Разворачиваем Scrapy Spiders из GitHub
https://blog.scrapinghub.com/2017/04/19/deploy-your-scrapy-spiders-from-github/

Лучшие практики с методом retries в requests
https://www.peterbe.com/plog/best-practice-with-retries-with-requests

Простое Flask приложение для сравнения погоды с 2 сайтов
http://pybit.es/flask-simple-weather-app.html

Разбираемся с Django сигналами
http://www.bedjango.com/blog/understanding-django-signals/

Короткая статья об основных понятиях Django сигналов

PyCharm 2017.1.2 RC
http://feedproxy.google.com/~r/Pycharm/~3/Zu-jDCVVZWM/

IPython 6.* версия не поддерживает Python 2.7
http://ipython.readthedocs.io/en/stable/whatsnew/version6.html

Путь в Deep Learning
http://adventuresinmachinelearning.com/neural-networks-tutorial/

Длинный туториал об Deep Learning

Туториал по aiohttp.web: TODO
https://justanr.github.io/getting-start-with-aiohttpweb-a-todo-tutorial

Podcast.__init__ Episode 105 - Scikit-Image
https://www.podcastinit.com/episode-105-scikit-image-with-stefan-van-der-walt-and-juan-nunez-iglesias/

Аудио-подкаст

Улучшаем Python язык за 6 минут
https://hackernoon.com/modifying-the-python-language-in-7-minutes-b94b0a99ce14

Статья описывает как можно модифицировать Python

Sonnet - библиотека построения нейронных сетей на базе TensorFlow
https://github.com/deepmind/sonnet

NoDB - хранилище объектов на основе Amazon S3
https://github.com/Miserlou/NoDB

Cachie - persistent, stale-free local/cross-machine caching для функций
https://github.com/shaypal5/cachier

focuson - утилита поиска уязвимостей в Python коде
http://github.com/uber/focuson

Работает с Flask приложениями

Предсказываем популярность статьи на TJ
https://habrahabr.ru/post/327072/

 

Однажды томным вечером, сидя напротив мелькающей ленты tjournal и попивая ромашковый чай, внезапно обнаружил себя за чтением статьи про советскую лампочку, которая освещала чей-то подъезд уже 80 лет. Да, весьма интересно, но все же я предпочитаю статьи про политику достижения ИИ в игре дум, приключения ракет SpaceX и, в конце концов, — с наибольшим кол-вом просмотров. А какие вообще статьи набирают внушительные рейтинги? Посты размером с твит про какую-то политическую акцию или же талмуды с детальным анализом российской киноиндустрии? Ну что же, тогда самое время расчехлять свой Jupyter notebook и выводить формулу идеальной статьи.

Перевод: Как мы автоматизировали ежедневный твит проекта 100DaysOfCode
https://tehnojam.pro/category/development/kak-my-avtomatizirovali-ezhednevnyj-tvit-proekta-100daysofcode.html

pyt - статический анализатор для поиска уязвимостей
http://github.com/python-security/pyt

Позволяет найти много страшных ошибок.

Сравниваем операции из Django ORM и Peewee
http://charlesleifer.com/blog/django-orm-operations-compared-with-peewee/

Введение в pandas: анализ данных на Python
http://khashtamov.com/ru/pandas-introduction/

pandas это высокоуровневая Python (https://khashtamov.com/category/python/) библиотека для анализа данных. Почему я её называю высокоуровневой, потому что построена она поверх более низкоуровневой библиотеки NumPy (написана на Си), что является большим плюсом в производительности. В экосистеме Python (https://khashtamov.com/2016/06/why-python/), pandas является наиболее продвинутой и быстроразвивающейся библиотекой для обработки и анализа данных. В своей работе мне приходится пользоваться ею практически каждый день, поэтому я пишу эту краткую заметку для того, чтобы в будущем ссылаться к ней, если вдруг что-то забуду. Также надеюсь, что читателям блога заметка поможет в решении их собственных задач с помощью pandas, и послужит небольшим введением в возможности этой библиотеки.

Talk Python to Me: #108 MicroPython и Open Source Hardware от Adafruit
https://talkpython.fm/episodes/show/108/micropython-and-open-source-hardware-at-adafruit

Аудио-подкаст