import this

import this

By Markus & FrankTechnology
Download on the App Store

import this episodes

  • IPython und Jupyter

    IPython ist als interaktive Python Shell auf Steroiden gestartet. Dort wo die Python REPL (Read-eval-print loop) endet, fängt IPython erst an. Diese interaktive Shell läuft aber nicht nur im Terminal sondern auch im Web, Jupyter Notebook genannt. Dabei unterstützt sie auch viele weitere Programmiersprachen.

    In diesem Podcast reißen wir die IPython Features kurz an. Im Sendezentrum auf dem 32C3 hatten wir eine Stunde aufnehmen können. Wir hoffen Euch zumindest so neugierig gemacht zu haben, dass Ihr etwas in der Doku stöbert und IPython/Jupyter selbst ausprobiert.

    Links:

    • IPython: http://ipython.org
    • Jupyter: http://jupyter.org
    • IPython als Shell: https://www.safaribooksonline.com/blog/2014/02/12/using-shell-commands-effectively-ipython/
    • ipyparallel http://ipyparallel.readthedocs.org/en/stable
    • IPython docu: http://ipython.readthedocs.org/en/stable/
    • Jupyter docu: http://jupyter.readthedocs.org/en/latest/
    • Notebook viewer: http://nbviewer.ipython.org
    • Timing and Profiling in IPython: http://pynash.org/2013/03/06/timing-and-profiling/
    • Cheatsheet: https://damontallen.github.io/IPython-quick-ref-sheets/
    • 1 hr 1 min
    • Softwaretests mit py.test

      Den Wert automatischer Softwaretests begreift man spätestens, wenn diese Bugs vor den Usern lokalisieren. Sie helfen aber auch den eigenen Code zu überdenken und ergänzen letztlich z. T. die Dokumentation. D. h. sie stellen eine vertrauensbildende Maßnahme zum Code dar.

      Das Schreiben und Ausführen dieser Tests sollte so einfach wie möglich sein. Die Batterien
      in der Python Standardlib haben lange Zöpfe. Wir unterhalten uns mit Holger
      Krekel über das automatische Testen von Software generell und sprechen im 2. Teil speziell
      über sein Testframework py.test und ergänzende Tools wie z. B. dem Metatestrunner tox.

      Wir danken Holger, der bis zur letzten Schwingung seiner Stimmbänder diese Episode mit interessantem
      Wissen und Erfahrungen rund um das Softwaretesten bereichert hat.

      Links
      • Holger Krekel
      • CRE 88: Python und PyPy
      • PyPy
      • Import This 05: PyPy
      • devpi: PyPI server and packaging/testing/release tool
      • Notes on Postmodern Programming
      • py.test
      • Standardlib Unittest Module
      • Metatestrunner tox
      • Requests Package
        1 hr
      • CLI Parameter mit Docopt und Schema

        import docopt

        """

        CLI Parameter mit Docopt und Schema

        Gerade für CLI Tools ist Python oft eine gute Wahl. Es verbindet die Geschwindigkeit von Shell-Programmierung
        mit Features einer durchdachten Sprache.

        Eine der ersten Zeilen Code ist sys.argv[] zu parsen. Die Standardlib bringt da mit optparse oder seit
        Python (2.7|3) argparse sehr umfangreiche Packages mit. Umfangreich heißt leider auch etwas zeitintensiv
        zu nutzen, wenn man die Doku nicht auswendig gelernt hat.

        Komplett von der anderen Seite zäumt Docopt [0] dieses Problem auf. Man schreibt einfach seinen Hilfetext
        in einen String und wirft ihn diesem Modul vor. Genau, das war alles.

        In der Natur der Sache liegt, dass Docopt nicht weiß, wie es die CLI Optionen und Argumente validieren
        soll. Da kommt z. B. Schema [1] des selben Autors ins Spiel. Dieses Modul bietet ein simples Interface beliebige
        Datenstrukturen zu validieren. Damit ist es nicht nur ein perfekter Kompagnon für Docopt sondern für Daten
        fast jeglicher Art.

        [0] http://docopt.org/
      • [1] https://github.com/halst/schema

        Usage:

           import-this listen [--pre-fetch ]

           import-this download []

        Options:

           -h --help Show help screen

           -p --pre-fetch Download before playing

        """

        arguments = docopt(__doc__)

        21 min
      • Das SCM Mercurial

        Mercurial ist ein verteiltes Versionskontrollsystem.

