欢迎来到Python周刊第315期。让我们直奔主题。
用Datadog跟踪每一个请求！使用应用端到端跟踪，快速定位Python性能问题。
Anaconda和Microsoft联手打造python助力的机器学习
Microsoft将Anaconda嵌入到Azure Machine Learning，Visual Studio和SQL Server中，加速数据科学探索和生产部署。
让我们通过构建一个有趣的迷你文字编辑器，来领略构造和打包一个python项目的复杂性。
在这个部分中，我们将会学习更多关于如何防止未授权用户访问视图，以及如何在视图和表单中访问授权用户。我们还会实现主题文章列表视图和回复视图。最后，我们还会探索Django ORM的一些特性，并且简略介绍迁移。
我们使用一个带有一个有点费解的README的仓库，使用Anaconda项目来将其封装起来，处理纪录，并且发布我们的项目从而让其他人下载，并且可以单命令运行而无需担心依赖。
通过这篇文章，我们将会使用Flask和Python来开发一个RESTful API。首先，我们会创建一个返回静态数据（字典）的端点。接着，我们会创建一个具有两个特性的类和一些端点来插入和检索这些类的实例。最后，将会看一看如何在Docker container上运行API。
这篇文章概述了使用Zalando Research的机器学习进行图像生成的最新工作。特别是，通过使用深度神经网络来实时生成照片级逼真高分辨率纹理图案，来展示我们在此领域是有多先进。
在这篇文章中，我想要更深入了解并展示在GPU上使用Numba时往往会忽略掉几个方面。我将会快速扫过一些话题，但是我会提供链接，以便进一步阅读。
我们是如何秘密且安全地构建、测试和发布功能的。
Python Testing with pytest: Simple, Rapid, Effective, and Scalable（使用pytest进行python测试：简单、快速、高效和可扩展）
减少python代码测试的工作量，但恰好表达其意，恰好优雅十足，恰好可读性强。pytest测试框架帮助你快速编写测试用例，并使它们可读可维护 —— 无需样板代码。使用一个强大但简单的固定模型，使用pytest，为应用、包和库编写可扩展到复杂的功能性测试就如编写小型测试一样简单。本书为你娓娓道来。
Energy Solutions正在寻找一名经验丰富的高级软件工程师，加入到清洁能源领域中的web应用开发者团队中。我们的软件工程师人员协同设计和构建最佳的数据和软件系统，以支持加州和美国的可再生能源部署和政策制定。成为这名角色，你将会领导我们有才华的全栈软件工程师团队，与动态团队环境中的开发者、项目经理、设计师、客户和内容专家密切合作。
给那些有才华的开发者加入我们的团队的机会来啦。你将填补关键的技术角色，为激动人心的新项目提供范围和方向，实现强大的规范解决方案，并确保与其他团队成员共同实现卓越的最佳实践。
Rasa Core是一个构建会话软件的框架，包含：Messenger上的聊天机器人，Slack机器人，Alexa Skills，Google Home Actions等等。Rasa Core的主要目的是帮你构建具有大量前后关系的上下文分层对话。
Python中漂亮的终端下拉框。
有一个应用或者服务，然后你想要让你的用户能够使用他们的提供商提供的通知？你无需自己实现ש解决方案，或者使用单独的提供商库。这是一个用于所有通知提供商的一站式商店，带有统一并且简单的接口。
一个执行反向查找的虚拟主机扫描器，可以和枢纽工具一起使用，检测所有场景、别名和动态默认页面。
一个基于编译器的python大数据框架。
加密深度学习库。
用python编写分布式自我复制程序的库。
利用一个树莓派和一个Nuand BladeRF，来生成你自己的便携式本地小区网络。
这个仓库包含了用于捕通过过往船只获AIS消息广播，然后将其与公开数据集结合在一起，从而显示船舶运载内容的实用程序。
这是一个大版本，此版本号酝酿了16年之久。跟一般的版本相比，它包含了多一点弃用和向后不兼容更改。
IndyPy 2017年10月每月聚会 - Indianapolis, IN
将会有以下演讲：
- Python REPL - 它是啥，以及为嘛它辣么腻害。
- Python中的Rust：修正正则表达式