PyCon JP 2016 公開済みスライドまとめ #pyconjp #pyconjp2016
PyCon JP 2016 公開済みスライドまとめ #pyconjp #pyconjp2016
外出した資料を会社へ提出するために報告書を作っています. 聴講した講演のスライドを探しているのですが,まとめたくなったのでまとめてみます. (2016/9/23現在)
2015年版はTechStarsBlogにありました
PyCon JP 2016
- PyCon JP 2016 公開済みスライドまとめ #pyconjp #pyconjp2016
- PyCon JP 2016
- 招待講演 / Invited Talk] Pythonを含む多くのプログラミング言語を扱う処理フレームワークとパターン (ja)
- Blockchain for Pythonistas (ja)
- マイクロサービスを利用する側のパフォーマンス向上策 (ja)
- 週末サイエンティストのススメ (ja)
- Pythonで作るWebクローラ入門 (ja)
- Pythonで作るTiny DAW (Digitai Audio Workstation) (ja)
- たった一ファイルの python スクリプトから始める OSS 開発入門 (ja)
- データ分析スクリプトのツール化入門(GUI付与・EXE化) (ja)
- Mezzanine, the best CMS on Python (en)
- Getting started with chatops in python with errbot (en)
- ニューラルネットワークのフレームワークであるChainerで始める対話Botの作成 (ja)
- Building a Simple Japanese Content-Based Recommender System in Python (en)
- 数学的基礎から学ぶ Deep Learning (ja)
- 仕事で使うちょっとしたコードをOSSとして開発メンテしていく - Django Redshift Backend の開発 (ja)
- パッケージングを支える技術 (ja)
- 基礎から学ぶWebアプリケーションフレームワークの作り方 (ja)
- Pythonistaよ、Pythonistaを知っているか 〜こんなの欲しかった! iOSアプリ開発環境Pythonista〜 (ja)
- 複数の言語からなるプロジェクトを作るということ (ja)
- 無料でできる、Cloud9上で開発してHerokuにデプロイする手順を共有します (ja)
- How Python helped create the visual effects for an Emmy nominated TV show (en)
- Robot Frameworkでブラウザテストやってみた話 (ja)
- Pythonではじめるfinance hack入門 (ja)
- You Might Not Want Async (in Python) (en)
- Pythonでpyftpdlibを使ってFTPサーバーを作る際に使ったテクニックの紹介 (ja)
- PythonでもPythonじゃなくても使える汎用的なMicroservice実行環境 (ja)
- f2pyとmatplotlibを用いたブラウン粒子動力学のリアルタイム可視化 (ja)
- Pythonで実現する4コマ漫画の分析・評論 (ja)
- HTTPプロクシライブラリproxy2の設計と実装 (ja)
- Raspberry Piで日本の子供たちにプログラミングのパッションを伝えよう (ja)
- Deep Learning with Python & TensorFlow (en)
- ビッグデータとPythonではじめる野球の統計分析 (ja)
- Pythonで入門するApache Spark (ja)
- import community (en)
- Building Distributed System with Celery on Docker Swarm (en)
- Python を支える技術: モジュール・インポートシステム編 (ja)
- Plone5のOSSにおける進化と適応 〜 PyCon (US) 2016 Keynoteの日本語での再演 (ja)
- メタプログラミングPython (ja)
- はじめて作るDjangoプラグイン (ja)
- PythonではじめるOpenAI Gymトレーニング (ja)
- pandasによる時系列データ処理 (ja)
- Building An Interpreter In RPython (en)
- Pausable Unittest on EFI Stackless Python (ja)
- Building a data preparation pipeline with Pandas and AWS Lambda (en)
- Python データーベースドライバーの作り方 (ja)
- 型ヒントについて考えよう! (ja)
- Sleepy: How to suspend and resume your cpython process from inside (en)
- PyCon JP 2016
招待講演 / Invited Talk] Pythonを含む多くのプログラミング言語を扱う処理フレームワークとパターン (ja)
Hironori Washizaki in Science
『PyCon JP参加者と接点が少ない分野の方々を招待し、参加者と講演者とが交流できる場所を提供する』ことを目的に招待講演を行います。 水曜日 10:45 a.m.–11:30 a.m. in Room 204
Blockchain for Pythonistas (ja)
あべんべん in Business
まずはFintechが、どれぐらいPythonと関連が深いのかを説明します。 他のデータ基盤とブロックチェーンの違いについて説明します。 ブロックチェーンを簡単な概要と、金融や金融以外の動向を紹介します。 後半はPython技術を利用した事例と今後の可能性について解説します。 水曜日 10:45 a.m.–11:30 a.m. in Room 205
マイクロサービスを利用する側のパフォーマンス向上策 (ja)
Atsushi Kanaya in Concurrency
マイクロサービスを利用する側として処理速度を向上するために、非同期IOやmultiprocessingを使った場合の事例を紹介します。 水曜日 11 a.m.–11:45 a.m. in Room 201
週末サイエンティストのススメ (ja)
Yuta Kashino in Science
クラウドサービス等で安価になった計算資源,大量にあるオープンなデータ,そして多様なオープンソースのツール群.これらを利用すれば,勤務外や週末に計算機上で科学的な解析・分析や推測や予測を自分の手で行うことができる時代になっています.本トークでは他の言語に較べて鬼のように豊かなエコシステムをもつ,Pythonの科学計算スタックを屈指し,プライベートプロジェクトとしてサイエンスをすることについて,環境の構築方法,スタックの紹介,そして事例を提示します.計算環境を整え,基礎知識を蓄え,少しのやる気さえあれば,みんながサイエンスのプロジェクトを行うことができます.普段の職業は「みんなちがって」も「みんな」が計算機上でサイエンスが可能になっている「いい」時代にいるのです.みんなちがってみんないい.Pythonの科学計算スタックはそれを可能にすることを本トークで実感することができたら幸いです. 水曜日 11 a.m.–11:45 a.m. in Room 202
Pythonで作るWebクローラ入門 (ja)
Ai Makabi in Best Practices/Patterns
Pythonの代表的なクローラ構築フレームワークScrapyを利用して,目的に応じたクローラを構築する方法について学びます.発表中では,クロール対象のサイトやサービスに迷惑をかけないようなテクニックについて言及すると共に,BeautifulSoup4の利用方法を中心に,クロールして集めたデータの抽出(スクレイピング)・加工方法についても紹介します. 水曜日 1 p.m.–1:45 p.m. in Room 203
Pythonで作るTiny DAW (Digitai Audio Workstation) (ja)
Ransui Iso in Other
ある日YouTubeを見ているとボタンがいっぱいついたデバイスでライブパフォーマンスをしている動画が目に留まりました。調べてみるとnovation社のLaunchPadというデバイスを使っているようです。これは面白そうと早速入手しましたが、付属しているDAWソフトウェアはプロユースにも対応するレベルのもので、難しくてとても使いこなせません。どうしましょう。そうです。Pythonを使って自分が使いやすいDAWを作ってしまえばいいのです! 水曜日 1 p.m.–1:45 p.m. in Room 201
たった一ファイルの python スクリプトから始める OSS 開発入門 (ja)
Kei Iwasaki in Systems Administration
1ファイルのスクリプトを書き捨てる程度でしかコードを書かなかったところから、書いたコードを公開するようになってによって起こった技術的な視野の広がりについて、実際の体験を元にお話します。 水曜日 1 p.m.–1:45 p.m. in Room 202
データ分析スクリプトのツール化入門(GUI付与・EXE化) (ja)
どんあき in Useful libraries
Pythonで作成したデータ分析スクリプトを(Windowsの)一般ユーザーへ使ってもらいたい時に、ユーザーがPythonを使えない・PCにPythonが入ってないという環境でも、簡単なGUI作成からEXEとして1つのファイル化して動作させる方法について解説します。 水曜日 1 p.m.–1:45 p.m. in Room 205
Mezzanine, the best CMS on Python (en)
Hiroki KIYOHARA in Web Frameworks
Mezzanine http://mezzanine.jupo.org/ is one of CMSs on Python. I've used Mezzanine to host djangoproject.jp. On this session, you can learn the best way to host web sites on Python. 水曜日 1 p.m.–1:45 p.m. in Room 204
Getting started with chatops in python with errbot (en)
Guillaume Binet in Useful libraries
ChatOps is about bringing your devops tools into your team chatroom. Some common operations implemented with chatops includes deployments, provisioning, monitoring, graphs, development tracking... In this presentation I will present Errbot a chatbot, written and extensible in Python. This talk will show you how to get started and the interesting pythonic features available through the API. 水曜日 2 p.m.–2:30 p.m. in Room 205
ニューラルネットワークのフレームワークであるChainerで始める対話Botの作成 (ja)
Masaya Ogushi in Science
2016年はFacebook, LINEなどがAPIを公開し対話Botを作成して自由に使える、使ってもらえる環境になってきています。今回は人工知能の分野で話題のニューラルネットワークが使用可能なフレームワークのChainerを用いて対話Botを作成する手法を紹介したいとおもいます。 水曜日 2 p.m.–2:30 p.m. in Room 204
Building a Simple Japanese Content-Based Recommender System in Python (en)
Charles Vallantin Dulac in Industry Uses
Online stores such as Amazon but also news/blogs websites suffer from information overload. Customers can easily get lost in their large variety (millions) of products or articles. Recommendation engines help users narrow down the large variety by presenting possible suggestions. In this talk, I will show how to create a simple Japanese content-based recommendation system in Python for blog posts. 水曜日 2 p.m.–2:45 p.m. in Room 201
数学的基礎から学ぶ Deep Learning (ja)
Junya Kaneko in Education
みんな大好き state of art の deep learning。そんな 技術を使ってみたい僕らのために沢山ライブラリも出てきたよね。チュートリアルはできた。でも、結局何やってんのかわかんない。 よし、高校生程度の数学の知識から始めて deep learning を行うプログラムを、主に Numpy を用いてスクラッチから作ってみよう! 水曜日 2 p.m.–2:45 p.m. in Room 202
仕事で使うちょっとしたコードをOSSとして開発メンテしていく - Django Redshift Backend の開発 (ja)
Takayuki Shimizukawa in Useful libraries
AWSの「Redshift」は、Postgresqlベースで作られたデータウェアハウスです。ポスグレベースなのでpsqlで接続したりPythonのpostgres用ドライバが使えます。Djangoもポスグレ用ドライバで使えます、と思ったら色々問題あった。仕事で必要なんですけど。しょうがないので、Djangoに不慣れな私が手探りでDjangoのバックエンドを作って、公開して、バグレポに対応して、テストを書いて、テスト自動化して。OSS活動の各段階でどうやって進めてきたのか、紹介します。 水曜日 2 p.m.–2:45 p.m. in Room 203
パッケージングを支える技術 (ja)
aodag in Packaging
pypiを中心としたパッケージエコシステムや、pypaが管理しているツール、関連PEPの動向を解説します。 水曜日 3:30 p.m.–4:15 p.m. in Room 201
基礎から学ぶWebアプリケーションフレームワークの作り方 (ja)
Masashi Shibata in Web Frameworks
PythonのWebアプリケーションフレームワークを開発するために必要な知識を実際のPythonのコードをベースに解説していきます。 水曜日 3:30 p.m.–4:15 p.m. in Room 202
Pythonistaよ、Pythonistaを知っているか 〜こんなの欲しかった! iOSアプリ開発環境Pythonista〜 (ja)
Mitsuki Sugiya in Mobile
Pythonista はPythonでiOS開発・実行する環境を備えたアプリです。 このtalkでは、実際にPythonistaで作成したアプリをもとに、Pythonistaの基本的な使い方や特徴などを説明していきます。 水曜日 3:30 p.m.–4:15 p.m. in Room 203
複数の言語からなるプロジェクトを作るということ (ja)
Kosuke Kusano in Best Practices/Patterns
1つのプロジェクトが1つのプログラミング言語で完結することが少なくなっています。言語的にキメラ(chimera)なプログラミング技法についてこれまであまり議論されてきませんでした。PythonとRustを用いたmulti-threaddingについて取り上げながら、Pythonの不得意とする処理を他の言語に委譲する方法論を議論し、chimeraに対する議論を深めようと思います。 水曜日 3:30 p.m.–4:15 p.m. in Room 204
無料でできる、Cloud9上で開発してHerokuにデプロイする手順を共有します (ja)
Takeshi Sugiyama in Cloud
Pythonを勉強してWebアプリを作ってみたはいいが、サーバーがないのでスマホや会社のPCから使えるようなアプリにはできない、という初心者は多いと思います。そこでこの発表ではHerokuとCloud9というクラウドサービスを無料枠の範囲で使って、簡単な蔵書管理をおこなうWebアプリを立ち上げる方法を順を追って説明します。使用するのはPython3,django,PostgreSQLです。 水曜日 4:30 p.m.–5 p.m. in Room 202
How Python helped create the visual effects for an Emmy nominated TV show (en)
Engin Arslan in Other
Almost all the software packages that are used in VFX have a Python API. From the workings of the studio pipeline to the front-end of VFX production where viewer facing visuals are created, Python facilitates delivery of effects on time and on budget. Learn how specifically Python is leveraged in production to deliver award winning VFX that captivate the imagination of millions of viewers. 水曜日 4:30 p.m.–5 p.m. in Room 201
