Python * Auto formatters for Python [https://www.kevinpeters.net/auto-formatters-for-python] * 자동 포맷터는 코드에 표준을 적용하는 훌륭한 도구인데, 파이썬 코드는 어떤 포멧터를 사용해야 할까요? 궁금하시다면 이 기사를 참고해보세요! * Timsort — the fastest sorting algorithm you’ve never heard of [https://skerritt.blog/timsort-the-fastest-sorting-algorithm-youve-never-heard-of/] * CPython은 컨테이너 정렬에 Timsort는 빠르고 안정적인 O(nlogn) 정렬

Python * How to use iloc and loc for Indexing and Slicing Pandas Dataframes [https://www.marsja.se/how-to-use-iloc-and-loc-for-indexing-and-slicing-pandas-dataframes/] * Pandas의 iloc와 loc의 슬라이싱과 인덱싱을 예제로 배울 수 있는 기사 * Multiprocessing vs. Threading in Python: What Every Data Scientist Needs to Know [https://sumit-ghosh.com/articles/multiprocessing-vs-threading-python-data-science/] * Python은 병렬처리를 위해 내장 된

Python * An In-Depth walkthrough of Djangos Default Middleware [http://www.gustavwengel.dk/django-middleware-walkthrough/] * Django에서 제공하는 기본적인 미들웨어에 대한 심도깊은 기사 입니다. * DJango의 미들웨어가 DRF와 어떻게 상호작용하는지 궁금하셨다면 이 기사를 읽어보길 권합니다. * Speeding up Python Code: Fast Filtering and Slow Loops [https://towardsdatascience.com/speeding-up-python-code-fast-filtering-and-slow-loops-8e11a09a9c2f] * Loops 대신에 Filtering을 사용해야 하는 이유를

Python * A Deep Dive into Python's Tokenizer [https://benjam.info/blog/posts/2019-09-18-python-deep-dive-tokenizer/] * Python에서 사용하는 Tokenizer를 C와 Python 코드를 사용해서 자세히 설명하는 기사 * CPython에 관심이 많다면, 읽어보자. * Types for Python HTTP APIs: An Instagram Story [https://instagram-engineering.com/types-for-python-http-apis-an-instagram-story-d3c3a207fdb7] * Instagram 팀에서 사용하는 Django 코드에 Python의 type hint를 적용한

Python * Our journey to type checking 4 million lines of Python [https://blogs.dropbox.com/tech/2019/09/our-journey-to-type-checking-4-million-lines-of-python/] * Dropbox에서 사용하는 기존 코드에 Type check를 도입하는 과정, 경험 그리고 몇가지 주의사항을 담고 있는 기사 입니다. * 아직은 저도 Python의 Type hints가 어색하긴 하지만, 의도적으로 사용하는 연습을 하고 있습니다., Python으로 코드를 작성하신다면

Python * Multiprocessing vs. Threading in Python: What Every Data Scientist Needs to Know [https://blog.floydhub.com/multiprocessing-vs-threading-in-python-what-every-data-scientist-needs-to-know/] * Python에서 제공하는 병렬처리를 위해 내장 라이브러리인 멀티 프로세싱과 스레딩 중에서 어떤 것을 선택하고, 염두해두어야 할 요소인지 소개하는 기사 * 운영체제 시간에 봤을만한 내용이지만 해당 내용을 Python 코드로 설명하고 있기 때문에 Python 사용자라면 누구나

Python * Pandas Tutorial: Analyzing Video Game Data with Python and Pandas [https://www.dataquest.io/blog/pandas-python-tutorial/] * Pandas를 사용하여 인기있는 비디오 게임 리뷰 사이트인 IGN 리뷰를 분석(데이터는 Eric Grinstein의 스크랩을 사용)하는 과정을 소개하는 튜토리얼 기사 * 4 Use Cases for When to Use Celery in a Flask Application [https:

Python * What’s up with Gunicorn [https://medium.com/the-computer-engineer-weekly-code-challenge/ive-been-working-as-a-software-developer-for-almost-two-years-now-dealing-with-big-frameworks-5b35d0784943] * WSGI(Web Server Gateway Interface) 구현 중 하나이며 일반적으로 Python 웹 응용 프로그램을 실행하는 데 사용되는 Gunicorn에 대해서 자세히 소개하는 기사 * Instagram과 대규모 서비스에서도 사용할만큼 유명한 제품이니 Python으로 웹 개발을 하신다면 꼭 읽어보자 * Typechecking Django and DRF [https://sobolevn.

