欢迎来到Python Weekly第298期。本周,让我们直入主题。
Intel® Distribution for Python*可以免费用了,而许可证允许用于商业和非商业用途。就是这样哒!试试NumPy,SciPy和scikit-learn中的性能优化吧,所有加速都在内部。你的代码保持不变 —— 只需在Intel Python环境中运行你的代码,然后就可以获得加速了。
Big Apple Py,它带给你NYC Python和Learn Python NYC,正主办PyGotham 2017,时间从十月六号到八号,位于纽约!PyGotham将会成为今年纽约市最让人激动的python事件,拥有涵盖各种各样广泛范围的众多演讲。现在正在征求提议。快来提交你的演讲吧。
如果可能监督只会侵犯到罪犯和恐怖分子的隐私,而不会监视无辜的人,那么会怎样呢?本文提出了一种使用python中原型的方法。
比特币(Bitcoin)之下一瞥
本文逐步介绍了这个一个过程:创建一个可以创造交易的最小可行Bitcoin客户端,然后将其提交到比特币对等网络,从而将其置于区块链中。
使用统计模型预测足球比赛结果
将世界上最受欢迎的运动与人人都喜欢的离散概率分布结合在一起,本文使用柏松分布来预测足球比赛。
python中的记录、结构和数据传输对象
Python提供了可用于实现记录、结构和数据传输对象的几种数据类型。在这篇文章中,你将快速了解每种实现及其独特的特征。最后,你会看到总结,以及一个决策指南,这将帮助你进行自己的选择。
Podcast.init 第112集 - 和Evan Hubinger聊聊Coconut
随着我们来到一个越来越平行的世界,函数式编程也变得越来越受欢迎。有时,你想要访问纯功能语法和功能,但是你并不想要学习全新的语言。这里,Coconut来助攻啦!本周,Evan Hubinger解释了Coconut是怎样一个编译到python的函数式语言,并且它如何与你的程序中的其他部分混合匹配使用的。
在Kaggle的Quora问题对竞赛中实现MaLSTM
本文是关于用于句子相似性的MaLSTM Siamese LSTM网络,及其在Kaggle的Quora问题对竞赛中的应用。
通过HTTPS运行你自己的flask应用
在这篇文章中,我将呈现将加密添加到一个flask应用中的几种姿势,从一个你可以在五分钟就实现的极其简单的方法,到一个强大的解决方案,后者应该会给你一个A+评级,就像我的站点从这个详尽的SSL分析服务中得到的一样。
金融Python:算法交易
Reddit的代码部署演进
选项和对象:自定义Django用户模型
文本卷积方法
机器学习和python(以及数学)备忘录
Interactive招聘高级Python/Django开发工程师
作为高级Python开发工程师,你会在一个专业的团队中工作,并实现坚如磐石的解决方案以创造高质量网络应用。你会在评估和定义架构方面扮演重要角色。你要为我们的项目定义架构,并提出技术解决方案。大多数时候,你的工作是设计和编码这些技术解决方案。测试你自己的工作以及其他人的工作当然也包含在内。你要协助定义数据库和 (web) 应用设计。
一个用于在中小型语料库中找出区别术语,并将其呈现在一个带非重叠术语标签的性感交互式散点图中的工具。
一个用于对抗脆弱性基准例子的库。
给所有人的网络爬取框架,基于asyncio
使用神经网络的命名实体识别。易于使用,并且是最先进的结果。
CuPy
用CUDA加速的类NumPy API。
WebDNN
WebDNN是一个开源软件框架,用来在网络浏览器上执行深度神经网络 (DNN) 预训练模型。
pydantic
使用Python 3.6类型提示进行数据验证。
flask-assistant
用API.AI和python构建虚拟助手的框架。
这是一个跨平台Python 2.x远程访问木马 (RAT),basicRAT被创造来维持一个简洁的设计功能齐全的Python RAT。
blackbox
一个用于昂贵的黑盒子函数的并行优化的Python模块。
它现在同时可用于Python 2.7和Python 3.6了。除了通过为Windows,Mac,Linux和Power8提供一个单一安装程序,从而为以python为中心的数据科学提供全面的平台外,Anaconda 4.4还旨在简化使用Python 2和Python 3代码。
Django问题修复版本:1.11.2
San Francisco 2017年六月Python聚会 - San Francisco, CA
将会有以下演讲:
- 疯狂的Import # 如何使用import语句实现归并排序
- Python的Mock库
- Unicode:啥是大事?
Boulder 2017年六月Python聚会 - Boulder, CO
将会有以下演讲:
- 列表推导简介
- CPython vs Jython vs PyPy
- Matplotlib:准备……。分散!
Austin 2017年六月Python聚会 - Austin, TX
IndyPy 2017年六月每月聚会 - Indianapolis, IN