Size: a a a

2018 July 02
PythonDigest
источник
PythonDigest
источник
2018 July 03
PythonDigest
Talk Python to Me: #167: асинхронность с Trio
https://talkpython.fm/episodes/show/167/simplifying-python-s-async-with-trio

По мотивам Python 3.5
источник
PythonDigest
Читаем .dbf — анонс dbf_light
http://pythonz.net/articles/171/?utm_source=rss&utm_campaign=promo&utm_medium=link

О новом приложении, позволяющем читать dbf-файлы.
источник
PythonDigest
StackOverflow: интересные вопросы за неделю (cxxxii)
http://python-weekly.blogspot.com/2018/06/cxxxii-stackoverflow-python-report.html
источник
PythonDigest
Информация о банках от ЦБ РФ — анонс pycbrf 0.2.1
http://pythonz.net/articles/173/?utm_source=rss&utm_campaign=promo&utm_medium=link

О новой версии приложения, позволяющего получать информацию от Центрального банка РФ в Python.
источник
PythonDigest
Fast Python. В поисках медленного кода при помощи стандартного профайлера
http://feedproxy.google.com/~r/djangonaut/~3/fWoJZrtThk0/fast-python-cprofile.html
источник
PythonDigest
Введение в Data classes
https://habr.com/post/415829/?utm_campaign=415829

Одна из новых возможностей, появившихся в Python 3.7 (https://www.python.org/downloads/release/python-370/) — классы данных (Data classes). Они призваны автоматизировать генерацию кода классов, которые используются для хранения данных. Не смотря на то, что они используют другие механизмы работы, их можно сравнить с "изменяемыми именованными кортежами со значениями по-умолчанию".
источник
PythonDigest
noisy - Simple random DNS, HTTP/S internet traffic noise generator
http://github.com/1tayH/noisy
источник
PythonDigest
T2F - генерируем из текста фото лица
http://github.com/akanimax/T2F
источник
PythonDigest
Открытый вебинар для всех ценителей Python.

3 июля, в 20:00 по мск, Илья Лебедев, преподаватель курса «Web-разработчик на Python» и старший разработчик в Itcanfy и Ngenix, для всех ценителей Python проведет бесплатное практическое занятие «Пишем свою библиотеку для работы с xlsx файлами».

Вы посмотрите, как устроен формат xlsx, как с ним работать без специализированных библиотек, вроде openpyxl и напишете свою аналогичную библиотеку с набором нужных на практике функций.
Вебинар можно просто смотреть, но лучше - писать код всем вместе. Для этого потребуется третий Python, пустое виртуальное окружение и ваша любимая IDE.

Подключайтесь - будет интересно и профессионально.
https://otus.ru/events/webopen2/113/?utm_source=pythondigest&utm_medium=cpm&utm_campaign=webdev&utm_term=lesson&utm_content=lesson
источник
PythonDigest
pymongo - 3.8.0
https://allmychanges.com/p/python/pymongo/#3.8.0

Python интерфейс для MongoDB. Изменения описаны по ссылке https://allmychanges.com/p/python/pymongo/#3.8.0. Скачать можно по ссылке: http://pypi.python.org/pypi/pymongo/
источник
2018 July 04
PythonDigest
источник
PythonDigest
источник
PythonDigest
Сортировки вставками
https://habr.com/post/415935/?utm_campaign=415935

Общая суть сортировок вставками такова: Перебираются элементы в неотсортированной части массива. Каждый элемент вставляется в отсортированную часть массива на то место, где он должен находиться. Траффик
источник
PythonDigest
Автоматизация Windows приложений с помощью COM
http://pbpython.com/windows-com.html
источник
PythonDigest
источник
PythonDigest
Рисуем гистограмм с помощью NumPy, Matplotlib, Pandas и Seaborn
https://realpython.com/python-histograms/
источник
2018 July 05
PythonDigest
Насколько open-source экосистема R хороша для решения бизнес-задач?
https://habr.com/post/416019/?utm_campaign=416019

Поводом для публикации послужила запись в блоге Rstudio: «Shiny 1.1.0: Scaling Shiny with async» (https://blog.rstudio.com/2018/06/26/shiny-1-1-0/), которая может очень легко пройти мимо, но которая добавляет очень весомый кирпичик в задаче применения R для задач бизнеса. На самом деле, в dev версии shiny асинхронность появилась примерно год назад, но это было как бы несерьезно и «понарошку» — это же dev версия. Перенос в основную ветку и публикация на CRAN является важным подтверждением, что многие принципиальные вопросы продуманы, решены и протестированы, можно спокойно переносить в продуктив и пользоваться.
 
А что еще есть в R, кроме «бриллианта», что позволяет превратить его в универсальный аналитический инструмент для практических задач?
источник
PythonDigest
источник