Arbeitspause

Wer diesen Blog etwas verfolgt hat, wird gesehen haben, dass es eine recht intensive Arbeitsphase ist. In den letzten Wochen gab es etliche Veröffentlichungen in Printmedien und auch online.

Gemeinsames Arbeiten

Zum guten Arbeiten gehört auch eine verdiente Pause. Diese hier kombiniert Meerblick, leckeren Fisch, Roiboos-Tee und ein gutes Buch.

Arbeitspause

Noch mehr Artikel auf StackAbuse

In den letzten Tagen sind zwei weitere Artikel von mir auf StackAbuse erschienen. Im ersten geht es um symbolische Links -- wie man dieser erstellt und validiert. Dazu gehört auch die Vorstellung des Werkzeugs symlinks.

Der zweite Beitrag widmet sich dem Thema des Findens bestimmter Inhalte in Textdateien, komprimierten Dateien sowie Archiven. Ebenfalls dürfen Rechenblätter von Tabellenkalkulationen und PDF-Dokumente nicht zu kurz kommen. Behilflich sind hierbei Werkzeuge wie zgrep, loook und pdfgrep.

Suche mittels loook

Hier geht es zu den beiden (englischsprachigen) Artikeln:

• Symbolic Links in Unix/Linux

• Linux: Find Files Containing Text

Herbstkooperation mit StackAbuse

Stack Abuse ist eine kleiner Wissensfundus, bei der Themen aus der IT-Welt auseinandergenommen und detaillierter erklärt werden. Vieles dreht sich um die Programmiersprache Python und deren Module. Wer die Sprache kennt, weiß dass es vergleichsweise einfach ist, mit ihr warm zu werden und damit schnell produktiven und verständlichen Code zu fabrizieren, den man auch später wieder versteht.

Etwas unübersichtlich ist jedoch die Menge der Module (Bibliotheken), die es mittlerweile gibt und die Teil der regulären Python-Veröffentlichung sind. Diese decken nahezu alle Bereiche ab -- sei es Kryptographie, Netzwerkfunktionen, Listen und Baumstrukturen sowie die Verarbeitung und Aufbereitung von numerischen Daten.

Nicht zu allen Themen gibt es Einführungen -- aber das soll sich ändern. Beigetragen habe ich dazu bisher mit diesen Themen:

• Command Line Arguments in Python
• Parallel Processing in Python

Weitere Beiträge folgen :)

Ähnliche Beiträge hier im Blog waren bislang:

• Daten auswerten mit NumPy
• Auswertung mit NumPy, Pandas und Matplotlib

Weitere Veröffentlichungen finden Sie hier in dieser Liste.