Atlassian Confluence: расширяем на python
https://habr.com/ru/post/460929/?utm_campaign=460929&utm_source=habrahabr&utm_medium=rss

В Альфастраховании мы активно пользуемся "Вики", движком которого выступает Atlassian Confluence. Когда я первый раз с ним всерьез столкнулся (в попытке создать в нем контент), мне в нем не хватило "динамичности" — хотелось иметь возможность программно формировать части страниц, взаимодействовать с другими системами и т.п.
 
Некоторое время бился головой в разные стены, но потом увидел, что "в доме не было одной стены". Хочу поделиться опытом — как можно добавить динамики в Confluence. Надеюсь, это будет полезно тем, кто им пользуется. И, как обычно, всем любознательным.

Генерация отчетов с Papermill: часть 2
https://pbpython.com/papermil-rclone-report-2.html

Cyclical Learning Rates with Keras and Deep Learning
https://www.pyimagesearch.com/2019/07/29/cyclical-learning-rates-with-keras-and-deep-learning/

3 кейса для использования Celery в Django-приложении
https://habr.com/ru/post/461775/?utm_campaign=461775&utm_source=habrahabr&utm_medium=rss

Я занимаюсь созданием веб-приложений на Django. В основном, это SaaS сервисы для бизнеса. Во всех этих приложениях есть необходимость в асинхронных задачах. Для их реализации использую Celery. В статье расскажу о ситуациях, в которых применяю Celery, с примерами кода.

httpx - A next generation HTTP client for Python.
http://github.com/encode/httpx

Pylint false positives
https://lukeplant.me.uk/blog/posts/pylint-false-positives/

Python Bytes: #141 Debugging with f-strings coming in Python 3.8
https://pythonbytes.fm/episodes/show/141/debugging-with-f-strings-coming-in-python-3.8

Audio

Data Version Control (DVC): версионирование данных и воспроизводимость экспериментов
https://habr.com/ru/post/461803/?utm_campaign=461803&utm_source=habrahabr&utm_medium=rss

Эта статья — своеобразный мастер-класс «DVC для автоматизации ML экспериментов и версионирования данных», который прошел 18 июня на митапе ML REPA (Machine Learning REPA:

Reproducibility, Experiments and Pipelines Automation) на площадке нашего банка.


Тут я расскажу об особенностях внутренней работы DVC и способах применения его в проектах.

Год приключений с graphene-python
https://habr.com/ru/post/461939/?utm_campaign=461939&utm_source=habrahabr&utm_medium=rss

Последний год я работал с graphene-python + django ORM и за это время я пытался создать какой-то инструмент, чтобы сделать работу с graphene удобнее. В результате у меня получилась небольшая кодовая база graphene-framework и набор некоторых правил, чем я бы и хотел поделиться.

Словари в Python
https://realpython.com/courses/dictionaries-python/

Talk Python to Me: #223 Fun and Easy 2D Games with Python
https://talkpython.fm/episodes/show/223/fun-and-easy-2d-games-with-python

Audio

50+ вопросов по структурам данных и алгоритмам
https://medium.com/hackernoon/50-data-structure-and-algorithms-interview-questions-for-programmers-b4b1ac61f5b0

Test and Code: 82: pytest - favorite features since 3.0 - Anthony Sottile
https://testandcode.com/82

Audio

Разработка надёжных Python-скриптов
https://habr.com/ru/post/462007/?utm_campaign=462007&utm_source=habrahabr&utm_medium=rss

Python — это язык программирования, который отлично подходит для разработки самостоятельных скриптов. Для того чтобы добиться с помощью подобного скрипта желаемого результата, нужно написать несколько десятков или сотен строк кода. А после того, как дело сделано, можно просто забыть о написанном коде и перейти к решению следующей задачи.


Если, скажем, через полгода после того, как был написан некий «одноразовый» скрипт, кто-то спросит его автора о том, почему этот скрипт даёт сбои, об этом может не знать и автор скрипта. Происходит подобное из-за того, что к такому скрипту не была написана документация, из-за использования параметров, жёстко заданных в коде, из-за того, что скрипт ничего не логирует в ходе работы, и из-за отсутствия тестов, которые позволили бы быстро понять причину проблемы.

Реляционно-сетевая модель данных
https://habr.com/ru/post/462025/?utm_campaign=462025&utm_source=habrahabr&utm_medium=rss

Требования функциональности и структурированности баз данных (БД), наиболее полно реализованные в реляционных системах, сейчас находятся под давлением новых требований.

cloud-custodian - инструмент автоматизации работы с облаками
http://github.com/cloud-custodian/cloud-custodian

Airtest IDE — новый путь в автоматизации тестирования мобильных игр?
https://habr.com/ru/post/461773/?utm_campaign=461773&utm_source=habrahabr&utm_medium=rss

Сегодня я хочу вам рассказать о достаточно новом open-source инструменте для автоматизированного тестирования под названием Airtest (http://airtest.netease.com/). В дальнейшем я сделаю ещё несколько статей с подробным рассказом об отдельных элементах данного инструментария и как с ними работать, а сейчас у меня цель познакомить вас с ним и дать общее представление о нем.

Django security releases issued: 2.2.4, 2.1.11 and 1.11.23
https://www.djangoproject.com/weblog/2019/aug/01/security-releases/

Разбираемся с деревьями решений в Python
https://towardsdatascience.com/understanding-decision-trees-for-classification-python-9663d683c952

F-strings или как сделать код чуть более быстрым и читаемым
https://habr.com/ru/post/462179/?utm_campaign=462179&utm_source=habrahabr&utm_medium=rss

В Python есть 3 способа форматировать строки, и один из них лучше других. Но не будем забегать наперед — о каком именно форматировании вообще речь? Каждый раз когда мы хотим поприветствовать пользователя по имени нам нужно вставить строку с именем в строку-шаблон. Большинство полезных записей в логах так же содержат значения переменных

Почти самый простой MIMO канал с замираниями (модель Кронекера прилагается)
https://habr.com/ru/post/447172/?utm_campaign=447172&utm_source=habrahabr&utm_medium=rss

Рассматривая тему пространственного разнесения (https://habr.com/ru/post/452494/), вскользь мы уже коснулись и вопросов замираний в каналах связи, и того, почему такие замирания возникают. Сегодня предлагаю поговорить об этой теме чуть более подробно.