> 새해 복 많이 받으세요! Python * We Downloaded 10,000,000 Jupyter Notebooks From Github – This Is What We Learned [https://blog.jetbrains.com/datalore/2020/12/17/we-downloaded-10-000-000-jupyter-notebooks-from-github-this-is-what-we-learned/] * JetBrains의 Datalore 팀이 엄청난 수의(천만 개!)의 Jupyter Notebook을 분석하여 데이터 과학에 필요한 기술 트렌드에 대한 매혹적인 이야기를 들려줍니다. * NumPy

Python * Is Python Really a Bottleneck? [https://towardsdatascience.com/is-python-really-a-bottleneck-786d063e2921] * 파이썬의 처리속도에 관한 몇가지 주제를 다루고 있는 기사입니다. * 개인적으로 대부분의 병목은 DB에서 발생하고, 기사에서도 다루고 있으니 데이터분석를 하고 있다면 읽어보면 좋을 기사입니다. * Building My Own Chess Engine [https://healeycodes.com/building-my-own-chess-engine/] * Chess Engine을 만들어보는 기사입니다. 퀸스 갬빗을 재미있게 보셨다면 도전해보세요!

Python * A Simple Recursion Tree Visualizer for Python [https://arpitbhayani.me/blogs/recursion-visualizer] * 재귀 함수를 이해하는데 도움을 주는 시각화 도구를 소개하는 기사 입니다. * 5 Different Ways to Flatten a List of Lists in Python [https://miguendes.me/5-different-ways-to-flatten-a-list-of-lists-in-python] * List를 합치는 5가지 방법을 소개하는 기사입니다. 각각의 방법에 대한 장점과 단점을 잘

Python * 📖 👆🏻 Making the Printed Links Clickable Using TensorFlow 2 Object Detection API [https://github.com/trekhleb/links-detector/blob/master/articles/printed_links_detection/printed_links_detection.md] * 출력물에서 링크를 찾아서 실제 동작하도록 만드는 방법을 소개하는 튜토리얼 기사 * 3 Effective Examples of Django Async Views without Sleeping [https://arunrocks.com/django-async-views-examples/

Python * Django and React Tutorial [https://saasitive.com/django-react/boilerplate/] * Django와 React를 사용해서 SaaS를 구현하는 과정을 소개하는 튜토리얼 기사 입니다. * Understanding Python's logging library [https://blog.urbanpiper.com/understanding-python-logging-library/] * Python의 로깅 모듈의 작동 원리와 방법을 소개하는 기사 입니다. JS * 10 React security best practices [https://snyk.io/blog/

Python * Beyond CUDA: GPU Accelerated Python for Machine Learning on Cross-Vendor Graphics Cards Made Simple [https://towardsdatascience.com/beyond-cuda-gpu-accelerated-python-for-machine-learning-in-cross-vendor-graphics-cards-made-simple-6cc828a45cc3] * Python에서 GPU 가속에 관한 조금은 자세한 분석을 제시하는 기사입니다. * The Definitive Guide to WSGI [https://developer.okta.com/blog/2020/11/16/definitive-guide-to-wsgi] * WSGI를 자세히 소개하는 기사입니다. JavaScript * Why I chose

Python * I Built an AI Stylist Inspired by Social Media [https://daleonai.com/social-media-fashion-ai] * 사진을 보고 옷을 추천하는 시스템을 만드는 방법을 소개하는 기사, 머신러닝을 사용해서 서비스를 활용하고 싶은 분들에게 좋은 자료를 제공 * Ten thousand meters [https://tenthousandmeters.com/materials/python-behind-the-scenes-a-list-of-resources/] * CPython 소스코드를 자세히 분석하고 소개하는 기사입니다. JavaScript * Understanding Modules and

Python * How to write a great Dockerfile for Python apps [https://www.pybootcamp.com/blog/how-to-write-dockerfile-python-apps/] * Docker와 Python의 훌륭한 조합을 고민하신다면 이 기사에서 안내하는 조언을 참고하세요. * How to setup Django with React [https://mattsegal.dev/django-react.html] * Django와 React의 조합을 고민하신다면 이 기사를 읽어보세요. 충분히 고민하신 내용일꺼라 생각하지만, 기사가 세부적인

