Podcast.__init__: Cloud Native Application Delivery Using GitOps - Episode 284
https://www.pythonpodcast.com/gitops-cloud-native-operations-episode-284/

Audio

Оценка качества газонных травостоев с использованием системы Lawn-Master
https://habr.com/ru/post/523232/?utm_campaign=523232&utm_source=habrahabr&utm_medium=rss

Работа посвящена разработке метода учёта проективного покрытия растений на основе использования фотоплощадок. Оценка учётных газонных площадок показала высокую точность разработанной системы учёта.

Делаем нейронную сеть, которая сможет отличить борщ от пельмешек
https://habr.com/ru/post/519330/?utm_campaign=519330&utm_source=habrahabr&utm_medium=rss

Как то раз смотря видос про достижения Поднебесной, я увидел прикольную штуку. Столовую будущего, точнее для Китая настоящего, а для нас будущего. Суть заключалась в полном самообслуживание клиента. Он брал блюда на поднос и подносил поднос к видео камере где нейросетка детектировала и распознавала еду, выставляла ему счет и он через еще одну нейронную сеть, которая распознавала его лицо, оплачивал свою покупку. Мне тоже захотелось сделать что то подобное. Размечать датасет под YOLO, что бы можно было детектировать блюда мне было совсем не охото. Готово размеченного с борщами и пельмешками я не нашел, поэтому решил сделать только классификацию.

Насколько плох переезд
https://habr.com/ru/post/523360/?utm_campaign=523360&utm_source=habrahabr&utm_medium=rss

В хорошем подмосковном городе есть плохой железнодорожный переезд. В час пик встает не только он, но и соседние перекрестки и дороги. Проезжая в очередной раз, я задался вопросом — какая у него пропускная способность и можно ли что-то изменить?

Логирование запросов к приложению Django
https://habr.com/ru/post/523068/?utm_campaign=523068&utm_source=habrahabr&utm_medium=rss

В статье - наработки по логированию запросов к приложению Django. С помощью небольшого количества кода Django/Python можно быстро и просто собрать различные характеристики запросов к приложению и провести их анализ.

Алгоритм Jerdella: решаем проблемы семантического безумия в IT-системах банков
https://habr.com/ru/post/523414/?utm_campaign=523414&utm_source=habrahabr&utm_medium=rss

Система рекомендаций фильмов с GUI на Python
https://habr.com/ru/post/523132/?utm_campaign=523132&utm_source=habrahabr&utm_medium=rss

«Без опыта я никому не нужен! Где взять опыт?» — часто думают люди, осваивающие новую для себя сферу или изучающие новый язык программирования. Решение есть — делать пет-проекты. Представленный под катом проект системы рекомендации фильмов не претендует на сложность и точность аналогичных систем от энтерпрайз-контор, но может стать практическим стартом для новичка, которому интересны системы рекомендации в целом. Этот пост также подойдет для демонстрации как использовать Python-библиотеку EasyGUI на практике.


Важное предупреждение: если вы крепкий миддл либо сеньор, то проект может показаться вам простым. Однако не стоит спешить опускать палец вниз и забывать про тех, кто не так опытен, и кому пост может быть полезен, ведь все мы когда-то были джунами.

Data Management With Python, SQLite, and SQLAlchemy
https://realpython.com/python-sqlite-sqlalchemy/

Generating Synthetic Data with Numpy and Scikit-Learn
https://stackabuse.com/generating-synthetic-data-with-numpy-and-scikit-learn/

Разработка онлайн-сервиса для инвесторов на pythonanywhere.com с использованием данных Yahoo Finance
https://habr.com/ru/post/523612/?utm_campaign=523612&utm_source=habrahabr&utm_medium=rss

Цель настоящей статьи — поделиться опытом разработки аналитического онлайн-сервиса для инвесторов на python. Основное внимание уделено в большей степени концептуальным моментам, а не детальному описанию какой-то отдельной технологии. Надеюсь, что любые детали читатель легко найдет, немного погуглив. Ради наглядности даю ссылку на сервис в самом начале изложения (http://www.emarkoff.com/)

Capped Social Network - Building SaaS #76
https://www.mattlayman.com/building-saas/capped-social-network/

DataArt запустил бесплатную платформу Kiddo — онлайн-задачник для школьников, изучающих Питон
https://habr.com/ru/post/523602/?utm_campaign=523602&utm_source=habrahabr&utm_medium=rss

Пополнить базу собственными задачами может любой желающий, а на свой сайт встроить Kiddo (https://kiddo.academy/) не сложнее, чем плеер YouTube.

