Fast Python. Парсинг ISO дат
http://feedproxy.google.com/~r/djangonaut/~3/_3Yc0Rdq2n8/fast-python-parse-iso-dates.html

Преобразование ISO-даты из строки в объект datetime.datetime (https://docs.python.org/3/library/datetime.html#datetime-objects) (или datetime.date), наверное, одна из самых распространенных и постоянных задач в web-разработке на Python. Количество способов сделать это просто поражает воображение

wxPython – получение данных из ListCtrl
http://www.blog.pythonlibrary.org/2017/06/28/wxpython-getting-data-from-all-columns-in-a-listctrl/

Использование Apache Parquet
https://matthewrocklin.com/blog//work/2017/06/28/use-parquet

mujoco-py - физический движок
http://github.com/openai/mujoco-py

Руководство: как использовать Python для алгоритмической торговли на бирже. Часть 2
https://habrahabr.ru/post/331940/

Мы продолжаем публикацию адаптации руководства DataCamp (https://www.datacamp.com/community/tutorials/finance-python-trading#gs.XINSPx8) по использованию Python для разработки финансовых приложений. Первая часть (https://habrahabr.ru/company/itinvest/blog/331542/) материала рассказывала об устройстве финансовых рынков, акциях и торговых стратегиях, данных временных рядов, а также о том, что понадобится для начала разработки.


Теперь, когда вы уже больше знаете про требования к данным, разобрались с понятием временных рядов и познакомились с pandas, пришло время глубже погрузиться в тему финансового анализа, который необходим для создания торговой стратегии.


Jupyter notebook этого руководства можно скачать здесь (https://github.com/Kacawi/datacamp-community).

mkosi - Build Legacy-Free OS Images
http://github.com/systemd/mkosi

FuzzyFinder в 10 Python строк
http://blog.amjith.com/fuzzyfinder-in-10-lines-of-python

Как использовать проверку статической типизации в Python 3.6
https://medium.com/@ageitgey/learn-how-to-use-static-type-checking-in-python-3-6-in-10-minutes-12c86d72677b

GraphQL в Python Мире
http://nafiulis.me/graphql-in-the-python-world.html

Обсуждение: почему Pinterest переехали с Django на Flask.
https://www.reddit.com/r/Python/comments/6jjqxx/why_did_pinterest_move_from_django_to_flask/

python-nmap - nmap из Python
http://xael.org/pages/python-nmap-en.html

Web Scraping с BeautifulSoup
https://www.dataquest.io/blog/web-scraping-beautifulsoup/

Получаем фотографии NASA с Марса с помощью aiohttp
https://habrahabr.ru/post/331834/

Я большой фанат книги «Марсианин» Энди Вейера. Читая её, мне было интересно, что же Марк Уотни чувствовал, гуляя по красной планете. Недавно наткнулся на пост на Twillo (https://www.twilio.com/blog/2017/04/texting-robots-on-mars-using-python-flask-nasa-apis-and-twilio-mms.html), в котором упоминалось, что у NASA есть публичный API для доступа к фотографиям с марсоходов. Так что я решил написать собственное приложение для просмотра изображений непосредственно в браузере.

Дискриминация котов: веб-трекинг через невидимые картинки
https://habrahabr.ru/post/326070/

Вы когда-нибудь задумывались над тем, по какому принципу вам показывают таргетированную рекламу? Почему, даже не лайкая ничего во время сёрфинга вы, возвращаясь на Facebook, видите рекламу, связанную с посещёнными вами сайтами? И кто заинтересован в том, чтобы отслеживать пользователей? В рамках моего учебного проекта, мне предстояло выяснить, какие компании стоят за трекингом посещений сайтов, и что они используют, чтобы делать это, не привлекая особого внимания.

Использование Python и Excel для обработки и анализа данных. Часть 2: библиотеки для работы с данными
https://habrahabr.ru/post/331998/

Как читать и редактировать Excel файлы при помощи openpyxl


Эта библиотека пригодится, если вы хотите читать и редактировать файлы .xlsx, xlsm, xltx и xltm.


Установите openpyxl using pip. Общие рекомендации по установке этой библиотеки — сделать это в виртуальной среде Python без системных библиотек. Вы можете использовать виртуальную среду для создания изолированных сред Python: она создает папку, содержащую все необходимые файлы, для использования библиотек, которые потребуются для Python.

Автоэнкодеры в Keras, Часть 5: GAN(Generative Adversarial Networks) и tensorflow
https://habrahabr.ru/post/332000/

При всех преимуществах вариационных автоэнкодеров VAE, которыми мы занимались в предыдущих постах, они обладают одним существенным недостатком: из-за плохого способа сравнения оригинальных и восстановленных объектов, сгенерированные ими объекты хоть и похожи на объекты из обучающей выборки, но легко от них отличимы (например, размыты).

Вероятностный и информационный анализ результатов измерений на Python
https://habrahabr.ru/post/332066/

Нет более полезного инструмента для исследования, чем подтверждённая практикой теория.


Зачем нужна информационная теория измерений


В предыдущей публикации [1] мы рассмотрели подбор закона распределения случайной величины по данным статистической выборки и только упомянули об информационном подходе к анализу погрешности измерений. Поэтому продолжим обсуждение этой актуальной темы.

Делаем data science-портфолио: история через данные
https://habrahabr.ru/post/331528/

Data science-компании всё чаще смотрят портфолио, когда принимают решение о приёме на работу. Это, в  частности, из-за того, что лучший способ судить о практических навыках — именно портфолио. И хорошая новость в том, что оно полностью в вашем распоряжении: если постараетесь – сможете собрать отличное портфолио, которым будут впечатлены многие компании.

Создание запускаемых файлов из скриптов на языке Python с помощью cx_Freeze
http://jenyay.net/Programming/Cxfreeze

Статья про основы использования библиотеки cx_Freeze для создания запускаемых файлов и настройки параметров сборки.

Python - интерпретируемый язык, а это значит, что если вы хотите распространять ваше приложение, то у пользователя должен быть установлен интерпретатор, на вход которого он должен подать исходные коды вашей программы. Если вы разрабатываете приложение под Linux или основная масса пользователей вашей программы - айтишники (программисты, админы и им сочувствующие), то требование установить интерпретатор Python скорее всего их не испугает. А вот заставлять устанавливать Python, а, возможно, еще и дополнительные библиотеки обычных пользователей - сомнительная идея.

Интеграция 1С с DLL с помощью Python
https://habrahabr.ru/post/332082/

Недавно я разработал алгоритм для логистики, и нужно было его куда-то пристроить. Помимо веб-сервиса решено было внедрить данный модуль в 1С, и тут появилось довольно много подводных камней. 


Начнем с того, что сам алгоритм представлен в виде dll библиотеки, у которой одна точка входа, принимающая JSON строку как параметр, и отдающая 2 колбэка. Первый для отображения статуса выполнения, другой для получения результата. С web-сервисом все довольно просто, у питона есть замечательный пакет ctypes, достаточно подгрузить нужную библиотеку и указать точку входа.