Celery в нагруженных проектах: немного практики
https://habr.com/post/425719/?utm_campaign=425719

В преддверии нашей Moscow Python Conf++ мы кратко поговорили с Олегом Чуркиным, техлидом финтех-стартапа, о его обширном опыте работы с Celery: полмиллионе фоновых задачах, багах и тестировании.

Python: метапрограммирование в продакшене. Часть первая
https://habr.com/post/422409/?utm_campaign=422409

Многие считают, что метапрограммирование (https://ru.wikipedia.org/wiki/%D0%9C%D0%B5%D1%82%D0%B0%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5) в Python излишне усложняет код, но если использовать его правильно, то можно быстро и элегантно реализовать сложные паттерны проектирования. Помимо этого, такие известные Python-фреймворки, как Django, DRF и SQLAlchemy, используют метаклассы, чтобы обеспечить легкую расширяемость и простое переиспользование кода.

Online-курс «Программирование на Python»
https://pythoncourse.ru/?utm_medium=content&utm_source=site&utm_campaign=anounce&utm_term=python_digest

Изучаешь Python? Пройди профессиональный курс с поддержкой куратора и начни разрабатывать игры, создавать ботов, управлять умным домом!
[Реклама]

boltons – 160 утилит
https://github.com/mahmoud/boltons

Миграция схемы базы данных без даунтайма для postgresql на примере django
https://habr.com/post/425063/?utm_campaign=425063

Хочу поделиться опытом написания миграций для postgres и django. Речь в основном пойдёт про postgres, django же здесь хорошо дополняет, так как из коробки имеет автоматическую миграцию схемы данных по изменениям модельки, то есть имеет довольно полный список рабочих операций по изменению схемы. Django можно заменить на любой любимый фрэймворк/библиотеку — подходы скорее всего будут похожи.

sandsifter - x86 processor fuzzer
http://github.com/Battelle/sandsifter

#python #pydigest

Сборник Python новостей уже перед вами

В 251 выпуске Python Дайджест вы найдете:

- Что нужно запомнить программисту переходящему на Python
- Python: метапрограммирование в продакшене. Часть первая
- Python: метапрограммирование в продакшене. Часть вторая
- Инструменты для анализа кода Python. Часть 2
- Построение функций в консоли. Часть 1
- Миграция схемы базы данных без даунтайма для postgresql на примере django
- Celery в нагруженных проектах: немного практики
- [Видео] Создание таблиц и работа с базой Postgres с использованием SQLAlchemy Core.
- [Курс] Online-курс «Программирование на Python»
- arviz - строим и анализируем выборки из вероятностных моделей
- camelot - извлекаем таблицы из PDF
- aiortc - WebRTC реализация на основе asyncio
- shavenet - предсказываем дату последнего бритья

Заходите в гости - https://pythondigest.ru/issue/251/
Присылайте интересные новости через форму на сайте.

mmdetection - Open MMLab Detection Toolbox
http://github.com/open-mmlab/mmdetection

google-research - Google AI Research
http://github.com/google-research/google-research

medicaltorch - A medical imaging framework for Pytorch
http://github.com/perone/medicaltorch

Символьное решение линейных дифференциальных уравнений и систем методом преобразований Лапласа c применением SymPy
https://habr.com/post/426041/?utm_campaign=426041

Реализация алгоритмов на языке Python с использованием символьных вычислений очень удобна при решении задач математического моделирования объектов, заданных дифференциальными уравнениями. Для решения таких уравнений широко используются преобразования Лапласа, которые, говоря упрощенно, позволяют свести задачу к решению простейших алгебраических уравнений.


В данной публикации предлагаю рассмотреть функции прямого и обратного преобразования Лапласа из библиотеки SymPy, которые позволяют использовать метод Лапласа для решения дифференциальных уравнений и систем средствами Python.

Что нужно запомнить программисту переходящему на Python
https://habr.com/post/426277/?utm_campaign=426277

Когда-то давно, в студенческие годы, меня укусил питон, правда инкубационный период затянулся и получилось так, что я стал программистом на перле.
 
Однако в какой-то момент перл исчерпал себя и я решил заняться питоном, сначала просто делал что-то и разбирался с тем, что нужно для данной задачи, а потом понял, что нужны какие-то систематизированные знания и прочитал несколько книг

Мемоизация дефолтным kwarg в Python
https://habr.com/post/426341/?utm_campaign=426341

Вот так можно мемоизировать питоновскую функцию:

Построение функций в консоли. Часть 1
https://habr.com/post/426373/?utm_campaign=426373

У большинства наверняка возникнет резонный вопрос: зачем?


С прагматической точки зрения незачем) Всегда можно воспользоваться условным Вольфрамом, а если нужно это сделать в питоне, то использовать специальные модули, которыми не так уж и сложно овладеть.


Но если вдруг вам дали такое задание или вы просто очень любите программирование, как я, то вам предстоят увлекательные — а временами и не очень — часы написания программы и ее отладки)

[Перевод] Как сделать функции на Python еще лучше
https://habr.com/post/426381/?utm_campaign=426381

Собственно, заголовок этой замечательной статьи от Джеффа Кнаппа (Jeff Knupp), автора книги "Writing Idiomatic Python (https://www.amazon.com/Writing-Idiomatic-Python-Jeff-Knupp/dp/1482374811/)" полностью отражает ее суть. Читайте внимательно и не стесняйтесь комментировать.


Поскольку очень не хотелось оставлять в тексте важный термин латиницей, мы позволили себе перевести слово «docstring» как «докстрока», обнаружив этот термин (http://slusar.su/izuchaem-python-9-funkcii/) в нескольких (https://ru.hexlet.io/courses/advanced_python/lessons/python-doctest/theory_unit) русскоязычных (https://gitter.im/allure-framework/allure-core/archives/2017/02/15) источниках (http://citforum.ru/programming/python/introspec.shtml).

CANalyzat0r - Security analysis toolkit for proprietary car protocols
http://github.com/schutzwerk/CANalyzat0r

Как подружить питон с Невидимым Интернетом? Основы разработки I2P приложений на Python и asyncio
https://habr.com/post/426315/?utm_campaign=426315

Проект Невидимый Интернет (https://geti2p.net/) (далее просто I2P) представляет разработчикам платформу для разработки приложений с усиленными требованиями по приватности пользователей. Это виртуальная сеть поверх обычного Интернета, в которой узлы могут обмениваться данными и при этом не раскрывать свой настоящий IP адрес. Вместо IP адресов внутри Невидимого Интернета соединения происходят между виртуальными адресами, которые называются I2P Destination. Можно иметь сколько угодно таких адресов и менять их хоть для каждого соединения, они не предоставляют другой стороне никакой информации о настоящем IP адресе клиента.

 
В этой статье описаны базовые вещи, которые нужно знать для написания I2P приложений. Примеры кода приведены на Python с использованием встроенного асинхронного фреймворка asyncio.

Добавляем type hints в Django ORM
https://www.willmcgugan.com/blog/tech/post/adding-type-hints-to-the-django-orm/

apispec - расширяемый модуль для генерации API
http://github.com/marshmallow-code/apispec

Конференция про Python и про общение
https://habr.com/post/425473/?utm_campaign=425473

Традиционно Python используют для создания сетевых сервисов, бэкенда в вебе и, конечно, для сбора и обработки данных, как правило Больших. Эти направления в равных долях с экосистемными докладами и постараемся обсудить на грядущей Moscow Python Conf++. Эта конференция для Python-разработчиков состоится в Москве 22 и 23 октября, и я возглавляю её Программный комитет. Программа, можно сказать, выстрадана, нам удалось сделать её именно такой, как мы и планировали, — разнообразной. Бэкенд, Big Data и особенности языка, у нас гармонично сочетаются с докладами по тестированию, искусственному интеллекту, безопасности и DevOps. Хочется заранее поделиться с вами результатом, поэтому предлагаю обзор докладов по секциям — то, что к вам никак не относится, можно проматывать.