Введение в Scientific Python – Pandas

http://www.datadependence.com/2016/05/scientific-python-pandas/

awesome-iot - список материалов по Интернету вещей

http://github.com/phodal/awesome-iot

Mock для внешних API на Python

https://realpython.com/blog/python/testing-third-party-apis-with-mocks/

Можно ли было выжить на титанике? Гайд по Machine Learning

http://blog.socialcops.com/engineering/machine-learning-python

Интересная статья про анализ данных. 

JetBrains и Django анонсировали 30% распродажу PyCharm, c передачей всех денег в фонд Django

https://habrahabr.ru/post/304682/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

После нескольких лет поддержки фреймворка Django в PyCharm JetBrains и Django Software Foundation договорились о партнерстве и проведении 2-х недельной распродажи лицензий PyCharm c последующей передачей всех заработанных на распродаже денег в фонд Django на развитие различных проектов и активностей. В дополнение к распродаже, частью партнерства является внедрение нового стандарта аннотаций типов в Python (PEP 484 Type Hints) в будущие версии Django. 

pdb — Interactive Debugger — PyMOTW 3

https://doughellmann.com/blog/2016/07/04/pdb-interactive-debugger-pymotw-3/

Multiprocessing в Python с помощью C

http://joao.in/blog/post/multiprocessing-python-via-c/

Platypus и Packages. Создаём и устанавливаем программы на macOS

https://habrahabr.ru/post/304778/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

Очень часто бывает необходимо собрать код, написанный на Python, в приложение для Windows, Linux или OS X. Да, для этого действительно существует множество пакетов, таких как кросс-платформенные cx_Freeze и PyInstaller, а также обособленных py2exe и py2app. Но для macOS существует возможность избежать возни с созданием установочного файла. 

Парсим однострочники с помощью pyparsing

https://nvbn.github.io/2016/07/05/shell-ast/

День с mypy: Часть 1

http://www.machinalis.com/blog/a-day-with-mypy-part-1/

Делаем портфолио data science: проект с Machine learning

https://www.dataquest.io/blog/data-science-portfolio-machine-learning/

pendulum - библиотека для простой работы с datetimes

http://github.com/sdispater/pendulum

fabulous - библиотека для вывода изображений на консоль

https://jart.github.io/fabulous/

Тестирование внешних API с помощью Mock серверов

https://realpython.com/blog/python/testing-third-party-apis-with-mock-servers/

Twisted Matrix Labs: Twisted 16.3 Released

http://feedproxy.google.com/~r/TwistedMatrixLaboratories/~3/TVbM8g477HE/twisted-163-released.html

Геолокация на Python используя несколько сервисов

http://blog.garage-coding.com/2016/07/06/geolocation-using-multiple-services.html

Машинное обучение вместо DPI. Строим классификатор трафика

https://habrahabr.ru/post/304926/?utm_source=habrahabr&utm_medium=rss&utm_campaign=hub

В данной статье я хочу предложить альтернативный способ решения одной из главных задач DPI – определения протокола прикладного уровня – на основе очень маленького количества информации, при этом не сверяясь со списком широко известных портов (well-known ports) и не глядя в полезную нагрузку пакетов. Вообще.

Пишем свой shell на Python

https://hackercollider.com/articles/2016/07/05/create-your-own-shell-in-python-part-1/

Почему и как я переключился с Python на Erlang

https://ourway.ir/Why_And_How_I_Switched_From_Python_To_Erlang.html

tv - утилита для просмотра изображений со спутников в терминале

http://github.com/daleroberts/tv