Python Bytes: #163 Meditations on the Zen of Python
https://pythonbytes.fm/episodes/show/163/meditations-on-the-zen-of-python

Отслеживаем прогресс выполнения в Python
https://habr.com/ru/post/483400/?utm_campaign=483400&utm_source=habrahabr&utm_medium=rss

Индикаторы прогресса (progress bar) — визуальное отображение процесса работы. Они избавляют нас от необходимости беспокоиться о том, не завис ли скрипт, дают интуитивное представление о скорости его выполнения и подсказывают, сколько времени осталось до завершения.
 
Человек ранее не использовавший индикаторы прогресса может предположить, что их внедрение может сильно усложнить код. К счастью, это не так. Небольшие примеры ниже покажут, как быстро и просто начать отслеживать прогресс в консоли или в интерфейсе быстро набирающей популярность графической библиотеки PySimpleGUI (https://github.com/PySimpleGUI/PySimpleGUI).

Эксперименты с нейронными сетями на данных сейсморазведки
https://habr.com/ru/post/482780/?utm_campaign=482780&utm_source=habrahabr&utm_medium=rss

Сложность интерпретации данных сейсмической разведки связана с тем, что к каждой задаче необходимо искать индивидуальный подход, поскольку каждый набор таких данных уникален. Ручная обработка требует значительных трудозатрат, а результат часто содержит ошибки, связанные с человеческим фактором. Использование нейронных сетей для интерпретации может существенно сократить ручной труд, но уникальность данных накладывает ограничения на автоматизацию этой работы.


Данная статья описывает эксперимент по анализу применимости нейронных сетей для автоматизации выделения геологических слоев на 2D-изображениях на примере полностью размеченных данных из акватории Северного моря.

Повышение продуктивности при работе с Jupyter Notebook за 5 минут
https://habr.com/ru/post/483408/?utm_campaign=483408&utm_source=habrahabr&utm_medium=rss

Для начала повторим основные горячие клавиши. Если вы их ещё не используете — начните обязательно. В долгосрочной перспективе время на изучение окупится многократно.

graphene-django - Integrate GraphQL into your Django project.
http://github.com/graphql-python/graphene-django

Разработка идеального pypi пакета с поддержкой разных версий python
https://habr.com/ru/post/483512/?utm_campaign=483512&utm_source=habrahabr&utm_medium=rss

Это небольшой мануал/история о том, как создать "идеальный" pypi пакет для python, который каждый желающий сможет установить заветной командой:
 
pip install my-perfect-package

Ориентирована на новичков, но призываю и профессионалов высказать свое мнение, как можно улучшить "идеальный" пакет. Поэтому прошу под кат.

flair - A very simple framework for state-of-the-art Natural Language Processing (NLP)
http://github.com/flairNLP/flair

PyDev 7.5.0
http://feedproxy.google.com/~r/blogspot/pydev/~3/go5WQOXQdV0/pydev-750-released-python-38-and-cython.html

scalene - производительный профайлер памяти и CPU
http://github.com/emeryberger/scalene

StackOverflow: интересные вопросы за неделю (ccx)
http://python-weekly.blogspot.com/2020/01/ccx-stackoverflow-python-report.html

Сводка новостей от pythonz.net 05.01.2020 — 12.01.2020
https://pythonz.net/articles/288/

#python #pydigest

Сборник Python новостей уже перед вами.

В 316 выпуске Python Дайджест вы найдете:

- Разбираемся с HTTPS на Python
- Базовая настройка aiohttp.web приложений
- Deep Reinforcement Learning: как научить пауков ходить
- Разработка идеального pypi пакета с поддержкой разных версий python
- Как сделать бота, который превращает фото в комикс. Часть 2
- Эксперименты с нейронными сетями на данных сейсморазведки
- JobFunnel - парсим список вакансий с сайтов
- keras-ocr - переводим картинки в текст силами Keras

Заходите в гости - https://pythondigest.ru/issue/316/
Присылайте интересные новости через форму на сайте.

Что принёс нам Pandas 1.0
https://habr.com/ru/post/483720/?utm_campaign=483720&utm_source=habrahabr&utm_medium=rss

9 января состоялся релиз Pandas 1.0.0rc. Предыдущая версия библиотеки — 0.25.
 
Первый мажорный релиз содержит множество замечательных нововведений, в том числе улучшенное автоматическое суммирование датафреймов, больше форматов вывода, новые типы данных и даже новый сайт документации.

Все изменения можно посмотреть здесь (https://dev.pandas.io/docs/whatsnew/v1.0.0.html), в статье же мы ограничимся небольшим, менее техническим обзором самого главного.

spotipy - Spotify Web API wrapper
http://github.com/plamere/spotipy

Keras Functional API в TensorFlow
https://habr.com/ru/post/483664/?utm_campaign=483664&utm_source=habrahabr&utm_medium=rss

В Keras есть два API для быстрого построения архитектур нейронных сетей Sequential и Functional. Если первый позволяет строить только последовательные архитектуры нейронных сетей, то с помощью Functional API можно задать нейронную сеть в виде произвольного направленного ациклического графа, что дает намного больше возможностей для построения сложных моделей. В материале перевод руководства, посвященного особенностям Functional API, с сайта TensorFlow.

Логистическая регрессия на Python
https://realpython.com/logistic-regression-python/

Podcast.__init__: Using Deliberate Practice To Level Up Your Python
https://www.pythonpodcast.com/reuven-lerner-deliberate-practice-episode-245/

Audio

Django 3 Tutorial & CRUD Example with MySQL and Bootstrap
https://www.techiediaries.com/django-3-tutorial-and-crud-example-with-mysql-and-bootstrap/

PyQT: форма ввода пароля
https://kushaldas.in/posts/creating-password-input-widget-in-pyqt.html

Python в Visual Studio Code – январский релиз 2020
https://habr.com/ru/post/483352/?utm_campaign=483352&utm_source=habrahabr&utm_medium=rss

Мы рады представить январский релиз 2020 расширения Python для Visual Studio Code. Вы можете скачать расширение (https://marketplace.visualstudio.com/items?itemName=ms-python.python) из маркетплейса, или установить его напрямую из галереи расширений в Visual Studio Code. Если расширение Python у вас уже установлено, вы можете получить последнее обновление перезапустив Visual Studio Code. Подробности о поддержке Python в Visual Studio Code (https://code.visualstudio.com/docs/python/python-tutorial) вы можете прочитать в документации.