Python * The Easiest Data Cleaning Method using Python & Pandas [https://www.marsja.se/easiest-data-cleaning-method-using-python-pandas-pyjanitor/] * Pandas의 API를 확장해서 사용할 수 있는 Pyjanitor라는 패키지를 사용해서 전처리를 하는 방법을 소개하는 기사 * Pyjanitor에 대한를 위주로 진행되는 기사지만, 전처리에 편리한 기능이 많으니 시간이 되면 한 번 읽어보자. * The Singleton Pattern¶ [https://python-patterns.guide/gang-of-four/

Python * DIY Async Web Framework [https://github.com/hzlmn/diy-async-web-framework] * 간단한(?) (최신!) 비동기 웹 프레임 워크 작동 방식을 알아보기 위해서 직접 만들어보는 방법을 소개하는 기사 * Adding charts to Django admin [https://findwork.dev/blog/integrating-chartjs-django-admin/] * 장고의 Admin 페이지에 그래프를 출력할 수 있는 방법을 소개하는 기사 JVM * Kotlin Multiplatform for Clean

Python * Improve your tests in Django with fakes and factories [https://hacksoft.blog/improve-your-tests-django-fakes-and-factories/] * Django에서 가짜 데이터를 편하게 만들어서 테스트에 사용하는 방법을 소개하는 기사 * Why your mock doesn’t work [https://nedbatchelder.com/blog/201908/why_your_mock_doesnt_work.html] * Mocking이 제대로 작동하지 않는 이유를 설명하는 기사 * 테스트에서 mock을

Python * Django vs. Flask in 2019: Which Framework to Choose [https://testdriven.io/blog/django-vs-flask/] * Django와 Flask를 비교하고 장점과 단점을 소개하는 기사 * Production-ready Docker images [https://pythonspeed.com/docker/] * Python과 Docker를 함께 사용한다면 이 기사를 꼭 읽어보자! * In the Beginning were Python’s Keywords [https://yawpitchroll.com/posts/the-35-words-you-need-to-python/] * Python

Python * Intro to Scraping NBA Data with BeautifulSoup [https://medium.com/hardwood-convergence/intro-to-virtual-environments-and-scraping-nba-data-with-beautifulsoup-6ce745f8c26e] * NBA 데이터를 BeautifulSoup를 사용해서 크롤링하는 과정을 자세히 소개하는 튜토리얼 기사 * 다른 곳에도 유용하게 사용할 수 있는 기술이니 시간이 된다면 꼭 읽어보자! * Simplify Your Python Developer Environment [https://medium.com/expedia-group-tech/simplify-your-python-developer-environment-aba90f32dddb] * 파이썬 개발 환경을 구성하는 방법을 자세히

Python * Build a Recommendation Engine With Collaborative Filtering [https://realpython.com/build-recommendation-engine-collaborative-filtering/] * Collaborative Filtering(협업 필터링)은 추천 시스템을 구현할 때 많이 사용하는 방법을 소개하는 기사 * 아마존/유투브/넥플릭스 등에서 추천 시스템의 일부로 사용하고 있습니다. 이 기사는 '좋아요/싫어요'를 사용해서 협업 필터링을 구현하는 방법을 소개하는 튜토리얼 기사입니다.

Python * A deep dive on Python type hints [https://veekaybee.github.io/2019/07/08/python-type-hints/] * 2014년에 발표된 파이썬의 타입 힌트에 대한 자세한 소개 * 파이썬의 타입 힌트에 대해서 궁금했거나 적용해보고 싶다면 이 기사로 시작해보자. * Fastest Way to Load Data Into PostgreSQL Using Python [https://hakibenita.com/fast-load-data-python-postgresql] * PostgreSQL에서 데이터를 가져오는

Python * [Raspberry Pi] How to Build a Robot: A Step-by-Step Guide for Beginners [https://www.256kilobytes.com/content/show/10829/raspberry-pi-how-to-build-a-robot-a-step-by-step-guide-for-beginners] * 라즈베리파이를 사용해서 간단한 로봇을 만드는 과정을 소개하는 튜토리얼 기사로 해당 기사를 통해서 간단한 전자회로를 제어하는 방법을 배울 수 있음 * 기사를 읽다보면 뭔가 허술하지만, 초보자라면 조금씩 부품을 모아서 실습해보면 좋을

