欢迎来到Python周刊第327期。让我们直奔主题。

来自赞助商

实用 NLP 的完整指南：垃圾邮件检测、情感分析、文章调整器和潜在语义分析。

新闻

伯克利数据科学研究院（BIDS）很高兴地宣布，它已经获得了阿尔弗雷德·斯隆基金会的资助，以支持 NumPy 的发展。该赠款补充了戈登和贝蒂·摩尔基金会在 2016 年为同样目的而提供的资金。支援赠款的 BIDS 团队包括（按字母顺序）Jonathan Dugan，Jarrod Millman，Fernando Perez，Nathaniel Smith，Nelle Varoquaux 和 Stefan van der Walt。

文章，教程和讲座

我黑了 HQ Trivia，但这里是他们如何阻止我的

为了探索黑入 HQ 的可行性，我写了一个脚本，它赢了大部分的 HQ 游戏。在这篇文章中，我解释了这个脚本是如何工作的，以及 HQ 自身如何对抗这些攻击。

Dumbcoin（哑币）—— 一个类比特币区块链的教育性 Python 实现

This is an experimental notebook that implements most of the concepts of a bitcoin-like blockchain in python.

使用 Django REST 框架，构建一个 Rest API

This is a rapid-fire guide on covering the basics to build a REST API with Django & Python.

使用遗传算法和深度学习，用 Python 从零开始演化简单的生物种群

学习如何使用遗传算法来演化一个简单的生物种群（每个包含独特的神经网络）。

贵宾犬，哈巴狗还是维也纳狗？

使用 Python 和 Flask，部署一个汪星人识别 TensorFlow 模型。

Python 中的随机森林

一个实用的端到端机器学习示例。

用 Python 进行加密货币分析 - MACD

加密货币正成为主流，因此，我决定花费周末的时间来学习它。我设计了下载每日比特币价格的代码，并以你敢用一个简单的交易策略。

通过机器学习发现隐藏模式

使用 Apache MXNet，从 FizzBuzz 学到的。

用 Python 进行加密数字货币分析 —— 购买和持有

在这个部分，我将利用买入和持有策略，分析过去两个月中哪些货币（比特币、以太坊或莱特币）获利最多。我们将对这三种加密货币进行分析，然后试图给出一个客观的答案。

高级 Numpy 技术

写时复制的友好 Python 垃圾收集器

升级到 Django 2.0 的 10 个技巧

pyGAM：Python 中的通用添加模型入门

CPython 列表笔记

书籍

Deep Learning with Python（使用 Python 进行深度学习）

Deep Learning with Python 介绍了深度学习领域（使用 Python 语言和强大的 Keras 库）。本书由 Keras 的创造者和 Google AI 研究院 François Chollet 撰写，通过直观的解释和实例来加深理解。

好玩的项目，工具和库

end-to-end-negotiator

这是研究论文“Deal or No Deal? End-to-End Learning for Negotiation Dialogues”的 PyTorch 实现，由 Facebook AI Research 开发。该代码训练神经网络，以使用自然语言进行谈判，并允许强化学习自我发挥和基于部署的计划。