Python Digest #92: практичні скрипти для продакшена, Python та Lua, створення трекера ринку криптовалют

Новини/Релізи

• PyCharm 2019.2
• Що нового для Python у Visual Studio
• NumPy 1.17.0

Відео

• Вирішення проблем за допомогою Python

• Як підключити Python до бази даних MySQL

• Виклик зовнішніх команд за допомогою модуля Subprocess

• Python інтерв'ю з інженером Google

• Найкращі Python книги

• Посібник зі створення AI для гри в Flappy Bird (за допомогою NEAT)

• Blender 2.8 для початківців

Статті

• Посібник з використання функції print
• Посібник Celery Python: основи й приклади
• Дізнайтеся, як працюють асинхронні веб-фреймворки на Python, створивши власний
• Топ-9 концепцій Django. Частина 1
• Традиційне виявлення облич на Python
• Основи у Flake8
• Ефективне середовище Python: відчувайте себе як вдома
• Append проти Extend у списках Python
• Три методи інвертного управління в Python
• Доступ до віддалених даних за допомогою узагальненої файлової системи
• Інтро у f-рядки й форматування рядків
• Створення трекера ринку криптовалют за допомогою Python та Qt5
• Python та Lua
• Використання sops з Ansible для шифрування змінних
• Автоматизоване створення звітів з Papermill: частина 1 та частина 2
• Як безкоштовно розгорнути Django застосунок на Pythonanywhere
• Створімо простий інтерпретатор: частина 16
• NumPy arange(): Як використовувати np.arange()
• Використовуємо Cython для прискорення коду в 30 разів
• Serverless Python застосунок за допомогою AWS Chalice
• Створення Flask застосунку з Google Login
• Зробіть класи Python більш модульними, використовуючи mixins
• Практичні скрипти для продакшена
• Перетворення багатосторінкових PDF в JPG зображення в Python
• (cxc) stackoverflow Найцікавіші питання за тиждень

Інструменти/Бібліотеки/Проекти

• addons — доповнення для TensorFlow 2.0.
• OmniNet — офіційна реалізація OmniNet на Pytorch.
• you-get — завантаження відео із соціальних мереж.
• pytest-recording — симуляція поведінки мережі в тестах.
• bcc — інструменти для аналізу введення-виведення в Linux на основі BPF, мереж, моніторингу тощо.
• tpot — інструмент автоматизованого машинного навчання, який оптимізує pipelines машинного навчання за допомогою генетичного програмування.
• snoop — зручна бібліотека налагодження Python.
• pyon — pythonic спосіб використовувати JSON.
• chart — діаграми Python без залежностей.
• moviepy — редагування відео за допомогою Python.
• mesapy — memory-safe реалізація Python, заснована на PyPy.
• rasa — створення чатботів й голосових помічників.
• numpy-ml — machine learning у numpy.

Інше

Аудіоподкасти:

• Episode #225: Can subinterpreters free us from Python's GIL? — подкаст від TalkPython.
• Episode #224: Learning To Program In Python With CodeGrades — подкаст від від Podcast.__ init__.
• Episode #143: Spike the robot, powered by Python! — подкаст від PythonBytes.
• 82: pytest - favorite features since 3.0 - Anthony Sottile — подкаст від Test&Code.