prophet - утилита предсказания чисел из временного ряда
http://github.com/facebookincubator/prophet

Как двухлетний репозиторий на GitHub стал трендовым за 48 часов
https://habrahabr.ru/post/322694/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

GitHub предоставил возможность миллионам разработчиков с легкостью публиковать свои проекты и тем самым привлекать пользователей и единомышленников. Часто перед разработчиками возникает проблема неэффективного использования ресурсов — они тратят сотни часов на создание проекта с целью продвинуть его на GitHub, а получают максимум две звезды.

os — Portable access to operating system specific features — PyMOTW 3
https://doughellmann.com/blog/2017/02/27/os-portable-access-to-operating-system-specific-features-pymotw-3/

Открытый курс машинного обучения. Тема 1. Первичный анализ данных с Pandas
https://habrahabr.ru/post/322626/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

Первая статья посвящена первичному анализу данных с Pandas.

Пока в серии планируется 7 статей, идущих вместе с тетрадками Jupyter (репозиторий (https://github.com/Yorko/mlcourse_open) mlcourse_open), соревнованиями и домашними заданиями.

Далее идет список будущих статей, описание курса и собственно, первая тема – введение в Pandas.

Разбираемся с Django Channels
https://realpython.com/blog/python/getting-started-with-django-channels/

Статья-туториал по Django Channels. Подробно,  по шагам.

[Видео] Мой Python всегда со мной
http://pythonz.net/videos/83/?utm_medium=link&utm_source=rss&utm_campaign=promo

В докладе мы рассмотрим создание переносимого дистрибутива Python для любых нужд и операционных систем (Windows & Linux). Познакомимся с существующими и альтернативными решениями. Сравним их достоинства и недостатки.

[Видео] Как и зачем сделать DSL на Python
http://pythonz.net/videos/82/?utm_medium=link&utm_source=rss&utm_campaign=promo

Рассмотрю с практической стороны создание своего предметно-ориентированного языка. Продемонстрирую почти готовое решение возникшей задачи и расскажу, в каких случаях может потребоваться внедрение DSL.

[Видео] Система типов в Python
http://www.youtube.com/watch?v=7_1k471qAjk

Александр Хаёров (Ingram Micro) @ Python Junior Meetup №1
"Типизация — важный аспект, который зачастую характеризует тот или иной язык программирования, наделяя его разными свойствами. В докладе будут рассмотрена общая информация о типизации, ее роли. Узнаем подробно какая типизация в Python и как использовать для написания лучшего кода".
Слайды: https://speakerdeck.com/moscowdjango/sistiema-tipov-v-python

[Видео] Что такое переменные?
http://www.youtube.com/watch?v=OhHraNOrSvM

Григорий Петров (Voximplant) @ Python Junior Meetup № 1
"В своем выступлении я впервые попробую объяснить переменные: не рассказывая предварительно как работает компьютер, память и компилятор; не вводя мешок дополнительных сущностей вроде «присваивание», «данные», «оператор» и непереводимое «evaluate»; не проводя аналогии с математикой".
Слайды: https://speakerdeck.com/moscowdjango/chto-takoie-pieriemiennyie

[Видео] Правила именования функций
http://www.youtube.com/watch?v=7FTl7hp48iY

Илья Лебедев (Devman) @ Python Junior Meetup №1 

"Правильно называть сущности очень важно. Плохие названия превратят хороший код в плохой и нечитаемый. В докладе я расскажу о практиках, которые помогут начинающим разработчикам. Их легко применять на практике и они делают код заметно качественнее".

Слайды: https://speakerdeck.com/moscowdjango/pravila-imienovaniia-funktsii

Как перейти между внутренними циклами глубокой вложенности.
http://john16blog.blogspot.com/2017/02/python.html

В Python отсутствует явное средство для того что бы в цикле с глубокой вложенностью перейти на нужный уровень, однако далее будет показан один из возможных вариантов решения проблемы используя стандартные элементы конструкции языка.

sha1collider - генерируем разные PDF с одинаковой SHA1 суммой
http://github.com/nneonneo/sha1collider

Dask 0.14.0
https://matthewrocklin.com/blog//work/2017/02/27/dask-0.14.0

Простая программа на Python для гиперболической аппроксимации статистических данных
https://habrahabr.ru/post/322954/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

Законы Зипфа оописывают закономерности частотного распределения слов в тексте на любом естественном языке[1]. Эти законы кроме лингвистики применяться также в экономике [2]. Для аппроксимации статистических данных для объектов, которые подчиниться Законам Зипфа используется гиперболическая функция вида:

Снова о числах с плавающей точкой
https://habrahabr.ru/post/322984/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

Несмотря на то, что вопросам точности компьютерных вычислений посвящено очень много публикаций, некоторые из них, на наш взгляд, всё же остаются не до конца четко раскрытыми. А именно:


1. Какое количество верных цифр n гарантированно имеет десятичное число, представленное двоичным m разрядным кодом в формате числа с плавающей точкой.

2. Как влияет нормализация чисел с плавающей точкой на точность представления числа при его преобразовании из одной системы счисления в другую и при арифметических действиях, выполняемых на компьютере.

3. Как влияет округление числа, представленного в двоичном виде на его десятичный эквивалент. 

4. Как положение виртуальной точки в машинном слове влияет на значение числа, представленного в экспоненциальной форме. 

Jupyter And R Markdown: Notebooks c R
http://www.datacamp.com/community/blog/jupyter-notebook-r

f-строки в Python 3.6
https://shultais.education/blog/python-f-strings

Статья про f-строки в Python 3.6. Особенности применения и производительность.

PyCharm 2017.1 EAP 9 (build 171.3691.3)
http://feedproxy.google.com/~r/Pycharm/~3/z-bFcL65QPA/

PyPy Development: Async HTTP benchmarks on PyPy3
http://feedproxy.google.com/~r/PyPyStatusBlog/~3/tCdUWmN4ppk/async-http-benchmarks-on-pypy3.html

PyPy научился работать с asyncio

Python на службе у конструктора. Укрощаем API Kompas 3D
https://habrahabr.ru/post/323078/

 
Работая в конструкторском отделе, я столкнулся с задачей — рассчитать трудоёмкость разработки конструкторской документации. Если брать за основу документ: «Типовые нормативы времени на разработку конструкторской документации. ШИФР 13.01.01" (утв. Минтрудом России 07.03.2014 N 003)» (http://www.consultant.ru/document/cons_doc_LAW_199653/), то для расчета трудоёмкости чертежа детали нам необходимы следующие данные: