Python周刊
欢迎阅读《 Python周刊》第455期。
写在前面:翻译不易,欢迎阅读;水平有限,万望海涵。部分链接可能需要kexue上网。欢迎关注微信公众号“Python小灶,和我一起每天学习Python新知识”
新闻
PEP 622—结构模式匹配
该PEP建议向Python添加模式匹配语句,以便创建处理结构化异构数据的更具表现力的方式。作者采用整体方法,提供了静态和运行时规范。
PyGotham征集建议
PyGotham是一个折衷的会议,涉及政策,文化和艺术,以及标准的技术和Python主题。讨论提案的征询截止日期为7月5日。您可以提出一个商业广告,脱口秀,喜剧例程,情景喜剧,或者只是有关Python或您感兴趣的任何技术主题的常规技术讲座。
DjangoCon Australia第8次回归并开启CFP
今年,DjangoCon澳大利亚将与PyConline AU一起作为专业赛道在9月4日在线上运行。 CFP已开放,从即日起至7月12日,将接受在DjangoCon AU 2020上发表的演讲。
PEP 618—向zip添加可选长度检查
此PEP建议向内置zip添加可选的strict布尔关键字参数。启用后,如果其中一个参数在其他参数之前被用尽,则会引发ValueError。
2020年Python软件基金会董事会选举结果
PEP 620—从C API中隐藏实现细节
文章、教程和讲座
TensorFlow的Keras课程
本课程将教你如何使用Keras,一个用Python编写并与TensorFlow集成的神经网络API。我们将学习如何为人工神经网络准备和处理数据,从头开始构建和训练人工神经网络,构建和训练卷积神经网络(CNN),实现微调和转移学习,等等!
Sonos/Spotify乙烯基仿真器
通过Sonos、Spotify和NFC标签体验乙烯基音乐收藏的触感(但实际上并不拥有任何乙烯基)。
从零开始的ASGI
通过构建ASGI Web框架学习ASGI!
Python Hangman教程
一系列教程,您可以在其中学习如何使用Python和Pygame创建自己的hangman版本。
如何为自动化和协作设置Python项目
在本文之后,我们将提供测试和检查的工作流,这些工作在每次git push时自动运行。
如何分析自己微博的情绪
这篇文章可帮助开发人员通过分析自己过去的Tweets来进行情绪分析。
[网络研讨会]编写更干净、更安全的Python代码
7月16日CDT上午10点注册30分钟的网络研讨会,以了解如何使用SonarQube使您的Python代码更加可靠和安全;功能强大,快速且准确的静态分析-开箱即用! SPONSOR
破译单字节异或密文
解密通常是在不了解加密密钥的情况下从加密的字节流中恢复原始消息的过程。在本文中,我们将探讨如何使用语言学从单字节异或密文恢复原始消息。
一个有趣的互联网安全介绍-第一部分
安全性是许多人忽视的编程的重要方面。99%的骇客只是有人在偷懒。这部分视频系列涵盖了负责任的安全性,同时还向您展示了如何从Game Theory中获得乐趣!
在Pandas身上绘图变得更漂亮了
使用Plotly和Bokeh的Pandas绘图后端创建丰富的可视化效果和仪表板。
如何准备使用Python编写第一个Mycroft人工智能技能
计划是写作技巧和教Mycroft如何做自己想做的事情的重要第一步。
Scikit学习课程-Python机器学习教程
Scikit-learn是针对Python编程语言的免费软件机器学习库。在本完整课程中,学习使用scikit-learn进行的机器学习。 使用Nix进行开发
用Nix进行开发:Python
有关使用Nix设置Python开发环境的教程。不需要Nix的先验知识。
使用TensorFlow和LSTM递归神经网络生成烹饪食谱:一个循序渐进的指南
本文包含有关如何使用TensorFlow 2和Keras API在Python上实际训练LSTM模型的详细信息。
在LinkedIn上自动申请工作(Python+Selenium)
在本系列中,学习如何轻松地自动在LinkedIn上申请工作!
使用Keras、TensorFlow和OpenCV将任何CNN图像分类器转换为对象检测器
Python中的插件架构(aka Py3EE)
在本教程中,您将学习如何使用任何预先训练的深度学习图像分类器,并使用Keras,TensorFlow和OpenCV将其转换为对象检测器。
紧扣内存
Python函数调用如何增加内存使用量。
Pickle的九个缺陷
Python的pickle模块是序列化和反序列化对象的一种非常方便的方法。它不需要架构,并且可以处理任意Python对象。但这有问题。这篇文章简要解释了这些问题。
Python中的股票分析
使用面向对象的编程和附加模型探索财务数据。
区块链解释:Python教程中的供应链示例
此视频带您逐步了解python教程,其中提供了有关简单的区块链解释视频的简单供应链示例。我们探索诸如区块,区块链,随机数和工作量证明之类的主题,并简要回顾智能合约。
自动化约定:Linting和格式化Python代码
在本教程中,我们将逐步介绍如何使用pre-commit管理git钩子以进行代码格式化和插入。我们使用flake8,black,isoort和bandit在每个git commit上自动完成对Python代码的格式化和格式化。
如何对Python代码进行性能测试:timeit、cProfile等
有趣的项目,工具和库
sktime
scikit-learn兼容的Python工具箱,用于按时间序列进行机器学习。
EasyOCR
即用型OCR,支持40多种语言,包括中文,日文,韩文和泰文。
nginx-ui
Nginx UI允许您不使用cli访问和修改nginx配置文件。
Caliban
研究工作流程变得简单,本地和云端。
Jamboree
使用Redis和Mongo的快速事件源库。
xfeat
使用GPU和Optuna的灵活功能工程和探索库。
deepsnap
DeepSNAP是一个Python库,可帮助对图进行有效的深度学习。DeepSNAP支持灵活的图形操作,标准管道,异构图形和简单的API。 用于Splitlight应用程序的
spacy-streamlit
spaCy构建基块。
gpt-3-experiments
一个包含针对OpenAI的GPT-3 API的测试提示以及由此产生的AI生成的文本的存储库,都说明了模型的健壮性,以及一个Python脚本,可以从API快速查询文本。
新发行版
SciPy 1.5.0
SciPy 1.5.0是6个月努力工作的结晶。它包含许多新功能,许多错误修复,改进的测试覆盖范围和更好的文档。此版本中有许多弃用和API更改。
NumPy 1.19.0
此NumPy版本的特点是消除了许多技术债务:删除了对Python 2的支持,许多弃用已过期,并且文档已得到改进。Cython修复了漏洞,并提高了可用性,从而继续对随机模块进行优化。
即将举行的活动和虚拟网络会议
PyTorch Summer Hackathon 2020
Virtual: Planning ahead: using Markov decision processes to optimize your life
Virtual: PyData Triangle July 2020 Meetup
Virtual: PyData Budapest Online #5 - Dataviz Evolution
我们的其他通讯
每周NoSQL -免费的每周新闻,其中包含与NoSQL相关的最佳精选新闻,文章,工具和库,新发行版,工作等。
创办人周刊(Founder Weekly) -面向企业家的免费每周新闻,内容精选最佳,必须阅读文章,如何指南,技巧和窍门,资源,事件等。
版权所有©2020 Python Weekly,保留所有权利。
如果你想第一时间了解python的前沿信息,请在http://www.PythonWeekly.com自行订阅注册。