[招待講演 / Invited Talk] 確率的ニューラルネットの学習と Chainer による実装 (ja) Seiya Tokui in Big Data
『PyCon JP参加者と接点が少ない分野の方々を招待し、参加者と講演者とが交流できる場所を提供する』ことを目的に招待講演を行います。 水曜日 4:30 p.m.–5:15 p.m. in Room 205
Robot Frameworkでブラウザテストやってみた話 (ja)
Yasushi Masuda in Testing
Pythonで書かれた受け入れテストフレームワーク、 Robot Framework をご存知でしょうか? 簡単なテキストファイルでテストパターンを記述でき、 軽快かつ柔軟にテストスイートを構築できます。 Selenium を使ったブラウザテストをはじめ、色々なテストに応用でき、もちろんPythonで拡張できます。 この講演では、 Robot Framework の機能を解説し、業務で使ってみたエピソードを紹介します。 水曜日 4:30 p.m.–5:15 p.m. in Room 203
Pythonではじめるfinance hack入門 (ja)
driller in Industry Uses
金融とPythonは相性が良い組み合わせですが、国内では金融関係のPythonistaが未だ少ない印象です。 金融関係者がPythonを扱う利点としては、データ整形を高度なプログラムを書くことなく、手軽にできる点があります。 木曜日 10:45 a.m.–11:30 a.m. in Room 205
You Might Not Want Async (in Python) (en)
Tzu-ping Chung in Core Python (Language, Stdlib)
Async programming is hot®, but also difficult. Since Python is fundamentally designed for sequential (as in “not parallel”) programming, asynchrony doesn’t feel natural, and requires more mentally to comprehend than, say, a language that can go async directly (bad pun intended). 木曜日 10:45 a.m.–11:30 a.m. in Room 204
Pythonでpyftpdlibを使ってFTPサーバーを作る際に使ったテクニックの紹介 (ja)
Shinya Okano in Best Practices/Patterns
Pythonでちょっとしたツールを作る際、コードの書き方やパッケージング、自動テストの仕方など、どのようにしようか、考えるかと思います。 私がツールを作る際にどのようにしているか、具体的にFTPサーバーアプリケーションを例に紹介します。 木曜日 10:45 a.m.–11:30 a.m. in Room 203
PythonでもPythonじゃなくても使える汎用的なMicroservice実行環境 (ja)
Yosuke Suzuki in Cloud
日本経済新聞 電子版ではDjango/PythonでのWebAPIを、Microserviceアーキテクチャーを採用して、開発しています。DockerコンテナーをElasticBeanstalk上で動かす方式は非常に汎用性が高く、Django以外の環境でも利用できています。この方式について説明しつつ、運用上の工夫、メリット・デメリットについて話をします。 木曜日 11 a.m.–11:45 a.m. in Room 202
f2pyとmatplotlibを用いたブラウン粒子動力学のリアルタイム可視化 (ja)
Hidemitsu Hayashi in Science
Fortran言語で記述された、大気中に浮遊してブラウン運動する微小粒子の運動解析プログラムを、f2pyによりPythonプログラムと結合し、matplotlibを用いて粒子運動をリアルタイムで可視化した。その結果、運動解析中に粒子の大きさや大気温度を変更可能となり、これらの変数に依存してブラウン運動が変化する様子を視覚的に把握する事が出来る様になった。 木曜日 11 a.m.–11:45 a.m. in Room 201
Pythonで実現する4コマ漫画の分析・評論 (ja)
Shinji Sato in Other
日本に限らず海外でも漫画表現として用いられる「4コマ(yonkoma)」。近年ではアニメの題材にもなることが多く、より良い表現を考慮すべく、その技術解析・分析・評論を行い、読者・漫画家・編集者を含めてその成果を共有することは文化的に大きな価値があると言えます。本Talkでは、その序論として4コマ漫画のデータを抜き出し並びに、統計や機械学習を用いた分析をPythonで一気通貫に行う手法を紹介します。 木曜日 1:30 p.m.–2 p.m. in Room 203
HTTPプロクシライブラリproxy2の設計と実装 (ja)
inaz2 in Useful libraries
Pythonスクリプトで柔軟に拡張可能なHTTP(S)プロクシライブラリproxy2を紹介するとともに、PythonでHTTPプロクシを実装する際に考慮すべき点、HTTPS対応の詳細についてproxy2の実装を交えながら解説する。 木曜日 1:30 p.m.–2 p.m. in Room 204
Raspberry Piで日本の子供たちにプログラミングのパッションを伝えよう (ja)
Antoine Choppin in Education
Raspberry Piを頭脳にした「Kano」と言う子供向けのパソコンには、プログラミングを学ぶためのPythonアプリが沢山載っています。これらのアプリを日本語化し、日本の子供達にコードの情熱を伝えるプロジェクトを紹介します。 木曜日 1:30 p.m.–2 p.m. in Room 205
Deep Learning with Python & TensorFlow (en)
Ian Lewis in Big Data
TensorFlow is a new Open Source framework created at Google for building Deep Learning applications. I will discuss how it compares to other Python machine learning libraries like Theano or Chainer. Finally, I will discuss how trained TensorFlow models could be deployed into a production system using TensorFlow Serve. 木曜日 1:30 p.m.–2 p.m. in Room 201
ビッグデータとPythonではじめる野球の統計分析 (ja)
Shinichi Nakagawa, Ai Makabi in Big Data
野球統計学「セイバーメトリクス」および、高性能スピードガン「PITCHf/x」の登場で近年最高の盛り上がりをみせている野球のビッグデータを用いたデータ分析・可視化をPythonとその周辺技術(OSSなど)を用いて行う実践例を紹介します. 木曜日 1:30 p.m.–2 p.m. in Room 202
Pythonで入門するApache Spark (ja)
Tatsuya Atsumi in Big Data
現在、世界的に普及が進んでいる大規模分散処理フレームワークのApache Sparkについて、その基礎及び、Python APIを通じた各種ライブラリの使い方について、Sparkについて触れた事がない方でもわかるように基本から解説します。 Sparkは集計処理のような従来の操作のほか、機械学習のような複雑なワークロードにも対応しているため、様々な大規模分散処理を簡単に実装することが可能になります。 木曜日 2:10 p.m.–2:40 p.m. in Room 204
import community (en)
Fernando Masanori Ashikaga in Community
Ten different PyCon's and three Django Girls in two year's: lessons on diversity that I learned. Namibia, UK, Japan, Brazil, Italy, Argentina, Uruguay, Germany, Canada, USA and Spain. 木曜日 2:10 p.m.–2:40 p.m. in Room 205
Building Distributed System with Celery on Docker Swarm (en)
Wei Lin in Distributed Computing
In this talk, the basic mechanisms of Celery and Docker-Swarm will be explained. With Docker-Swarm , a cluster will be built upon two Raspberry Pi machines. Hadoop entry-level "Word Count" program will be re-writen in Python and executed parallelly via Celery on the cluster. An example of distributed system modeling nerual-network will also be explained. 木曜日 2:10 p.m.–2:40 p.m. in Room 203
Python を支える技術: モジュール・インポートシステム編 (ja)
Nozomu Kaneko in Python Internals
Python で書かれたほとんどすべてのプログラムには import 文が使われていますが、普段あまりその仕組みを気にすることはないのではないでしょうか。モジュールをインポートする際には、実はその背後で適切なモジュールを検索してロードするための様々な仕組みが働いています。この発表では、インポートが動く仕組みについて概説するとともに Python 上でそれを拡張する方法について説明します。 木曜日 2:10 p.m.–2:55 p.m. in Room 202
Plone5のOSSにおける進化と適応 〜 PyCon (US) 2016 Keynoteの日本語での再演 (ja)
Zenichiro Yasuda, Manabu TERADA in Web Frameworks
Python madeのエンタープライズCMS Ploneは15年の歴史を持ちます。 本講演では、USのPyCon2016におけるCris Ewing (Plone Foundation所属)のキーノート講演"Adaptation in OSS" を日本語で再現し、15年の進化と適応がどのようにPlone5に結実したかをご紹介します。 木曜日 2:10 p.m.–2:55 p.m. in Room 201
メタプログラミングPython (ja)
tell-k in Core Python (Language, Stdlib)
Pythonで出来るメタプログラミングの概要を一通り説明します。普段はあまり意識しないフレームワークやライブラリの中で駆使されているメタプログラミングの世界をは覗いてみませんか? 本セッションではそもそもPythonにおけるメタプログラミングの概要から、それがどのような場面で利用されているかをお話しします。 木曜日 3:25 p.m.–4:10 p.m. in Room 201
はじめて作るDjangoプラグイン (ja)
Kohki Miki in Web Frameworks
Python製のWeb ApplicationフレームワークであるDjango向けのプラグイン開発を題材に、Pythonライブラリをホスティングするためのベストプラクティスをお伝えします。 また、開発したDjangoプラグインを複数バージョンのPython2, 3とDjangoに対応し、テストを記述する方法やCI環境の構築、テスティング手法、PYPIへのサブミットまでの手順を紹介します。 木曜日 3:25 p.m.–4:10 p.m. in Room 204
PythonではじめるOpenAI Gymトレーニング (ja)
Takahiro Kubo(icoxfog417) in Big Data
OpenAI Gymをご存知でしょうか。これは名前の通り"AI"をトレーニングするためのジムで、様々なゲームなどで自分の開発したAIを"トレーニング(学習)"させることができます。 本セッションでは、強化学習を用いたAIの開発方法と、OpenAI Gymを用いたトレーニングのさせ方について解説します。 木曜日 3:25 p.m.–4:10 p.m. in Room 203
pandasによる時系列データ処理 (ja)
Masaaki Horikoshi in Science
データ分析ライブラリであるpandasを利用して、時系列データのグループ化や集計、サンプリングなどの処理を簡単・高速に行う方法を説明します。また、統計解析パッケージであるstatsmodelsを用いて簡単な時系列モデリングを行います。 木曜日 3:25 p.m.–4:10 p.m. in Room 202
Building An Interpreter In RPython (en)
Juozas Kaziukenas in Python Internals
To understand how dynamic programming languages get executed I set out to build a PHP interpreter. Not a joke, I really did it and it worked! The final result was a well-tested piece of Python code, which could be compiled to be very performant as well. The goal of this talk is to introduce you to the basics of interpreters and the tools available in RPython to build one. 木曜日 3:25 p.m.–4:10 p.m. in Room 205
Pausable Unittest on EFI Stackless Python (ja)
Masamitsu Murase in Embedded Systems
組込み機器などのテストでは「再起動を繰り返しながらテストを実行する」ことが多くあります。今回開発したPausable Unittestライブラリを使うと、標準ライブラリのunittestのようにテストを記述でき、かつ、「Pythonインタプリタを一度終了し、再起動後に続きを実行する」場合のテストも、簡単に記述できます。実例をEFI上に移植したStackless Pythonを用いて説明します。 木曜日 4:20 p.m.–4:50 p.m. in Room 202
Building a data preparation pipeline with Pandas and AWS Lambda (en)
Fabian Dubois in Industry Uses
When working on a data project, you will be often be facing messy input files with lots of missing or ill formatted values. Data providers may update manually, making the data source even more error prone. Once you geed the data to a data visualization or a dashboard, this will create many issues. I will show how to create a data preparation pipeline using with Pandas running on AWS Lambda. 木曜日 4:20 p.m.–4:50 p.m. in Room 201
Python データーベースドライバーの作り方 (ja)
Hajime Nakagami in Databases/NoSQL
Python のデーターベースドライバーを作る場合のコツ、留意点、既存のドライバーのソースコードを読む場合のポイントを解説します 木曜日 4:20 p.m.–5:05 p.m. in Room 205
型ヒントについて考えよう! (ja)
Yusuke Miyazaki in Core Python (Language, Stdlib)
Python 3.5 に導入された型ヒント (Type Hints) は、プログラム中に型アノテーションを記述する方法を標準化し、型チェッカーなどのツールで利用できるようになっています。このセッションでは Python の型ヒントについて紹介した後、他の言語での同様の機能について紹介し、Python の型ヒントの優れているところ、劣っているところを明らかにし、今後の型ヒントの活用方法について考えます。 木曜日 4:20 p.m.–5:05 p.m. in Room 203
Sleepy: How to suspend and resume your cpython process from inside (en)
David Weil in Cloud
In this talk we'll propose and explain how it is possible suspend & resume a python process execution from within python using no external-help. Pure-python-ffi-free code. This kind of tool is useful with the proliferation of cloud serv since they offer restricted execution env in terms of time/mem and process relocation/prio is required. Besides we’ll get unexpected debugger improvements. 木曜日 4:20 p.m.–5:05 p.m. in Room 204