
https://chrisbartos.com/articles/how-to-override-tokenauthentication-backend-to-detect-an-expiring-token/

rm-protection - защищаем папку от удаления
http://github.com/alanzchen/rm-protection