ImportPython

原文: Import Python Weekly Newsletter - Issue No 23 该读 ~ 文章, Blog, 教程… 真实世界中的Py优化: NumPy, Numba, 和 NUFFT performance 经常见到各种不成体系的优化教程, 这里,将描述整个儿优化过程,介绍这一的算法,即非均匀快速傅立叶变换(NUFFT) 从一个相对简单的 Python 实现开始, 从 Numba 获得帮助, 再接近高度优化后的 Fortran 实现. Finance Event Study in iPython Notebook (Quantopian) ipython 之前, 已经分享过 IPython notebook 上进行股票回报交易详细的过程, 现在,在相同环境中, 可以对一次股票回购事件,进一步挖掘研究了. Ludovic Gasc (GMLudo): 微比对 Django, Flask 和 AsyncIO (aiohttp.web+API-Hour) django,flask,async-io 今天,建议你认真对比一下 HTTP 守护进程, 在 AsyncIO/falsk/django 之上实现的效果. 对于那些没有按照 AsyncIO 标准实现的, aiohttp.web 是基于 aiohttp 的轻量框架, 类似 Flask 只用很少的层, 实现了 AsyncIO 样的 http. Django Girls 获得 PSF 社区服务大奖 PSF “决议, Python 软件基金会2014年四季度社区服务奖, 授予 Ola Sitarska 以及 Ola Sendecka 姐妹 发起的 Django Girls 活动, 经过可观的发展,已经在十几个国家蓬勃发展起来.” 中级行者: Classes 和 Objects 第一部分 core python 本教程, 忽略了类和对象编程的基础, 专注提供更好的 Python OOP 方面的理解. 如果想尝试新式类, 应该从其超类开始理解. 同时支持 Django 1.7 和 South - Trey Hunner django 想迁移包含 Django 和 South 的应用? 并加入 Django 1.7 的支持?! 此文完备的描述了如何作到这些. Django 1.8 beta 1 和 1.7.5 发布 django,new release 这天, Django 团队同时发布两个版本, 1.8 b1 包含 预览/测试包, 在进入第二阶段前,给我们机会先尝试一些 1.8 的变化. 另外,又发布了 1.7 系列的 bug 修复版 1.7.5 Python 3.4.3 释出! python Python 3.4.3 相对 3.4.2 包含了很多修订以及小特性. 项目 ~ 包/模块/库/片段… ...

原文: Import Python Weekly Newsletter - Issue No 22 该读 ~ 文章, Blog, 教程… vdist, 通过 virtualenv, Docker 和 fpm 为 Python 应用构建 OS 包 virtualenv 专注构建干净,自包含的 OS 包, 给 Python 应用, 综合使用了 virtualenv, Docker 和 fpm , 并用 Jinja2 来渲染展示模板. Py 调 Graph API 来获得 fb 上点赞数目 facebook 教程中,展示了如何获得 facebook 页面上的点赞数据, 虽然还没有官方 SDK, 用 Python 调用 Graph API REST 方法即可. Python 修饰器作弊条儿 core python,decorator 总是记不住修饰器的写法?! 不用四处找了,收藏这个就对了. (是也乎: 目测 dash 中就有? ) Python + Elasticsearch.介绍/基础教程. elasticsearch Elastic{ON}15, 首届 ES 大会就要来了! 因为 ES 令大家看到了更多的可能, 趁机为 Python 开发者介绍 ES 的简单实例, 展示怎么开始… Python: 技巧/诀窍和常识 - 第2部分 - 装饰和上下文管理 core python 两周前,发布了此系列第一篇文章, 这周,聚焦到更加深入的领域. 首先是修饰器,当然没有包含所有技巧; 然后针对上下文管理,也只给了一个案例; 再次提醒代码都在 gist.github.com. Django 测试入门 - howchoo django,testing 虽然编程有日子了, 但是作者最近才实施测试. 所以,文章是真正的基础,对于有经验的可以跳过相关部分. 对于其它的,首先是整体的概述,希望有所帮助 DjangoCon Europe 2015 update django 2015’s DjangoCon Europe 在威尔士的 Cardiff 进行, 5.31~6.5,整整6天, 官网刚刚更新了内容. 成为 Django Girls Patreon! django 短短7个月,Django Girls 教授了 包含 欧洲/非洲/亚洲/澳大利亚/北美 超过670位程序媛. 并越预期的收到了超过 3000 个应用! 免费开源教程有 30000 位读者, 平均阅读了350次! ~ 真心赞! PyVmMonitor: 全新 Python 分析器 debugging PyVmMonitor 的目标很单纯: 成为最好的 Python 程序分析途径 在家/自由职业 Python 开发者需要什么? job market 引发自 reddit. Jython 2.7 beta4 发布! new release 非常感谢 Amobee 的赞助, 令这个版本爽快的发布了! 项目 ~ 包/模块/库/片段… ...

