欢迎来到Python周刊第309期。让我们直奔主题。
实时Python度量的图表和告警，并与你的技术栈中200多个其他技术的数据相关联。
本文的目标是提供使用Python进行加密货币分析的一个简单的介绍。我们将通过一个简单的Python脚本来检索、分析和可视化不同加密货币的数据。在此过程中，我们将会发现关于这些不稳定的市场行为怎样发现以及它们怎样演变的一种有趣趋势。
在这篇教程中，你将会学习到如何通过Caffe，TensorFlow和PyTorch，使用OpenCV和深度学习，利用预训练网络来分类图像。
使用Scikit-learn调查欺诈。
集成方法如何工作：减少方差（bagging），偏差（boosting）和提高预测（stacking）。
关于使用Python3，PyGame和几个较小的库，来模拟智能进化的游戏。
生成器是Python的一个棘手的主题。通过本教程，你将立即实现从基于类的迭代器到使用生成器函数和“yield”语句的飞跃。
一篇解释如何安装和设置Celery + RabbitMQ来在Django应用中异步执行的初学者教程。
手把手教你配置一个Apache Spark独立集群，并与Jupyter集成
使用Python进行网络爬取：Scrapy，SQL，Matplotlib以获取网络数据洞察
Python库，帮助生成用于各种目的的不同语言的模拟数据。这些数据在软件开发和测试的各种阶段尤为有用。
跨多个交易所的算法交易加密货币。
用于任天堂Switch代码的调试/仿真环境。使用CTU，你可以运行整个Switch系统模块或者应用，跟踪并调试代码，测试漏洞，模糊测试等等。
在线编程模拟机器人。将你的表现与最佳效果相比较。分享你的成就。
使用预训练的循环神经网络，预测对给定文本反应的Python模块 + R包。
配置并将你的python代码作为热图查看的IPython魔术方法。
Cansina是一个web内容发现应用。众所周知，web应用不会公开它们所有的资源或者公共链接，因此，发现这些资源的唯一一种方法就是请求这些资源，然后检查响应。Cansina的责任就是帮助你发起这些请求，过滤响应以分辨出它是现有资源，还是一个烦人或者伪装的404。
使用相对排序可视化数据。
一项有效探索神经体系结构的实验技术。
Flask-Allows是一个受django-rest-framework的权限系统和rest_condition将简单的需求组合成更为复杂的系统的能力的Flask鉴权工具。