Python * Loop Better: a deeper look at iteration in Python [https://treyhunner.com/2019/06/loop-better-a-deeper-look-at-iteration-in-python/] * 파이썬의 반복문을 좀 더 효율적으로 사용하는 방법을 소개하는 기사 * 완전 강추! * Faster Docker builds with pipenv, poetry, or pip-tools [https://pythonspeed.com/articles/pipenv-docker/] * 도커 이미지를 조금 빠르게 빌드하는 방법을 소개하는 기사 * 10 Simple

Python * Improve Serialization Performance in Django Rest Framework [https://hakibenita.com/django-rest-framework-slow] * Django의 DRF를 사용하시는 분들에게 추천하고 싶은 기사로 작은 몇가지 변화로 큰 성능을 얻을 수 있는 방법을 소개하는 기사 * Solving Programming Puzzles without using your Brain [https://doisinkidney.com/posts/2019-06-04-solving-puzzles-without-your-brain.html] * 파이썬을 사용해서 프로그래밍 문제를 해결하는 과정을 자세히

Python * Concurrency with Python: CSP and Coroutines [https://bytes.yingw787.com/posts/2019/02/09/concurrency_with_python_csp_and_coroutines/] * golang에서 지원해서 많은 사람들에게 알려진 동시성 프로그래밍 모델인 CSP를 파이썬에서 사용하는 방법을 소개하는 기사 * 시간이 허락한다면 기사의 초반에 소개하는 몇가지 레퍼런스도 좋으니 읽어보자! * Rewriting the Slack Python SDK [https:

Python * How We Built a Content-Based Filtering Recommender System For Music with Python [https://towardsdatascience.com/how-we-built-a-content-based-filtering-recommender-system-for-music-with-python-c6c3b1020332] * 파이썬과 Django를 사용해서 저작권이 없는 음악을 추천하는 시스템을 만드는 과정을 소개하는 짧은 튜토리얼 기사 * Asynchronous Tasks in Django with Redis and Celery [https://stackabuse.com/asynchronous-tasks-in-django-with-redis-and-celery/] * Django, Redis 그리고 Celery를 활용하여 비동기 작업을

Python * Structuring Your Project¶ [https://docs.python-guide.org/writing/structure/] * 파이썬 프로젝트를 만들 때 필요한 구성요소에 대해서 자세히 소개하는 기사 * 파이썬 프로젝트를 시작할 떄 참고하면 좋을 글 * PyTorch internals [http://blog.ezyang.com/2019/05/pytorch-internals/] * 요즘 관심있게 지켜보고 있는 PyTorch의 내부 구조에 대해서 자세히 소개하는 기사 * Build a Hardware-based

Python * The best Docker base image for your Python application [https://pythonspeed.com/articles/base-image-python-docker-images/] * 도커에서 파이썬을 사용하고자 할 때, 어떤 베이스 이미지를 선택할지 고민이었다면 이 기사를 참고 * Stylin’ with Pandas [https://pbpython.com/styling-pandas.html] * Pandas의 DataFrame에 적용할 수 있는 Pandas의 고급 시각화 내용을 다루고 있음 * 9 Django Tips

Python * An Introduction to Functional Programming with Python [https://julien.danjou.info/python-and-functional-programming/] * 이 기사는 (일부 예외를 제외하고) 더 간결하고 재미있는 코드를 작성할 수 있는 함수형 프로그래밍 작성 방법을 다루고 있음 * 함수형 프로그래밍을 처음 접하거나, 파이썬을 좀 더 재미있는 코드를 작성하고 싶은 개발자라면 이 기사를 참고해보자! * Logging for scientific computing:

Python * Top 3 python libraries for graphql [https://blog.graphqleditor.com/top-3-python-libraries-for-graphql/] * Python에서 GraphQL을 사용하고 싶으신다면 일단 이 기사를 먼저 참고해보세요! * Getting to Know Python 3.7: Data Classes, async/await and More! [https://blog.heroku.com/python37-dataclasses-async-await] * 파이썬 3.7에 새롭게 추가된 기능을 가볍게 소개하는 기사 * 대부분의 OS에서 3.

Python * Packaging Python inside your organization with GitLab and Conda [https://stefan.sofa-rockers.org/2019/04/18/python-packaging-gitlab-conda/] * 사내 개발을 위해서 PyPI(배포)를 고려하셨다면 이 기사를 참고하자! * Buggy Python Code: The 10 Most Common Mistakes That Python Developers Make [https://www.toptal.com/python/top-10-mistakes-that-python-programmers-make] * 파이썬을 사용하면서 겪게되는 흔히