Repaso a la PyConUS 2013

En nuestro repaso habitual a la parte científica de conferencias pythonistas importantes hoy le toca el turno a la última PyConUS celebrada en California la semana pasada:

Server log analysis with pandas (Taavi Burns): Ejemplos de uso de Pandas y las bondades de esta librería (a la que en breve le daremos un repaso importante). Si no conocéis Pandas es una buena forma de ver un poco tiempo muchas de sus ventajas. También se usa IPython y Matplotlib de forma general en la charla.

Building full-stack applications in Python (Luke Lee): En esta charla se echa un vistazo a todas las librerías ‘científicas’ masivas (Numpy and friends) que tenemos en Python. No aporta mucho si ya conoces un poco el ecosistema Numpy-científico. Como punto exótico, el uso de PyQwt en lugar de Matplotlib. Una librería gráfica más ligera que Matplotlib (y más fea, en mi humilde y subjetiva opinión).

Building an image processing pipeline with python (Franck Chastagnol): Un ejemplo de uso de Python en data-mining y en reconocimiento de caracteres con Numpy, openCV y Tesseract OCR (una librería en c++.

Crypto 101 (Laurens Van Houtven): Introducción a la criptografía, un poquito de matemáticas no hacen daño a nadie.

Cython Vs SWIG, Fight! (Mark Kohler): Acelerando (tus cálculos), que es gerundio.

Location, location, location (Julia Grace): Uso de bases de datos espaciales junto con GeoDjango. Ejemplos de uso y lecciones aprendidas.

MTO On Blast: Using Python’s Natural Language Toolkit to Model Gossip Blogs (Robert Elwell): Lingüística computacional y procesamiento de lenguaje natural usando la librería NLTK (algún día me gustaría tener tiempo para echarle un ojo a NLTK,…).

Realtime Tracking and Mapping of Geographic Objects using Python (Ragi Burhum): Si tienes algún interés en montar un servicio de mapas, geolocalización, etc, esta charla te puede guiar un poco. Pero no se habla gran cosa de GIS.

Teaching with the IPython notebook (Matt Davis): Nada que decir, mejor verlo si tienes que dar un tutorial de algo. Enseña el uso de ipythonblocks, herramienta inventada por el mismo Matt Davis.

Functional programming with Python (Mike Müller): Si te interesa la programación funcional y quieres hacerlo con python puedes echarle un ojo a este vídeo.

Awesome big data algorithms (Titus Brown): Un poco sobre el nuevo término de moda: Big data. Generamos información por encima de nuestras posibilidades.

Fighting cancer with Python (Erik Evensen): Un ejemplo genial del uso de python para resolver problemas médicos como el cáncer (con un pequeño homenaje a John Hunter, creador de Matplotlib, que nos dejó el pasado verano debido a un cáncer).

Music Theory and Performance Analysis with Sebastian and Czerny (James Tauber): No la he vista en detalle por lo que no la puedo comentar mucho.

SimpleCV – Computer vision using python (Katherine Scott): Un repaso a simpleCV si no lo conoces.

Visualizing Github, Part I: Data to information (Idan Gazit y Dana Bauer), Visualizing Github, Part I: information to mining (Idan Gazit y Dana Bauer): No las he pedido ver, las tengo como deberes de vuelta de vacaciones.

Advanced Machine learning with scikit-learn (Olivier Grisel): Aprendizaje automático con uno de los desarrolladores de la excepcional librería scikit-learn.

Analyzing social networks with python (Kouznetsov, Kazil y Tsvetovat): Data mining (para conocerte y venderte cosas que no necesites,…).

Como charlas curiosas y/o interesantes:

Using Python to Code by Voice (Tavis Rudd): Mejor verla, aviso que tiene algún momento surrealista 🙂
Python’s class development toolkit (Raymond Hettinger): Esta es una charla must-see.

Transfirmong code into beautiful idiomatin python (Raymond Hettinger): Otra charla del mismo tipo que no te puedes perder.

El resto de vídeos los tenéis en PyVideo, como siempre.

Saludos.