Создание REST API на Falcon
https://habrahabr.ru/post/347064/?utm_campaign=347064

В этой статье мы создадим REST API на основе фреймворка Python Falcon, потестируем производительность и попробуем его масштабировать, чтобы справиться с нагрузками.

Для реализации и тестирования нашего API нам понадобятся следующие компоненты:

 
Falcon (https://falconframework.org/)
PostgreSQL (https://www.postgresql.org/)
Taurus (https://gettaurus.org/)

PyCharm 2018.1 EAP
http://feedproxy.google.com/~r/Pycharm/~3/bmtaWgTIBq0/

Talk Python to Me: #147 Quart: Flask, but 3x faster
https://talkpython.fm/episodes/show/147/quart-flask-but-3x-faster

Аудио-подкаст

Добавляем JWT авторизацию с в Django REST Framework используя Auth0
https://www.techiediaries.com/auth0-jwt-django-rest/

StackOverflow: интересные вопросы за неделю (cix)
http://python-weekly.blogspot.com/2018/01/cix-stackoverflow-python-report.html

Расчёт сопел современных ракетных двигателей
https://habrahabr.ru/post/347086/?utm_campaign=347086

Сопло ракетного двигателя- техническое приспособление, которое служит для ускорения газового потока, проходящего по нему до скоростей, превышающих скорость звука. Основные виды профилей сопел приведены на рисунке:

Как я писал telegram-бота и заливал его на удаленный сервер
https://habrahabr.ru/post/347106/?utm_campaign=347106

Как только на территории РФ вступил в силу запрет на анонимность в мессенджерах, у меня дошли руки написать пост про telegram-бота (https://core.telegram.org/bots). По ходу создания бота столкнулся с большим количеством проблем, которые пришлось решать по отдельности, и буквально выцеживать крупинки информации со всего интернета. И вот после нескольких месяцев страданий и мучений (кодинг – не основное моё занятие) я наконец-то закончил с ботом, разобрался со всеми проблемами и готов поведать свою историю Вам.

django-admin-email-sender
https://github.com/stasfilin/django-admin-email-sender

This package used to send mass emails from Admin Panel.

CoffeeMiner: взлом WiFi для внедрения криптомайнера в HTML-страницы
https://habrahabr.ru/post/347144/?utm_campaign=347144

Несколько недель назад я прочитал этом случае Starbucks (https://motherboard.vice.com/en_us/article/gyd5xq/starbucks-wi-fi-hijacked-peoples-laptops-to-mine-cryptocurrency-coinhive), где хакеры взламывали ноутбуки в сети WiFi, чтобы майнить на них криптовалюту. И я подумал, что может быть интересно провести атаку иным способом.


Цель этой статьи — объяснить, как провести атаку MITM (человек посередине) для внедрения определённого JavaScript-кода в страницы HTML, чтобы заставить все устройства, подключённые к WiFi, майнить криптовалюту для злоумышленника.


Задача состоит в создании скрипта, который проводит автономную атаку в сети WiFi. Это то, что мы назвали CoffeeMiner, поскольку атаки такого типа можно проводить в кафе.

bplustree - B+tree
http://github.com/NicolasLM/bplustree

Linux System Mining с Python
http://echorand.me/linux-system-mining-with-python.html

Изучаем как собирать разные метрики работы Linux с помощью Python

Создание игр на Python 3 и Pygame: Часть 1
https://habrahabr.ru/post/347138/?utm_campaign=347138

Многие разработчики приходят в разработку ПО, потому что хотят создавать игры. Не все могут стать профессиональными разработчиками игр, но любой может создавать собственные игры из интереса (а может быть, и с выгодой). В этом туториале, состоящем из пяти частей, я расскажу вам, как создавать двухмерные однопользовательские игры с помощью Python 3 и замечательного фреймворка PyGame.


Мы создадим версию классической игры Breakout (https://ru.wikipedia.org/wiki/Breakout_(%D0%B8%D0%B3%D1%80%D0%B0)). Освоив этот туториал, вы будете чётко понимать, что необходимо для создания игры, познакомитесь с возможностями Pygame и напишете собственный пример игры.

pyclbr — Class Browser — PyMOTW 3
https://doughellmann.com/blog/2018/01/22/pyclbr-class-browser-pymotw-3/

Своя СУБД за 3 недели. Нужно всего лишь каждый день немного времени…
https://habrahabr.ru/post/347274/?utm_campaign=347274

Своя СУБД за 3 недели. Нужно всего-лишь каждый день немного времени уделять архитектуре; и всё остальное время вкалывать на результат, печатая и перепечатывая сотни строк кода.


По закону Мерфи, если есть более одного проекта на выбор — я возьмусь за самый сложный из предложенных. Так случилось и с последним заданием курса о системах управления базами данных (СУБД).

Twitter API с Python
http://stackabuse.com/accessing-the-twitter-api-with-python/

Обработка множества Django форм на одной странице
https://www.codementor.io/lakshminp/handling-multiple-forms-on-the-same-page-in-django-fv89t2s3j

Как мы выстраивали инфраструктуру данных в Wish
https://habrahabr.ru/post/347360/?utm_campaign=347360

Я пришел в Wish 2,5 года назад, дела в компании шли отлично. Наше приложение было в топе в iOS и Android магазинах и продавало более 2 миллионов товаров в день.


Мало кто верил, что можно построить большой бизнес, продавая дешевые товары. Однако, используя данные, Wish смогли бросить вызов этим сомнениям. Аналитика данных всегда была у нас в крови.


Но когда наш бизнес стал расти огромными темпами, мы не были к этому готовы, обнаружилось множество проблем с аналитикой. Каждая команда внутри компании стала нуждаться в срочной поддержке в работе с данными и многое упускала из виду в своем поле деятельности. В то время наши аналитические возможности еще только зарождались и не могли удовлетворить все растущий спрос.


В данном посте я расскажу о том, какие уроки мы извлекли за это время, а также распишу верный путь для компаний, находящихся в поисках способов масштабирования их аналитических функций.

Улучшаем Python с помощью своих C Extensions
http://stackabuse.com/enhancing-python-with-custom-c-extensions/

Практическое введенеи в Scraping
https://realpython.com/blog/python/python-web-scraping-practical-introduction/

Разбираемся во внутренностях Python классов
https://rushter.com/blog/python-class-internals/