Введение в модуль: calendar
https://stackabuse.com/introduction-to-the-python-calendar-module/

conversational-datasets - Datasets for conversational AI
http://github.com/PolyAI-LDN/conversational-datasets

DIY System Monitoring, Part 1: Python
https://reachtim.com/articles/diy-system-monitoring-part-1-python.html

Jupyter Notebook Server на AWS EC2 и AWS VPC
https://www.codingforentrepreneurs.com/posts/jupyter-notebook-server-aws-ec2-aws-vpc/

Django: Размещайте логику вне шаблонов (и представлений)
https://webdevblog.ru/django-keeping-logic-out-of-templates-and-views/

Когда я впервые начал увлекаться Django и веб-разработкой, хороший друг с немного большим опытом посоветовал мне не использовать логику в своих шаблонах «Шаблоны должны быть простыми».
Я действительно не понимал, что это значит, пока не начал страдать от последствий наличия логики в моих файлах .html. После трех лет работы с Django я теперь стараюсь держать бизнес-логику подальше не только от шаблонов, но и от представлений.
В этом посте я постепенно расскажу о наиболее рекомендуемых способах размещения бизнес логики и обрисую преимущества, которые предлагает каждый из них.

SciPy, оптимизация с условиями
https://habr.com/ru/post/448054/?utm_campaign=448054

SciPy (произносится как сай пай) — это основанный на numpy математический пакет, включающий в себя также библиотеки на C и Fortran. С SciPy интерактивный сеанс Python превращается в такую же полноценную среду обработки данных, как MATLAB, IDL, Octave, R или SciLab.
 
В этой статье рассмотрим основные приемы математического программирования — решения задач условной оптимизации для скалярной функции нескольких переменных с помощью пакета scipy.optimize. Алгоритмы безусловной оптимизации уже рассмотрены в прошлой статье (https://habr.com/ru/post/439288/). Более подробную и актуальную справку по функциям scipy всегда можно получить с помощью команды help(), Shift+Tab или в официальной документации (https://docs.scipy.org/doc/scipy/reference/optimize.html).

Ищем утечки памяти в приложениях на Python
https://habr.com/ru/post/448474/?utm_campaign=448474

В Zendesk мы используем Python для создания продуктов с машинным обучением. В приложениях с использованием машинного обучения одними из самых распространенных проблем, с которыми мы столкнулись, являются утечка памяти и всплески. Код на Python обычно выполняется в контейнерах с помощью фреймворков распределенной обработки, таких как Hadoop (https://hadoop.apache.org/), Spark (https://spark.apache.org/) и AWS Batch (https://medium.com/zendesk-engineering/how-we-use-aws-batch-at-zendesk-to-build-all-the-machine-learning-models-a41d93eabd45). Каждому контейнеру выделяется фиксированный объем памяти. Как только выполнение кода превысит заданное ограничение памяти, контейнер прекратит свою работу из-за ошибок, возникающих по причине нехватки памяти.

Arjun - ищем перебором GET параметры для API
http://github.com/s0md3v/Arjun

#python #pydigest

Сборник Python новостей уже перед вами.

В 278 выпуске Python Дайджест вы найдете:

- Введение в библиотеку Python lxml
- Ищем утечки памяти в приложениях на Python
- Основы Natural Language Processing для текста
- Python Testing с pytest. Builtin Fixtures. Цикл статей
- Определяем породу собаки: от нейросети на Питоне до приложения
- Text_Classification - конспект по алгоритмам классификакции текста
- requests3 - Requests 3.0, for Humans and Machines, alike.
- Wasmer - используем WebAssembly бинарники на Python


Заходите в гости - https://pythondigest.ru/issue/278/
Присылайте интересные новости через форму на сайте.

Text_Classification - конспект по алгоритмам классификакции текста
http://github.com/kk7nc/Text_Classification

Делаем python пакет с GitLab и Conda
https://stefan.sofa-rockers.org/2019/04/18/python-packaging-gitlab-conda/

tfc - Tinfoil Chat - Onion-routed, endpoint secure messaging system
http://github.com/maqp/tfc

Пишем GUI на wxpython с NASA API
http://www.blog.pythonlibrary.org/2019/04/18/creating-a-gui-application-for-nasas-api-with-wxpython/

Positional-Only Parameters
https://lwn.net/Articles/785245/

requests3 - Requests 3.0, for Humans and Machines, alike.
http://github.com/kennethreitz/requests3

Python Bytes: #126 WebAssembly comes to Python
https://pythonbytes.fm/episodes/show/126/webassembly-comes-to-python

Аудио-подкаст

OpenCV шпаргалка
https://heartbeat.fritz.ai/opencv-python-cheat-sheet-from-importing-images-to-face-detection-52919da36433

Python Testing с pytest. Конфигурация, ГЛАВА 6
https://habr.com/ru/post/448796/?utm_campaign=448796

В этой главе мы рассмотрим файлы конфигурации, которые влияют на pytest, обсудим, как pytest изменяет свое поведение на их основе, и внесем некоторые изменения в файлы конфигурации проекта Tasks.

Python Testing с pytest. Использование pytest с другими инструментами, ГЛАВА 7
https://habr.com/ru/post/448798/?utm_campaign=448798

Обычно pytest используется не самостоятельно, а в среде тестирования с другими инструментами. В этой главе рассматриваются другие инструменты, которые часто используются в сочетании с pytest для эффективного и результативного тестирования. Хотя это отнюдь не исчерпывающий список, обсуждаемые здесь инструменты дадут вам представление о вкусе силы смешивания pytest с другими инструментами.

Python Testing с pytest. Плагины, ГЛАВА 5
https://habr.com/ru/post/448794/?utm_campaign=448794

Достаточно мощный pytest прямо из коробки, становится еще лучше, когда вы добавляете в него микс из плагинов. Кодовая база pytest структурирована настройками и расширениями, и есть хуки, доступные для модификации и улучшений через плагины.