Podcast.__init__: Accelerating The Adoption Of Python At Wayfair
https://www.pythonpodcast.com/python-adoption-wayfair-episode-236/

Audio

Работа над PEG на Core Developer Sprint
https://habr.com/ru/post/471994/?utm_campaign=471994&utm_source=habrahabr&utm_medium=rss

В этой статье я не буду рассказывать о новых фичах генератора парсера — я достаточно описал его в предыдущих частях. Вместо этого хочу рассказать что я делал на Core Developer Sprint на прошлой неделе, прежде чем всё сотрётся из моей памяти. Хотя большая часть материала так или иначе всё равно касается PEG. Так что мне придётся показать некоторый код, который задаёт направление в реализации PEG-парсера для Python 3.9.

Django bugfix  2.2.7, 2.1.14 и 1.11.26
https://www.djangoproject.com/weblog/2019/nov/04/django-bugfix-releases-227-2114-11126/

Делаем мобильное приложенеи на Kivy
https://realpython.com/mobile-app-kivy-python/

Статический анализ больших объёмов Python-кода: опыт Instagram. Часть 1
https://habr.com/ru/post/473766/?utm_campaign=473766&utm_source=habrahabr&utm_medium=rss

Серверный код в Instagram пишут исключительно на Python. Ну, в основном это именно так. Мы используем немного Cython, а в состав зависимостей входит немало C++-кода, с которым можно работать из Python как с C-расширениями.

34 open source библиотеки Python (2019)
https://habr.com/ru/post/474622/?utm_campaign=474622&utm_source=habrahabr&utm_medium=rss

Мы просмотрели и сравнили 10 000 open source библиотек для Python и выбрали 34 самые полезные. Мы сгруппировали эти библиотеки в 8 категорий.

Почему Солнце вращается вокруг Земли
https://habr.com/ru/post/474324/?utm_campaign=474324&utm_source=habrahabr&utm_medium=rss

В России одна известная организация под названием ВЦИОМ проводила социологическое исследование (https://wciom.ru/index.php?id=236&uid=1749), на котором гражданам предлагали ответить на вопрос: «Согласны ли вы со следующим утверждением: Солнце вращается вокруг Земли?» Данные этого опроса многократно перепечатываются в СМИ, и на различных сетевых ресурсах в комментариях часто ссылаются на него при обсуждении различных общественно-политических проблем.

Статический анализ больших объёмов Python-кода: опыт Instagram. Часть 2
https://habr.com/ru/post/473770/?utm_campaign=473770&utm_source=habrahabr&utm_medium=rss

Сегодня публикуем вторую часть перевода материала, посвящённого статическому анализу больших объёмов серверного Python-кода в Instagram.

Talk Python to Me: #237 A gut feeling about Python
https://talkpython.fm/episodes/show/237/a-gut-feeling-about-python

Audio

Python Bytes: #155 Guido van Rossum retires
https://pythonbytes.fm/episodes/show/155/guido-van-rossum-retires

Audio

Поиск похожих инцидентов и заявок. Метрики и оптимизация
https://habr.com/ru/post/472772/?utm_campaign=472772&utm_source=habrahabr&utm_medium=rss

В предыдущей статье я рассказал про нашу систему поиска похожих заявок (https://habr.com/ru/post/472210/). После ее запуска мы стали получать первые отзывы. Какие-то рекомендации аналитикам нравились и были полезны, какие-то — нет.
 
Для того, чтобы двигаться дальше и находить более качественные модели, необходимо было сначала оценить работу текущей модели. Также необходимо было выбрать критерии, по которым две модели можно было бы сравнить между собой.

LEGO MINDSTORMS Education EV3 + MicroPython: программируем детский конструктор взрослым языком
https://habr.com/ru/post/474562/?utm_campaign=474562&utm_source=habrahabr&utm_medium=rss

Мы уже рассказывали (https://habr.com/ru/company/legoeducation/blog/315740/) о платформе LEGO MINDSTORMS Education EV3. Основные задачи этой платформы — обучение на практических примерах, развитие навыков STEAM и формирование инженерного мышления. В ней можно проводить лабораторные работы по изучению механики и динамики. Лабораторные стенды из кубиков LEGO и утилиты по регистрации и обработке данных делают опыты еще интереснее и нагляднее и помогают детям лучше понять физику. Например, школьники могут собрать данные о температуре плавления и с помощью приложения систематизировать их и представить в виде графика. Но это только начало: сегодня мы расскажем, как дополнить этот набор средой программирования MicroPython и использовать его для обучения робототехнике.

Типы для HTTP-API, написанных на Python: опыт Instagram
https://habr.com/ru/post/474308/?utm_campaign=474308&utm_source=habrahabr&utm_medium=rss

Сегодня мы публикуем второй материал из цикла, посвящённого использованию Python в Instagram. В прошлый (https://habr.com/ru/company/ruvds/blog/473766/) раз речь шла проверке типов серверного кода Instagram. Сервер представляет собой монолит, написанный на Python. Он состоит из нескольких миллионов строк кода и имеет несколько тысяч конечных точек Django.

Как написать смарт-контракт на Python в сети Ontology. Часть 1: Blockchain & Block API
https://habr.com/ru/post/474966/?utm_campaign=474966&utm_source=habrahabr&utm_medium=rss

Это первая часть из серии обучающих статей о создании смарт-контрактов на Python в блокчейн сети Ontology при помощи инструмента разработки смарт-контрактов SmartX (https://smartx.ont.io/).


В этой статье мы начнём знакомство с API смарт-контракта Ontology. API смарт-контракта Ontology разделен на 7 модулей

Создаём сайт на Django, используя хорошие практики. Часть 1: создаём django-проект
https://pythonworld.ru/web/django-project-best-practices-1.html

Я начинаю серию статей, посвященных разработке сайтов на Django. Информация для этих статей получена из собственного опыта (полтора года коммерческой разработки на Django, несколько мелких фриланс-проектов, часть проекта pythonworld.ru (https://pythonworld.ru/) написана на Django).

Когда использовать List Comprehension в Python
https://webdevblog.ru/kogda-ispolzovat-list-comprehension-v-python/

Перевод оригинальной статьи:  James TimminsWhen to Use a List Comprehension in Python (https://realpython.com/list-comprehension-python/)

Объекты без циклических ссылок и циклической сборки мусора
https://habr.com/ru/post/463269/?utm_campaign=463269&utm_source=habrahabr&utm_medium=rss

Каждый экземпляр класса в CPython, созданный при помощи синтаксической конструкции class (https://docs.python.org/3/tutorial/classes.html#class-definition-syntax), участвует в механизме циклической сборки мусора (https://pythoninternal.wordpress.com/2014/08/04/the-garbage-collector/). Это увеличивает след в памяти каждого экземпляра и может создавать проблемы (https://instagram-engineering.com/dismissing-python-garbage-collection-at-instagram-4dca40b29172) с памятью в высоконагруженных системах.
Нельзя ли обойтись в случае необходимости одним базовым механизмом подсчета ссылок (https://docs.python.org/3/c-api/refcounting.html)?

StackOverflow: интересные вопросы за неделю (ccii)
http://python-weekly.blogspot.com/2019/11/ccii-stackoverflow-python-report.html

Python OOP — Corey Schafer & DataCamp
https://towardsdatascience.com/python-oop-corey-schafer-datacamp-be6b0b3cafc6

Сводка новостей от pythonz.net 03.11.2019 — 10.11.2019
https://pythonz.net/articles/278/