Тестируем с Behavior Driven Development
http://feedproxy.google.com/~r/Pycharm/~3/F1Uj5O_ULEw/

Статья про использование BDD в PyCharm

CameraTablet — как сделать графический планшет при помощи веб-камеры
https://habrahabr.ru/post/331288/

. Здесь я хочу рассказать о том, почему меня не устраивает мышка, и как я пытаюсь ее заменить. Я разрабатываю CAE-программы для инженеров (расчет статики и динамики механических систем), треть рабочего времени я работаю как project manager, а в остальное время я — системный архитектор, разработчик и тестер в своем и в чужих проектах. У меня всегда открыты десять-двадцать окон, между которыми мне приходится постоянно прыгать:

Как выигрывать в конкурсах репостов Вконтакте?
https://habrahabr.ru/post/331312/

Мне захотелось узнать, реально ли выиграть в конкурсах репостов ВКонтакте. 

Как это сделать? Ответ очевиден — надо участвовать во всех конкурсах и по теории вероятности, чем больше конкурсов, тем больше шанс выиграть хоть что-то.

django-admin-env-notice - размечаем разные окружения в Django Admin
https://github.com/dizballanze/django-admin-env-notice

Программа PYCON RUSSIA готова: 25 докладов
https://habrahabr.ru/post/331336/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

Осталось чуть меньше месяца до пятого российского PyConRu (http://pycon.ru/2017/program/content/?utm_source=habr&utm_medium=post&utm_campaign=21.06). Конференция пройдет 16-17 июля в отеле «Cronwell Яхонты Таруса» в 95 км от Москвы (до места проведения и обратно будет трансфер).


В программе сейчас 25 докладов. Вот некоторые из спикеров: Paul Hildebrandt (Walt Disney Animation Studios, США), Łukasz Langa (Facebook, США), Nina Zakharenko (Venmo, США), Lynn Root (Spotify, США), Maciej Fijałkowski (PyPy, ЮАР), Андрей Степанов (Тинькофф Банк), Александр Кошкин (Positive Technologies), Кирилл Борисов (Яндекс), Елизавета Шашкова (JetBrains), Михаил Юматов (ЦИАН), Игорь Новиков (Scalr), Олег Чуркин (Rambler&Co). 

Пишем Hello World на Python/Django
https://www.codementor.io/abiodunhassan/building-an-hello-world-application-with-python-django-95sysyr6v

Dash – Reactive Web Apps for Python
https://medium.com/plotlygraphs/introducing-dash-5ecf7191b503

Talk Python to Me: #117 Functional Python with Coconut
https://talkpython.fm/episodes/show/117/functional-python-with-coconut

Аудио-подкаст

Podcast.__init__ Episode 114 - автоматизация промышленности с Jonas Neubert
https://www.podcastinit.com/episode-114-industrial-automation-with-jonas-neubert/

Мы все используем вещи, которые производят на фабрика, но вы задумывались, какой код управляет этим производством? На этой неделе Jonas Neubert расскажет нам, как устроена вся система и софт на современных фабрика, и как используется Python

Быстрое изменение размеров изображений, часть 0
https://blog.uploadcare.com/the-fastest-production-ready-image-resize-out-there-part-0-7c974d520ad9

Jython 2.7.1 release candidate 3
https://fwierzbicki.blogspot.nl/2017/06/jython-271-release-candidate-3-released.html

The PythonAnywhere API
http://blog.pythonanywhere.com/154/

API для управления виртуальной машиной сервиса

Машинное обучение для страховой компании: Исследуем алгоритмы
https://habrahabr.ru/post/331484/

Предлагаю продолжить добрую традицию, которая началась в пятницу чуть больше месяца назад. Тогда я поделилась с вами вводной статьёй о том, для чего нужно машинное обучение в страховой компании и как проверялась реалистичность самой идеи. Сегодня будет её продолжение, в котором начинается самое интересное — тестирование алгоритмов.

Django vs Flask
https://www.git-pull.com/code_explorer/django-vs-flask.html

Сравнение двух фреймворков

Авторизация через Google для Django приложения
https://medium.com/@sahiljain_70923/simple-google-authentication-in-django-58101a34736b

Переодичные задачи в Celery 4 + Django
https://medium.com/@yehandjoe/celery-4-periodic-task-in-django-9f6b5a8c21c7

Автоматизация в Django - мечта разработчика. С помощью Celery можно автоматизировать много рутинной работы - бэкапы, генерация отчетов и тд.

Python на марштуризаторе
http://pythonz.net/articles/96/?utm_medium=link&utm_campaign=promo&utm_source=rss

Прежде всего следует знать, что не всякий маршрутизатор позволит вам это сделать. Скорее всего, потребуется предварительно установить одну из альтернативных прошивок (firmware). 

Руководство: как использовать Python для алгоритмической торговли на бирже. Часть 1
https://habrahabr.ru/post/331542/

Технологии стали активом — финансовые организации теперь не только занимаются своим основным бизнесом, но уделяют много внимания новым разработкам. Мы уже рассказывали о том, что в мире высокочастотной торговли лучших результатов добиваются обладатели не только самого эффективного, но и быстрого софта и железа.

Среди наиболее популярных в сфере финансов языков программирования можно отметить R и Python, также часто используются C++, C# и Java. В опубликованном на сайте DataCamp руководстве речь идет о том, как начать использовать Python для создания финансовых приложений — мы представляем вам серию статей-адаптаций глав этого материала.

Подбор закона распределения случайной величины по данным статистической выборки средствами Python
https://habrahabr.ru/post/331560/

О чём могут «рассказать» законы распределения случайных величин, если научиться их «слушать»
Законы распределения случайных величин наиболее «красноречивы» при статистической обработке результатов измерений. Адекватная оценка результатов измерений возможна лишь в том случае, когда известны правила, определяющие поведение погрешностей измерения. Основу этих правил и составляют законы распределения погрешностей, которые могут быть представлены представлены в дифференциальной (pdf) или интегральной (cdf) формах.

К основным характеристикам законов распределения относятся: наиболее вероятное значение измеряемой величины под названием математическое ожидание (mean); мера рассеивания случайной величины вокруг математического ожидания под названием среднеквадратическое отклонение (std).

Дополнительными характеристиками являются – мера скученности дифференциальной формы закона распределения относительно оси симметрии под названием асимметрия (skew) и мера крутости, огибающей дифференциальной формы под названием эксцесс (kurt). Читатель уже догадался, что приведенные сокращения взяты из библиотек scipy. stats, numpy, которые мы и будем использовать.

StackOverflow: интересные вопросы за неделю (lxxix)
http://python-weekly.blogspot.com/2017/06/lxxix-stackoverflow-python-report.html