原文: Import Python Weekly Newsletter - Issue No 21 该读 ~ 文章, Blog, 教程… Python metaclasses 理解 core python 元类一直是 Py 中很有争议的话题, 很多用户在着意避免使用. 作者认为, 这很大程度上是因为其属性太过任性不好解释定位规则和流程. 其实,你嘦理解几个关键概念就可以上手的. 嘦能运用元类, 就能完成更好的接口.你值得尝试. PyCon Sweden 的议题征集只余一周了 pycon 上次 PyCon 瑞典非常成功, 今年能更好. 议题征集将开放到 2.16 号, 会场迁移到 斯德哥尔摩市中心滨水区的 Hilton Slussen 大酒店, 日期定在梦幻般美好的春天, 5月12-13号, 你的 Django 故事: 遇到 Emily Manders django,interview Emily 进入 web 开发前,是 PM 以及 UX, 她设计过临床的 IVR 试验系统, 教授过 Py 初学者, 出席过 CHI, 领导过精益用户研讨会, 调研了日本的 CAD 用户…. 目前专注为 Django 提供国际化模板. 并为 Django 文档维护在作贡献. Django 设计模式及最佳实践 - 好书来也 django 有大事儿哪, 在上次 PyCon 有提及, 题为 “Django 设计模式及最佳实践” 的书, 已完成首校,将在三月上市, 可以先在这儿预订. 在 IIS 上安装 Django: 手把手教程 django 虽然 Django 广泛运行在 Liunx 平台上, 并没有什么机会必须跑在 IIS 下. 不过, Toptal 工程师 Ivan Voras 发布了怎么在 IIS 上部署 Django 的详细教程, 给 M$ 的真爱们. 转换 Python AST 到 XML ( Code Snippet ) core python 转换 Python AST 到 XML 文档, 以便其它语言使用. (是也乎: AST ~ 抽象语法树(abstract syntax tree), 其实就是一个语言语法的规则描述, 有了 Py 的 AST, 意味着我们可以用其它语言来理解 Py 脚本, 并用原生语言环境来最终运行. PS: 代码片段来自 activestate.com 的 recipes 仓库, 这条已经是第 579019 个了! PPS: 这个 AST 的输出,完全没有第三方依赖, 使用 Py 内建模块就完成了, 这也是 为什么有 PyPy 项目的动因. ) 项目 ~ 包/模块/库/片段… ...

原文: Import Python Weekly Newsletter - Issue No 20 该读 ~ 文章, Blog, 教程… Django 技巧: 如何找到视图的性能瓶颈? django 一旦有长期运行的 Django 项目, 就得开始持续的性能优化了, 经验是先定位瓶颈, 用更加地道的代码替换, 然后用 DB/缓存/其它技术来消解之. IPython 2.4 以及 IPython 3.0b1 发布 new release 3.X 将是 IPython 最后一个独立版本系列, 未来专注和语言无关的组件升级 (notebook, qtconsole, ..) 由名为 Jupyter 的全新项目统领. 而 Python 相关的 (交互 Shell, 内核, 并发…) 还在 IPython 下持续 PostgreSQL 技巧集 postgres 俺们刚刚遇到了点有趣的状况, 并用靠谱的技巧摆平了, 自然得分享出来. (是也乎: 只有两条…) 用 Python 通过抓取网页数据用机械学习来进行情感分析 pandas,machine learning 基于 Kimono Labs, 对分布式结构数据, 以 MonkeyLearn 提供的机械学习能力, 将数据转化为概念结论. Kimono 是智能 web 爬虫,将网站数据变成 API 来调用 MonkeyLearn 是个平台,专注从文本中挖掘相关数据 ...