Хаос зависимостей в Python
https://habr.com/ru/post/483920/?utm_campaign=483920&utm_source=habrahabr&utm_medium=rss

Знакомы ли вы с историей Python packaging? Ориентируетесь ли в форматах пакетов? Знаете ли, что распутывать клубок зависимостей придется даже когда кажется, что вот оно чудо — zero dependency? Уверен, что знакомы со всем этим не так хорошо, как автор библиотеки DepHell.

Асинхронные задачи в Django с Django Q
https://www.valentinog.com/blog/django-q/

Подборка @pythonetc, декабрь 2019
https://habr.com/ru/post/484004/?utm_campaign=484004&utm_source=habrahabr&utm_medium=rss

Новая подборка советов про Python и программирование из авторского канала @pythonetc.

Python (+numba) быстрее си — серьёзно?! Часть 2. Практика
https://habr.com/ru/post/484142/?utm_campaign=484142&utm_source=habrahabr&utm_medium=rss

Это вторая часть статьи про numba. В первой (https://habr.com/ru/post/484136/) было историческое введение и краткая инструкция по эксплуатации numba. Здесь я привожу слегка модифицированный код задачи из статьи про хаскелл «Быстрее, чем C++; медленнее, чем PHP (https://habr.com/ru/post/483864/)» с более детальными бенчмарками, графиками и пояснениями. Сразу оговорюсь, что я видел статью Ох уж этот медленный C/C++ (https://habr.com/ru/post/484002/) и, скорее всего, если внести в код на си эти правки, картина несколько изменится, но даже в этом случае то, что питон способен превысить скорость си хотя бы в таком варианте, само по себе является примечательным.

Python (+numba) быстрее си — серьёзно?! Часть 1. Теория
https://habr.com/ru/post/484136/?utm_campaign=484136&utm_source=habrahabr&utm_medium=rss

Давно собирался написать статью о numba и о сравнении её быстродействия с си. Статья про хаскелл «Быстрее, чем C++; медленнее, чем PHP (https://habr.com/ru/post/483864/)» подтолкнула к действию. В комментариях к этой статье упомянули о библиотеке numba и о том, что она магическим образом может приблизить скорость выполнения кода на питоне к скорости на си. В данной статье — чуть более подробный разбор этой ситуации (часть 2 (https://habr.com/ru/post/484142/)) и рекомендации по «приручению» numba (часть 1).

AutoDL-Projects - автоматические алгоритмы с PyTorch/Tensorflow
http://github.com/D-X-Y/AutoDL-Projects

Variable-Length Arguments with *args and **kwargs
https://stackabuse.com/variable-length-arguments-in-python-with-args-and-kwargs/

Python Bytes: #164 Use type hints to build your next CLI app
https://pythonbytes.fm/episodes/show/164/use-type-hints-to-build-your-next-cli-app

Audio

Talk Python to Me: #247 Solo maintainer of open-source in academia
https://talkpython.fm/episodes/show/247/solo-maintainer-of-open-source-in-academia

Audio

Путешествие к центру… docker image. Или как скачать образ из registry без docker
https://habr.com/ru/post/484374/?utm_campaign=484374&utm_source=habrahabr&utm_medium=rss

За 3 дня до нового года появилась задача, передать клиенту наше ПО через менеджера, на флешке. ПО – это микросервисная платформа в несколько десятков docker-образов с множеством настроек и “километровым” helm-чартом

Чтение бинарных данных на Python
https://reachtim.com/articles/reading-binary-data-with-python.html

Python 3.5 Реализация параллелизма с использованием asyncio
https://habr.com/ru/post/484446/?utm_campaign=484446&utm_source=habrahabr&utm_medium=rss

Перевод главы 13 Параллелизм

из книги ‘Expert Python Programming’,

Second Edition

Michał Jaworski & Tarek Ziadé, 2016

Используем Cura на 3D SLA принтере Photon
https://habr.com/ru/post/484496/?utm_campaign=484496&utm_source=habrahabr&utm_medium=rss

Как это бывает, решил изучить новые технологии 3д печати и купил себе 3D SLA принтер Photon, но его софт а именно слайсер оставляет желать лучшего, очень уж он слабоват. Нет контроля заполнения, поддержки плохо управляются и т.п… В общем решил я это дело обойти с помощью Cura, просто решил что может сработать и можно заюзать его… Поискал в сети описание формата Photon, он оказался довольно простым… И вот что из этого вышло

Сводка новостей от pythonz.net 12.01.2020 — 19.01.2020
http://pythonz.net/articles/289/

#python #pydigest

Сборник Python новостей уже перед вами.

В 317 выпуске Python Дайджест вы найдете:

- Что принёс нам Pandas 1.0
- Хаос зависимостей в Python
- Keras Functional API в TensorFlow
- Python (+numba) быстрее си — серьёзно?!
- Асинхронные задачи в Django с Django Q
- spotipy - Spotify Web API wrapper
- AutoDL-Projects - автоматические алгоритмы с PyTorch/Tensorflow

Заходите в гости - https://pythondigest.ru/issue/317/
Присылайте интересные новости через форму на сайте.

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

r0oth3x49 / udemy-dl - скачиваем udemy курсы
https://github.com/r0oth3x49/udemy-dl

TensorRT 6.x.x.x — высокопроизводительный инференс для моделей глубокого обучения (Object Detection и Segmentation)
https://habr.com/ru/post/483074/?utm_campaign=483074&utm_source=habrahabr&utm_medium=rss

В этой статье я хочу поделиться своим опытом использования TensorRT, RetinaNet на базе репозитория github.com/aidonchuk/retinanet-examples (https://github.com/aidonchuk/retinanet-examples) (это форк официальной репы от nvidia (https://github.com/NVIDIA/retinanet-examples), который позволит начать использовать в продакшен оптимизированные модели в кратчайшие сроки). Пролистывая сообщения в каналах сообщества ods.ai (https://ods.ai/), я сталкиваюсь с вопросами по использованию TensorRT, и в основном вопросы повторяются, поэтому я решил написать как можно более полное руководство по использованию быстрого инференса на основе TensorRT, RetinaNet, Unet и docker.

Используем Markdown для верстки HTML Email
https://pbpython.com/markdown-email.html

Intro to anomaly detection with OpenCV, Computer Vision, and scikit-learn
https://www.pyimagesearch.com/2020/01/20/intro-to-anomaly-detection-with-opencv-computer-vision-and-scikit-learn/