链接:https://medium.mybridge.co/learn-to-build-a-machine-learning-application-from-top-articles-of-2017-cdd5638453fc
Python 算法
1.回顾 Python 交互式编码中所要面对的挑战(算法和数据结构)
本文对算法编码和数据结构中的问题提出了简单易懂又切实可行的方案。
作者:Donne Martin;[github-11811 星]链接:https://github.com/donnemartin/interactive-coding-challenges
- Python 中算法和数据结构的最小样本
如何让 Python 中的数据结构和算法最小、最干净?
作者:keon;[github-10271 星]链接:https://github.com/keon/algorithms
3.最重要的 Python 算法–Pygorithm
Pygorithm 是一个纯 Python 风格编写的模块,通过导入所需的算法,获得相应的代码、时间复杂性等。这是一个开始学习 Python 编程的好方法,能够帮助初学者学习并实现 Python 中所有算法。
作者:Satwik Kansal;[github-3156 星]链接:http://pygorithm.readthedocs.io/en/latest/
Python 综合指南
- 一个有趣又鲜为人知的 Python 代码片段集合—wtfPython
作者:Satwikkansal;[github-4,933 星]链接:https://github.com/satwikkansal/wtfPython
Python 的脚本结构
5.一个关于如何从 Python 脚本到打包项目的标准化指南
作者:Courtesy of Vicki链接:http://veekaybee.github.io/2017/09/26/python-packaging
Python 中的列表
6.Python 列表生成器的教程
在这份教程中,你将能够学习到如何在 Python 中有效地使用列表生成器来创建列表,替换(嵌套) for 循环以及使用 map(), filter(), reduce() 函数等。
文章首先简单回顾了 Python 中列表的基本概念,并与 Python 中其他的数据结构进行比较。接着讲解了列表生成器的学习。文章还讲解了 Python 列表背后的数学知识,创建列表生成器的方法,以及如何在 for 循环或 lambda 隐函数中重写它们。
作者:Karlijn Willems链接:https://www.datacamp.com/community/tutorials/python-list-comprehension
Python 中的类
7.如何使用 Dunder (Magic、Special) 方法来丰富你的 Python 类
Dunker 是 Python 中的一种特殊方法,通过双下划线开始和结束的形式存在,例如 __init__ 来丰富类的预定义方法。
作者:Dan Bader链接:https://dbader.org/blog/python-dunder-methods
Python 中的网页抓取
8.如何使用 Python 中的 Scrapy、SQL 和 Matplotlib 等库进行网页抓取,并获取网页数据分析
你可以通过这篇文章学习到网页爬取知识,并用于实践中。
作者:ScrapingAuthority链接:http://www.scrapingauthority.com/python-scrapy-mysql-and-matplotlib-to-gain-web-data-insights/
9.高级的网页抓取教程:绕过“403 禁止”,验证码等问题
作者:Evan Sangaline链接:http://sangaline.com/post/advanced-web-scraping-tutorial/
10.掌握 Python 的网页抓取技巧来获取你所需要的数据
作者:Lauren Glass 和 Hackernoon链接:https://hackernoon.com/mastering-python-web-scraping-get-your-data-back-e9a5cc653d88
Python 中的自动化操作
11.如何使用 Twilio、Python 和 Google 自动化婚礼的进程
作者:Thomas Curtis链接:https://www.twilio.com/blog/2017/04/wedding-at-scale-how-i-used-twilio-python-and-google-to-automate-my-wedding.html
12.如何用 Python 在 Medium 上找到有趣的人
作者:Radu Raicea 和 freeCodeCamp。链接:https://medium.freecodecamp.org/how-i-used-python-to-find-interesting-people-on-medium-be9261b924b0
Python 中的 Bot
13.制作 Reddit+Facebook 的信息箱
作者:Yasoob Khalid链接:https://pythontips.com/2017/04/13/making-a-reddit-facebook-messenger-bot/
15.我在 Instagram 上用 Python 写的开源机器人(让我拥有了 2500 个粉丝,所花的服务器成本只有 5 美元)
作者:TimG链接:https://medium.freecodecamp.org/my-open-source-instagram-bot-got-me-2-500-real-followers-for-5-in-server-costs-e40491358340
Python 中的电子表格
15.权威指南:Python 的 Excel 教程
通过这个教程,你可以了解如何使用 Python 读取和导入 Excel 文件,如何将数据写入这些电子表格。
作者:Karlijn Willems链接:https://www.datacamp.com/community/tutorials/python-excel-tutorial
16.Python 和 Googgle 电子表格
作者:Brent Schooley链接:https://www.youtube.com/watch?v=vISRn5qFrkM
Python 中的金融应用
17.Python 中的金融:算法交易
这是一份 Python 与金融应用的教程,在此你能学习到算法交易的基本知识及相关内容。
作者:Karlijn Willems链接:https://www.datacamp.com/community/tutorials/finance-python-trading
18.Python 中的金融教程—股票价格及相关数据介绍
作者:Harrison Kinsley链接:https://www.youtube.com/watch?v=2BrpKpWwT2A
19.用 Python 分析加密货币市场
比特币市场是如何表现?加密货币价值突然出现高峰和低谷的原因是什么?不同 altcoins 市场是不可分割的或基本独立的? 我们如何预测接下来会发生什么?
这篇文章将简单地介绍如何使用 Python 来分析加密货币。文章通过一个简单的 Python 脚本来检索,分析和可视化不同加密货币上的数据。在这个过程中,文章还将揭示这些波动剧烈的市场行为以及一个有趣的演变趋势。
作者:Patrick Triest链接:https://blog.patricktriest.com/analyzing-cryptocurrencies-python/
Python 中的区块链
20.学习并构建一个区块链
毫无疑问,区块链这项新颖的技术是计算的奇迹。区块链技术的出现引发了新的全数字货币,如比特币和莱特币,而这些货币并非由中央当局发行或管理。区块链也以 Ethereum 这样的技术形式革命化了分布式计算,并引入了智能合约等有趣的概念。
这篇文章将会帮助你学习并理解区块链的工作原理。通过这篇教程,你将学习到一个功能强大的区块链,并掌握它们的工作流程。
作者:Daniel van Flymen 和 Hackernoon链接:https://hackernoon.com/learn-blockchains-by-building-one-117428612f46
21.如何构建一个最小的区块链
本文将用少于 50 行的代码(Python2)来创建一个最简单、最小的区块链。
作者:Gerald Nash链接:https://medium.com/crypto-currently/lets-build-the-tiniest-blockchain-e70965a248b
Python 中的视频合成
22.用 Python 构建一个视频合成器
视频合成器是利用音频输入来创建视觉信号的设备,自上世纪 60 年代以来,已有很长的历史。
这篇文章将用 Python 编写一个基本的视频合成器,并使用 aubio 进行 Onset 目标检测。
作者:Kirk Kaiser链接:https://www.makeartwithpython.com/blog/video-synthesizer-in-python/
Python 的性能
23.用 Python 处理每秒 100 万个请求
用 Python 每秒能够达到 100 万个请求吗?为了节省服务器价格,最近很多公司正在从 Python 向其他编程语言中迁移。但实际并不需要。
Python 社区最近在性能提升方面做了很多工作。CPython 3.6 通过新的字典提高了整体解释器的性能。由于引入了更快的调用约定和字典查找缓存,CPython 3.7 将会更快。
对于数字处理任务,你可以使用 PyPy 进行代码编译。你还可以运行 NumPy 的测试套件,该测试套件现在已经改进了 Python 与 C 语言扩展的整体兼容性。在随后的更新版本中,PyPy 预计将与 Python 3.5 兼容。
作者:Paweł Piotr Przeradowski。链接:https://medium.freecodecamp.org/million-requests-per-second-with-python-95c137af319
24.Python 很慢,但我不在乎”
这篇文章将介绍一些关于 Python 中 asyncio 的内容,并讨论有关 Python 速度的问题。
作者:Nick Humrich链接:https://hackernoon.com/yes-python-is-slow-and-i-dont-care-13763980b5a1
25.Python 中的缓存:如何缓存函数的结果
文章将介绍一种快捷的方法来加速 Python 记忆代码。你将看到何时以及如何运用 Python 记忆代码。记忆代码优化你的程序,在某些情况下会加速你的代码运行。
链接:https://dbader.org/blog/python-memoization
Python 中的 Django 框架
26.七步骤带你完整地学习 Django
Django 是用 Python 编写的一个 Web 框架。这篇文章是介绍 Django 基础知识的系列教程,共分为七个部分,将分别从安装,准备开发环境,模型,视图,模板,URL 到更高级的主题(如迁移,测试和部署)出发,详细探讨所有的基本概念。
作者:Vitor Freitas链接:https://simpleisbetterthancomplex.com/series/2017/09/04/a-complete-beginners-guide-to-django-part-1.html
27.使用 Django 构建 REST API 的测试驱动方法:第一部分
这篇文章将介绍如何利用 Django 来构建一个 REST API 的测试驱动,并详细介绍了每个步骤。
作者:Jee Githinji Gikera 和 Scotch Development链接:https://scotch.io/tutorials/build-a-rest-api-with-django-a-test-driven-approach-part-1
Python 中的 Flake
28.OI’List 规则
这篇博文中我们将介绍 Flake8(pyflakes,pycodestyle 和 mccabe)中的每个规则及相对应的示例。
链接:https://lintlyci.github.io/Flake8Rules/
29.使用 Python 和 Flask 开发 RESTful API
本文包括以下几部分:
- 为什么用 Python?
- 什么是 Flask?
- 引导 Flask 应用程序
- 用 Flask 创建一个 RESTful 端点
- 用 Python 类映射模型
- 用 Marshmallow 进行序列化和反序列化对象
- Dockerizing Flask 应用程序
- 用 Auth0 保护 Python API
作者:Bruno Krebs链接:https://auth0.com/blog/developing-restful-apis-with-python-and-flask/
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!