Python周刊
欢迎阅读《 Python周刊》第459期。
写在前面：翻译不易，欢迎阅读；水平有限，万望海涵。部分链接可能需要特殊的上网方式（😓）。欢迎关注微信公众号“Python小灶，和我一起每天学习Python新知识”
文章、教程和讲座
A*寻路可视化教程
这个A路径查找教程将向您展示如何使用python实现A搜索算法。我们将构建一个路径查找可视化工具来可视化a*寻径算法的运行。这个astar寻径算法是一种有信息的搜索算法，这意味着它比您的标准算法（如广度优先搜索或深度优先搜索）更有效。
TensorFlow，Keras和deep learning，没有博士学位
在这个代码实验室，你将学习如何建立和训练一个识别手写数字的神经网络。在这个过程中，当你增强你的神经网络以达到99%的准确率时，你也会发现深度学习专业人士用来有效训练他们的模型的行业工具。
让我们艰难地编写一个IPython扩展
一个5分钟的%reload函数是如何变成各种Python工具和技术的兔子洞。
和Cron一起定期运行你的烧瓶任务
web应用程序的一个常见需求是在后台有一个定期运行的任务。本视频向您展示了基于flaskcli和cron服务的非常健壮的实现。
面向Django开发人员的现代JavaScript
在现代JavaScript生态系统中使用Django，而不放弃让它变得伟大的东西。
DockerizeMe:Python代码段环境依赖关系的自动推理
DockerizeMe是一种推断在没有导入错误的情况下执行Python代码片段所需的依赖关系的技术。DockerizeMe首先从Python包索引（PyPI）获取流行Python包的资源和依赖关系。然后，它使用基于图的推理过程来构建Docker规范。我们的推理过程解决了来自Gistable数据集的近3000个gist中的892个的导入错误，Gistable的基线方法无法找到并安装所有依赖项。
用Python超越缓存
使用Redis和Python进行除缓存之外的所有操作！
在不离开Pandas的情况下刮取HTML表
网络垃圾通常是一种痛苦。研究、查找和安装所需的库可能非常耗时。在HTML中查找所需的内容可能需要时间。让一切工作起来是很挑剔的。本文向您展示了如何使用Python pandas库通过一行代码来获取HTML表！
Python中的变异测试简介
通过变异测试将看不见的错误变成可见的修复。
容器化Python开发-第2部分
在第2部分中，我们将讨论如何设置其他组件并将其连接到容器化的Python服务。我们展示了一个很好的方法来组织项目文件和数据，以及如何使用Docker Compose管理整个项目配置。我们还介绍了编写组合文件以加快集装箱化开发过程的最佳实践。
需要开始使用的高级SQLAlchemy功能
使用SQLAlchemy及其混合属性、嵌套查询、表元数据、方言等等，在Python中使用SQL很容易！
Django中具有自定义数据字段的多个用户类型
了解如何使用Django以可维护的方式向多个用户类型添加自定义数据字段，从而使我们能够轻松地使用Django表单或DRF序列化程序。
Continuous Documentation: Hosting Read the Docs on GitHub Pages (1/2)
这篇文章将描述如何在自己的GitHub页面站点上托管sphinx支持的站点（使用Read the Docs主题），该站点使用GitHub的免费CI/CD工具构建。
有趣的项目，工具和库
Libra
Libra只需一行代码就可以实现端到端机器学习过程的自动化。它是为非技术用户和各种软件专业人士而构建的。
fawkes
福克斯是针对面部识别系统的隐私保护工具。
Unfurl
使用Unfurl从url中提取和可视化数据。
Haystack
神经问题的规模回答。Haystack是以模块化的方式设计的，允许您使用任何经过农场或变形金刚训练的模型。
capa
capa检测可执行文件中的功能。你用一个PE文件或外壳代码运行它，它告诉你它认为这个程序可以做什么。例如，它可能暗示该文件是后门，能够安装服务，或者依赖HTTP进行通信。
Outrun
使用另一台Linux机器的处理能力执行本地命令。
chia-blockchain
Chia区块链python实现（完整节点、farmer、harvester、timelord和wallet）
GeoTorch
Pythorch中用于深度学习的约束优化和流形优化库。
SentimentAnalysis
情绪分析神经网络训练微调伯特，阿尔伯特，或迪斯蒂尔伯特在斯坦福情绪树库。
k8spin-operator
Kubernetes多租户运营商。在Kubernetes集群中启用多租户功能。
cilantropy
Cilantropy是一个Python包管理器接口，它为Pythonistas提供了一个“易于使用”的可视化和命令行界面。
新发行版
Python3.8.5作为安全修补程序发布。3.9.0b5，3.9.0之前的最后一个测试版，也可以使用
即将举行的活动和虚拟网络会议
虚拟：用于数据分析的熊猫
从一个空白的Jupyter笔记本开始，我们将使用Pandas库探索几个数据集，包括：过滤数据帧、创建新变量、选择变量、排序数据帧、合并、聚合和使用matplotlib和Pandas可视化的基本可视化。
虚拟：PyData剑桥2020年7月
将有以下讲座
用高斯过程建模
如果将数据集放入Blender怎么办？
虚拟：PyDataMCR聚会2020年7月
将有以下讲座
随机梯度下降的随机性可以提供隐私吗？
甚至精美的地图也可能会误导您：有关空间数据可视化的决策如何影响地图的易读性。
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。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