        Da es unabhängig vom einem Server arbeitet kann jeder lokal und auch ohne Internetverbindung Dokumente oder Quellcode damit verwalten. Trotzdem kann man mit Mercurial die Repositories untereinander austauschen und so auch über weite Entfernungen zusammen arbeiten.

        Viele bekannte Open Source Projekte und Firmen setzen Mercurial ein. So zum Beispiel Atlassian, Dovecot, Gajim, Google, Facebook, Mozilla, OpenOffice, OpenSolaris, Python, PyPy, RabbitMQ, Unity, Vim oder Xen.

        Links
        • Mercurial Homepage
        • Mercurial: The Definitive Guide
        • hg init Tutorial
        • hg Quickstart
        • hg Wiki
        • Experimente für Fortgeschrittene, Vortrag von Markus auf den CLT
        • https://2012.de.pycon.org/programm/schedule/sessions/62/" rel="noopener noreferrer">PyCon.de Mercurial Vortrag von Markus
          1 hr 46 min
        • PyCon DE 2012

          Ende Oktober fand die 2. Python Konferenz für den deutschsprachigen Raum in Leipzig statt. Auch wenn man sich im Netz und z. B. in lokalen Gruppen gut über diese Sprache austauschen kann, so ist das auf einer Konferenz wesentlich intensiver. Wir geben einen Rückblick auf dieses gelungene Event und hoffen Interesse für die mittlerweile veröffentlichten Vorträge wecken zu können.

          Shownotes:
          • PyCon DE 2012
          • Wiki: PyCon DE
          • Tutorials
          • Hochschultagung
          • Vortragsprogramm
          • PyVideo.org
          • YouTube
          • Barcamp, Code-Retreats, Sprints
          • Wiki: Barcamp
          • Wiki: Code Retreat
          • Wiki: Sprints
            59 min
          • Sphinx

            Dokumentation gehört zu Software dazu. Das Erstellen dieser ist aber oft nicht so spannend. Deshalb sollte es wenigstens gute Tools geben, die diesen Prozess so schmerzfrei wie möglich machen. Genau so eines stellen wir in dieser Episode vor: Sphinx.

            Shownotes:
            • Sphinx
            • WP: Softwaredoku
            • Python Doku
            • Sphinx auto build
            • Sphinx Quickstart
            • Sphinx Module
            • reStructuredText Doku
            • Matplotlib Doku Anleitung
            • WP: CHM Dateiformat
            • Read the docs
            • Team Pocoo
            • Doc2Dash converter (Mac OS X spezifisch)
            • Using Sphinx to write books
              37 min
            • PyPy

              Clearly, PyPy is more than a just faster alternative to the standard Python implementation CPython with a JIT and an experimental Software transactional memory implementation. Some people even use it to implement their own programming languages.

              We took the opportunity to catch the two core members Armin and Maciej of the PyPy project at a Sprint in Leipzig. They talk about the project, what they achieved so far, what's boiling at the moment, and what else you can achieve with the RPython toolchain.

              You will have noticed it by now, we fell back to the least common denominator English as the interview language. We applolgise in advance for the restricted recording environment.

              As a side note, this podcast now is also available via bittorrent from Bitlove.org.

              Shownotes:
              • 00:00:45 Intro of our special guests Armin and Maciej
              • 00:04:33 CRE088 Python und PyPy
              • 00:07:15 Speed gain and benchmarking
              • 00:08:40 Codespeed / speed.pypy.org
              • 00:09:15 PyPy project, contributing
              • 00:16:13 Development workflow
              • 00:20:25 PyPy in detail: the components and features
              • 00:24:00 PyPy can be faster than C ;-)
              • 00:26:15 What happens when you execute pypy or the Toolchain
              • 00:30:27 A little bit about the JIT
              • 00:33:50 RAM consumption
              • 00:43:00 Sandboxing
              • 00:45:33 Software and Hardware Transactional Memory (STM and HTM)/ Automatic Mutual Exclusion
              • 01:01:17 What is the Global Interpreter Lock and Stackless?
              • 01:05:50 How to support PyPy or sub projects?
              • 01:08:10 Who uses PyPy?
              • 01:08:10 Who uses PyPy? Which Python projects support PyPy?
              • 01:11:10 How to file bug reports?
              • 01:14:36 Outlook.
                1 hr 22 min
              • PyPy

                Clearly, PyPy is more than a just faster alternative to the standard Python implementation CPython with a JIT and an experimental Software transactional memory implementation. Some people even use it to implement their own programming languages.