Python * Prototyping with Python [https://www.fuzzingbook.org/beta/html/PrototypingWithPython.html] * Python의 놀라운 생산성이 궁금하시다면 이 기사를 참고하세요! * Comprehending Class-Based Views in Django - Creating a CBV [https://www.brennantymrak.com/articles/comprehending-class-based-views-creating-cbvs.html] * CBV를 잘 사용하고 싶다면 확장 가능한 설계를 고민해야 합니다. 이런 고민을 하시고 계시다면 이 기사가

Python * How to Shoot Yourself in the Foot With Python, Part 1 [https://miguendes.me/how-to-shoot-yourself-in-the-foot-with-python-part-1] * 파이썬을 사용할 때 실수하는 몇가지 사항에 대해서 소개하는 기사입니다. 파이썬을 자주 사용하신다면 공감되는 이야기가 많아서 흥미롭게 읽을 수 있을 것 같습니다. * Solving the Sequence Alignment problem in Python [https://johnlekberg.com/blog/2020-10-25-seq-align.html]

Python * Open Source Tools & Data for Music Source Separation [https://source-separation.github.io/tutorial/landing.html] * 음악의 소스(악기 혹은 소리)를 분리하는 방법을 소개하는 튜토리얼 기사입니다. 악기나 소리를 분리하는 방법은 다양한 곳에 적용해볼 수 있을 듯 하니, 머신러닝/딥러닝에 관심이 많으시면 읽어보시면 좋을 듯 합니다. * Object Detection from

Python * Python deque implementation [http://www.laurentluce.com/posts/python-deque-implementation/] * deque는 양방향 대기열로 양쪽 끝에 추가하고 양쪽 끝에서 제거 할 수 있습니다. 이 기사는 Python 3 내부 구현을 자세히 소개합니다. * Create Beautiful Architecture Diagrams with Python [https://towardsdatascience.com/create-beautiful-architecture-diagrams-with-python-7792a1485f97] * 간단한 아키텍처 다이어그램을 Python으로 작업하실 수 있는 방법을 소개하는 기사

Python * Comprehending Class-Based Views in Django - The View Base Class [https://www.brennantymrak.com/articles/comprehending-class-based-views-view-base-class.html] * 클래스 기반 뷰 (CBV)는 Django를 사용할 때 가장 '논란'을 제공하는 기능 중 하나입니다. FBV(Function-Based View)에 비해 CBV는 간단하지만 어렵고, 어렵지만 강력합니다. 이 기사는 CBV를 자세히 소개하고,

Python * Visualizing gzip compression with Python! [https://brennan.io/2020/09/22/compression-curves/] * Python에서 gzip이 어떻게 수행되는지 구체적으로 보여주는 좋은 기사입니다. * Interactive Data Visualization In Python with Pygal [https://towardsdatascience.com/interactive-data-visualization-in-python-with-pygal-4696fccc8c96] * Python을 활용해서 시각화 자료를 만드는 방법을 소개하는 기사 입니다. JS * Understanding React Rendering [https://www.loginradius.com/engineering/

Python * Array programming with NumPy [https://www.nature.com/articles/s41586-020-2649-2] * NumPy 제작자인 Travis Oliphant가 출판한 Nature 기사를 통해서 NumPy가 PyTorch 및 Tensorflow에서 어떻게 활용되고 작동되는지 소개하는 기사입니다. * NumPy에 관심이 많았다면 꼭 읽어볼만한 기사입니다. * Exceptions as control flow [https://blog.cerebralab.com/Exceptions_as_control_flow] * 제어문에서 '예외'

Python * Under the hood of calling C/C++ from Python [https://azhpushkin.me/posts/python-c-under-the-hood] * ctypes, libffi, CPython 및 C의 원활한 상호 운용성을 도구의 내부를 소개하는 기사입니다. * Build a fully production ready machine learning app with Python Django, React, and Docker [https://towardsdatascience.com/build-a-fully-production-ready-machine-learning-app-with-python-django-react-and-docker-c4d938c251e5] * Django, React, Docker 그리고 ML을

