Single-file Python/Django Deployments
https://lincolnloop.com/blog/single-file-python-django-deployments/

Подчеркивание в Python
https://habr.com/ru/post/459672/?utm_campaign=459672&utm_source=habrahabr&utm_medium=rss

Недавно мне довелось послушать доклад о хороших и плохих практиках программирования на языке Си. В нем, в частности, была затронута тема расшифровки забавно выглядящего программного кода (смайликов в Си). После чего последовал спор о целесообразности использования такого запутанного кода для проверки навыков кандидата на должность программиста при собеседованиях. Спор не привел к единому мнению.


Рассмотрим возможный вопрос по смайликам при собеседовании на должность, подразумевающую знание языка программирования Python.

Настройка Django Settings: лучшие практики
https://webdevblog.ru/nastrojka-django-settings-luchshie-praktiki/

Эта статья предназначена для программистов, которые используют фреймворк Django. В ней рассматривается способы использования конфигурационных параметров проекта Django, а также плюсы и минусы различных подходов. В ней вы также найдете рекомендации, касающиеся инструментов, лучших практик и архитектурных решений, проверенные временем и проверенные успешными проектами.

Собираем timelapse с помощью OpenCV
https://medium.com/@derwiki/time-collapsing-photos-with-opencv-a4042163dfb5

Как использовать большие файлы в AWS Lambda
https://medium.com/@johnpaulhayes/how-extract-a-huge-zip-file-in-an-amazon-s3-bucket-by-using-aws-lambda-and-python-e32c6cf58f06

Как обращаться к s3 из aws lambda

google / youtube-8m - базовый код для работы с dataset
https://github.com/google/youtube-8m

Talk Python to Me: #220 Machine Learning in the cloud with Azure ML
https://talkpython.fm/episodes/show/220/machine-learning-in-the-cloud-with-azure-ml

Audio

Визуализация столбца из DataFrame с помощью библиотеки Seaborn
https://habr.com/ru/post/459900/?utm_campaign=459900&utm_source=habrahabr&utm_medium=rss

Попробуем визуализировать данные по рекламным кампаниям, которые храняться в DataFrame.

Используем Tor в качестве прокси для веб-пауков
https://boredhacking.com/tor-webscraping-proxy/

StackOverflow: интересные вопросы за неделю (clxxxvi)
http://python-weekly.blogspot.com/2019/07/clxxxvi-stackoverflow-python-report.html

#python #pydigest

Сборник Python новостей уже перед вами.

В 290 выпуске Python Дайджест вы найдете:

- Подчеркивание в Python
- Настройка Django Settings: лучшие практики
- Заполняем документы в Microsoft Word при помощи Python
- Мелкая питонячая радость #7: 3 по цене 1 — консольная анимация, алгоритмы и отладка
- Airflow для управления Spark-джобами: надежды и костыли
- Строим рекомендательный движок для ресторанов. Часть 1
- Пишем minesweeper на PyQt5
- 50+ Data Structure and Algorithms Interview Questions

Заходите в гости - https://pythondigest.ru/issue/290/
Присылайте интересные новости через форму на сайте.

Сводка новостей от pythonz.net 07.07.2019 — 14.07.2019
https://pythonz.net/articles/255/

Ищите сервер для веб-эксприментов?

Мы используем FirstVDS, довольны стабильностью и функционалом панели.

https://firstvds.ru/?from=421453

А еще можете поддержать Python Дайджест рублем/$

https://money.yandex.ru/to/41001222156458

Пример простой нейросети, как результат разобраться что к чему
https://habr.com/ru/post/459822/?utm_campaign=459822&utm_source=habrahabr&utm_medium=rss

Нейросети — это та тема, которая вызывает огромный интерес и желание разобраться в ней. Но, к сожалению, поддаётся она далеко не каждому. Когда видишь тома непонятной литературы, теряешь желание изучить, но всё равно хочется быть в курсе происходящего.


В конечном итоге, как мне показалось, нет лучше способа разобраться, чем просто взять и создать свой маленький проект.


Можно прочитать лирическую предысторию, разворачивая текст, а можно это пропустить и перейти непосредственно к описанию нейросети. (https://habr.com/ru/post/459822/?utm_campaign=459822&utm_source=habrahabr&utm_medium=rss#description)

deap - Distributed Evolutionary Algorithms in Python
http://github.com/DEAP/deap

Podcast.__init__: A Modern Open Source Project Management Platform
https://www.pythonpodcast.com/taiga-project-management-episode-220/

Audio

Нейросети и глубокое обучение, глава 3, ч.2: почему регуляризация помогает уменьшать переобучение?
https://habr.com/ru/post/459816/?utm_campaign=459816&utm_source=habrahabr&utm_medium=rss

Эмпирически мы увидели, что регуляризация помогает уменьшать переобучение. Это вдохновляет – но, к сожалению, не очевидно, почему регуляризация помогает. Обычно люди объясняют это как-то так: в каком-то смысле, менее крупные веса имеют меньшую сложность, что обеспечивает более простое и действенное объяснение данных, поэтому им надо отдавать предпочтение. Однако это слишком краткое объяснение, а некоторые его части могут показаться сомнительными или загадочными. Давайте-ка развернём эту историю и изучим её критическим взглядом.

Сравнение BDD фреймворков Python: плюсы и минусы
https://habr.com/ru/post/460046/?utm_campaign=460046&utm_source=habrahabr&utm_medium=rss

Почти все основные языки программирования имеют фреймворки для BDD тестирования (https://automationpanda.com/2017/02/04/bdd-101-frameworks/), и Python (https://automationpanda.com/python/) не исключение. И по факту, у него их несколько! Итак, как их сравнить и какой из них лучший? Попробуем разобраться.

9 способов визуализации данных
https://www.marsja.se/python-data-visualization-techniques-you-should-learn-seaborn/

Video classification with Keras and Deep Learning
https://www.pyimagesearch.com/2019/07/15/video-classification-with-keras-and-deep-learning/