                We took the opportunity to catch the two core members Armin and Maciej of the PyPy project at a Sprint in Leipzig. They talk about the project, what they achieved so far, what's boiling at the moment, and what else you can achieve with the RPython toolchain.

                You will have noticed it by now, we fell back to the least common denominator English as the interview language. We applolgise in advance for the restricted recording environment.

                As a side note, this podcast now is also available via bittorrent from Bitlove.org.

                Shownotes:
                • 00:00:45 Intro of our special guests Armin and Maciej
                • 00:04:33 CRE088 Python und PyPy
                • 00:07:15 Speed gain and benchmarking
                • 00:08:40 Codespeed / speed.pypy.org
                • 00:09:15 PyPy project, contributing
                • 00:16:13 Development workflow
                • 00:20:25 PyPy in detail: the components and features
                • 00:24:00 PyPy can be faster than C ;-)
                • 00:26:15 What happens when you execute pypy or the Toolchain
                • 00:30:27 A little bit about the JIT
                • 00:33:50 RAM consumption
                • 00:43:00 Sandboxing
                • 00:45:33 Software and Hardware Transactional Memory (STM and HTM)/ Automatic Mutual Exclusion
                • 01:01:17 What is the Global Interpreter Lock and Stackless?
                • 01:05:50 How to support PyPy or sub projects?
                • 01:08:10 Who uses PyPy?
                • 01:08:10 Who uses PyPy? Which Python projects support PyPy?
                • 01:11:10 How to file bug reports?
                • 01:14:36 Outlook.
                  1 hr 22 min
                • Django 1.4

                  Django ist eines der weit verbreiteten in Python geschriebenen Webframeworks. Am 23. März wurde die Version 1.4 released. In dieser Folge stellen wir die großen und einige der kleinen Features vor.

                  Mit der Audioqualität sind wir auch nicht zufrieden. Wird ab der nächsten Folge wieder besser.

                  Shownotes
                  • 00:00 Django 1.4 Release
                  • 02:07 Timezone Support, Zeitrechnungen
                  • 10:07 Bulk Insert
                  • 12:07 verbesserte Passwort Hashes
                  • 16:20 Click Jacking Schutz
                  • 17:45 verändertes Projektlayout
                  • 22:40 In-Browser Testframeworks
                  • 24:00 Django 1.5 bekommt Python 3.3 Support, Python 2.4 nicht mehr unterstüzt
                  • 26:50 bessere WSGI Unterstützung
                  • 27:00 Admin-Verbesserungen
                  • 29:00 kryptographische Signaturen
                  • 30:41 Formwizarderweiterungen
                  • 32:00 weitere nützliche Kleinigkeiten
                    43 min
                  • Django 1.4

                    Django ist eines der weit verbreiteten in Python geschriebenen Webframeworks. Am 23. März wurde die Version 1.4 released. In dieser Folge stellen wir die großen und einige der kleinen Features vor.

                    Mit der Audioqualität sind wir auch nicht zufrieden. Wird ab der nächsten Folge wieder besser.

                    Shownotes
                    • 00:00 Django 1.4 Release
                    • 02:07 Timezone Support, Zeitrechnungen
                    • 10:07 Bulk Insert
                    • 12:07 verbesserte Passwort Hashes
                    • 16:20 Click Jacking Schutz
                    • 17:45 verändertes Projektlayout
                    • 22:40 In-Browser Testframeworks
                    • 24:00 Django 1.5 bekommt Python 3.3 Support, Python 2.4 nicht mehr unterstüzt
                    • 26:50 bessere WSGI Unterstützung
                    • 27:00 Admin-Verbesserungen
                    • 29:00 kryptographische Signaturen
                    • 30:41 Formwizarderweiterungen
                    • 32:00 weitere nützliche Kleinigkeiten
                      43 min

                    About import this

                    From the publisher's feed

                    Ein Podcast über die Programmiersprache Python, ihre Community, ihre beigelegten Batterien, Erweiterungen, ihre Frameworks und das ganze PyUniversum.