Python * Asynchronously Opening and Closing Files in Asyncio [https://nullprogram.com/blog/2020/09/04/] * Asyncio를 사용해서 파일을 다루는 방법을 소개합니다. * Python behind the scenes #1: how the CPython VM works [https://tenthousandmeters.com/blog/python-behind-the-scenes-1-how-the-cpython-vm-works/] * CPython의 내부를 소개하는 기사입니다. 이번주 추천 기사입니다. Python을 좋아하시면 꼭 읽어보세요 :D JS * Build

Python * Why is Nobody Talking about Pandas NamedAgg? [https://deanla.com/pandas_named_agg.html] * Pandas v0.25에 도입된 NamedAgg에 대해서 자세히 소개하는 기사 입니다. * SQL의 as를 즐겨 사용하셨다면, NamedAgg도 마음에 드실껍니다. * Build Your Own Flight Tracking Application With Python and Open Air Traffic Data [https://www.geodose.com/2020/

Python * A Guide to Python Lambda Functions [https://adamj.eu/tech/2020/08/10/a-guide-to-python-lambda-functions/] * Lambda 함수의 정의, 사용 방법 등을 다루는 기사입니다. 'lambda'라는 이름의 유래와 Python의 제작자 인 Guido van Rossum이 제거하기를 원했던 이유 등 다양한 정보를 다루고 있는 기사입니다. * 강력추천하는 기사이니, 꼭 읽어보세요! * Keras for

Python * Django Views — The Right Way [https://spookylukey.github.io/django-views-the-right-way/] * Django의 View를 작성할 때 고민이 있으시다면 이 기사를 참고해보세요! * 분량이 많으니, 천천히 읽어보시면 좋습니다. * TensorFlow Datasets: The Bad Parts * TensorFlow의 데이터는 순차 접근을 기반으로 구성되었습니다. 데이터 기반 프로젝트에서 잠재적으로 피해야할 몇가지 사항에 대해서 소개하는 기사 입니다. JS * How I

Python * Goodwill.com Hunting [https://goodwill.awardwinninghuman.com/] * Goodwill.com에서 판매하는 옷을 분석한 내용을 소개하는 기사 입니다. 데이터 분석에 관심 있으시면 읽어보세요. * Handling more than 200 transactions per second using python-rq [https://www.sankalpjonna.com/posts/handling-more-than-200-transactions-per-second-using-python-rq] * Redis 대기열을 효과적으로 처리하는 방법을 소개하는 기사입니다. 비동기 처리를 많이 하신다면 읽어보시면 좋은

Python * Creating A To-Do List App With Django, Drf, Alpine.Js And Axios [https://janowski.dev/blog/2020/7/23/creating-do-list-app-django-drf-alpinejs-and-axios/] * 기본적인 예제 중 하나인 To-Do를 Django와 DRF를 사용해서 튜토리얼을 진행하는 기사입니다. DRF를 처음 접하신다면 이 기사를 참고해보세요. * How to manage logs with Django, Gunicorn and NGINX [https://mattsegal.dev/

Python * Django Testing Toolbox [https://www.mattlayman.com/blog/2020/django-testing-toolbox/] * Django의 테스트 도구를 고민하신다면 이 기사를 참고해보세요! 그리고 테스트 환경을 고민이라면 이 기사에서 제공하는 몇가지 팁을 먼저 '도전'해보세요! * Interfaces, Mixins and Building Powerful Custom Data Structures in Python [https://rednafi.github.io/digressions/python/2020/07/

Python * Understanding and Decoding a JPEG Image using Python [https://yasoob.me/posts/understanding-and-writing-jpeg-decoder-in-python/] * Python을 사용해서 JPEG를 다루는 방법을 매우 직관적이고 자세히 소개하는 기사 입니다. Python으로 이미지를 처리하고 싶다면 이 기사로 시작해보세요. * TensorFlow, Keras and deep learning, without a PhD [https://codelabs.developers.google.com/codelabs/cloud-tensorflow-mnist] * 이 코드랩은 필기

Python * Too many objects: Reducing memory overhead from Python instances [https://pythonspeed.com/articles/python-object-memory/] * 파이썬 객체의 오버 헤드에 대해서 소개하는 기사입니다. * Containerized Python Development – Part 1 [https://www.docker.com/blog/containerized-python-development-part-1/] * 도커를 사용해서 파이썬 개발 환경을 구성하는 방법을 소개하는 기사입니다. JavaScript * Four Ways to Fetch Data in React