A Django REST API in a Single File
https://adamj.eu/tech/2020/10/15/a-single-file-rest-api-in-django/

Как построить диаграмму на Python
https://habr.com/ru/post/523140/?utm_campaign=523140&utm_source=habrahabr&utm_medium=rss

Каждый, кому хоть раз приходилось строить диаграммы в draw.io или Google Diagrams, помнит всю утомительность и медлительность этого процесса. Сегодня делимся с вами материалом, в котором шаг за шагом показывается, как можно строить красивые архитектурные диаграммы с помощью Python. Главное удобство — встроенные узлы для обозначения сервисов и языков программирования. Только код и никакой мыши.

Парсинг и аудит
https://habr.com/ru/post/523708/?utm_campaign=523708&utm_source=habrahabr&utm_medium=rss

Начнем с идеи. Допустим, вы, как настоящий аудитор, хотите провести экспертизу отчетности заводчика собак, используя в том числе и сторонние ресурсы. Для этого вы пробуете получить систематизированную информацию о щенках заводчика, зная, к примеру, лишь название их пород, и составить из нее таблицу в Pandas, пригодную к дальнейшей обработке любого характера (всевозможные статистические изыскания, агрегация и так далее). Но ваши данные хранятся в глубине некоторого абстрактного вебсайта, откуда вы можете вынуть их в только виде архива, где сложены документы нескольких форматов, внутри которых есть текст, картинки, таблицы. А если пород щенков много, а на каждую из них есть по десятку pdf-файлов с таблицами, откуда вам нужна не вся информация, а также, например, нужны названия этих таблиц или сноски? Добавим в наш проект несколько функций, решающих следующие задачи: выгрузка и распаковка архива с данными, поиск и обработка pdf файлов из архива, анализ полученных данных.

The Real Python Podcast – Episode #31: Python Return Statement Best Practices and Working With the map() Function
https://realpython.com/podcasts/rpp/31/

Talk Python to Me: #286 Python and ML at NASA Jet Propulsion Laboratory (JPL)
https://talkpython.fm/episodes/show/286/python-and-ml-at-nasa-jet-propulsion-laboratory-jpl

Audio

Python Bytes: #203 Scripting a masterpiece for Python web automation
https://pythonbytes.fm/episodes/show/203/noscripting-a-masterpiece-for-python-web-automation

Зарплаты Python-разработчиков: самые большие зарплаты не в Москве, а в Воронеже нет сеньоров
https://habr.com/ru/post/523856/?utm_campaign=523856&utm_source=habrahabr&utm_medium=rss

Python-разработчиков можно поделить на три группы. В самой большой — специалисты, чьи зарплатные ожидания ниже предложений компаний. Во второй — те, кто хочет получать больше, чем им готовы предложить. И совсем мало разработчиков, чьи ожидания совпадают с предложениями. Деление не зависит от уровня разработчика, скорее от города потому что в каждой из 3 групп есть джуны, мидлы и сеньоры.

The Digital Cat: Flask project setup: TDD, Docker, Postgres and more - Part 3
https://www.thedigitalcatonline.com/blog/2020/07/07/flask-project-setup-tdd-docker-postgres-and-more-part-3/

The Digital Cat: Flask project setup: TDD, Docker, Postgres and more - Part 2
https://www.thedigitalcatonline.com/blog/2020/07/06/flask-project-setup-tdd-docker-postgres-and-more-part-2/