欢迎来到Python周刊第 338 期。让我们直奔主题。
在此深入教程中，学习如何使用 Flask 和 Python，扩展和编写 Slack Slash 命令。 DigitalOcean 是一个云计算平台，可以在数秒内快速地提供数千台云服务器（带防火墙、监控和告警）。今天，就是用 DigitalOcean 来进行更快速的部署吧。
OpenAI 正提供 6 到 10 个津贴和导师制，以帮助那些特殊群体全日制学习机器学习 3 个月，并开源项目。这是一个远程项目，向位于美国时区的具有美国工作许可证的任何人开放。是的，你将会使用 Python 编写程序。如果你符合资格的话，那么这是一个绝佳的机会。
PyOhio 邀请所有感兴趣的人们提交演讲和教程提案。所有 Python 社区感兴趣的主题都在考虑之内。标准的展示性演讲时间为 30 分钟，而特选演讲将会有 45 分钟时间。教程类将会有 120 分钟。
抛开比特币和其他加密货币价格的所有炒作，本文的目标在于，向你提供一个区块链技术的实用介绍。第 1 部分和第 2 部分涵盖区块链背后的一些核心概念，而第 3 部分展示了如何使用 Python 实现区块链。我们还会实现 2 个 web 应用，方便终端用户与我们的区块链互动。
我是如何在 Python 里，使用深度学习实现 iPhone X 的 FaceID 的。
逆向 iPhone X 的新解锁机制。
使用 Nexmo 和微软的 Translator Speech API 构建一个 Babel Fish
构建你自己的翻译服务或者 Babel Fish；通过简单的语音通话，实时翻译不同的语言。在这篇深入教程里，我们将引导你使用 Nexmo Voice API 和微软的 Microsoft Translator Speech API，来创建你自己的语音翻译器。
我是如何使用 Twilio 和一个 AWS 物联网按钮来训练我的宝宝如厕的
一个物联网便盆按钮演练，当孩子必须上厕所时会给我打电话。使用 Python、Twilio、AWS IoT、Lambda 和一个物联网按钮来构建即时提醒（拨打电话）。包含可以用来构建你自己的便便按钮或扩展此想法的样例代码以及链接。
我是怎样修复 Python 3.7 中一个非常古老的 GIL 竞争条件的。
我花了 4 年的时间来解决著名的 Python GIL（全局解释器锁，Python最关键的部分之一）中一个令人讨厌的问题。为此，我不得不深入 Git 历史，挖缺出 Guido van Rossum 26 年前做的一个改动：在那个时候，线程是某些深奥的东东。请听我娓娓道来。
在这篇文章中，我们将了解多重赋值，我们会看看多重赋值的常见用法，然后还会看看多重赋值的几个常常被忽略的用途。
教程：使用 React 的 Django REST（Django 2.0）
将 React 和 Django REST 结合在一起的实用（自以为是）的介绍。使用 Django 2.0!
异步任务被用于将密集且耗时的流程（易于出现故障）转移到后台，这样，就可以快速响应客户端。本文讨论如何集成 Celery（一个异步任务队列）到基于 Python 的 Falcon web 框架。我们还会使用 Docker 和 Docker Compose 来将所有东西绑定在一起。最后，我们还会看看怎样使用单元测试和集成测试来测试 Celery 任务。
使用 Python Flask，学习如何快速创建语义 REST API。
使用 OpenCV（C++/Python）进行图像对齐（基于特征）
在这篇文章中，我们将学习如何使用 OpenCV 进行基于特征的图像对齐。我们会同时分享使用 C++ 和 Python 的代码。
人人都想要的 Jupyter Notebooks 可视化 Python 调试器
使用优化模型，利用 Python 发现解决人工智能问题的艺术和科学。本书涵盖了数学代数模型（例如线性连续模型、非明显线性连续模型和纯线性整数模型）的实际创建和分析。和强调理论相比，Practical Python AI Projects 这本书是作者几十年行业教学和咨询的产物，强调模型创造方面；对比替代方法和实际变化。
Enthought 正在寻找一名天赋异禀的 Python 讲师，他应该对教学富有激情，并且拥有将 Python 用于科学计算 / 数据科学应用方面的丰富经验。工作地点是我们位于 Austin 中心的办公室，并且还会前往各大城市，为各行各业的科学家、工程师、分析师和数据科学家教授 Python。
Snips NLU（自然语言理解）是一个 Python 库，允许解析用自然语言编写的句子，并提取结构化信息。
Tandem 是一个去中心化的协作文本编辑解决方案。Tandem 与本地文本编辑器一起使用，跨不同的编辑器工作，并且使用点对点连接来促进沟通。
基本的机器学习算法的简单 python 实现。
基于 Python 的 Pandoc 实用程序，使用 Markdown，支持 LaTeX Math 和 LaTeX 模板。
wpgtk 是一个用 Python 编写的通用颜色格式、壁纸和模板管理器。
Django EmailHub 是一个将高级电子邮件功能（例如模板、批量发送和归档）引入 Django 中的库。
PyGObject 是一个 Python 包，它为诸如GTK+、GStreamer、WebKitGTK+、GLib、GIO等基于 GObject 的库提供绑定。
基于 Qt 的电子书阅读器。
探索作为最近邻图形的 word2vec 嵌入。
zAI（zero-effort Artificial Intelligence，毫不费劲的人工智能）是一个 Python 库，允许任何开发者使用易用的命令执行高级的人工智能任务，这样，用户就不需要了解底层的机器学习模型，或者任何涉及的技术。
文件管理自动化工具。
GINO（GINO Is Not ORM）是使用 Python asyncio 的轻量级异步 ORM，构建于 SQLAlchemy 核心之上。现在（2018 年初），GINO 只支持一种第三方实现 asyncpg。
用于 Python 的 AMQP 1.0 客户端库。
现代战术利用工具包。
不妥协的 Python 代码格式化程序。
使用 Python 进行机器学习：Numpy 和 K-最近邻 - New York, NY
在这个实践研讨会上，我们将学习 numpy 的内部工作原理，因为我们要开发行业中最广泛使用的机器学习算法之一的自己的版本：K-最近邻。
Baltimore Python 2018 年 3 月聚会 - Baltimore, MD
我们将与 Baltimore Python and Code Meetup 联手，进行一场以 Pandas vs R 为特色的史诗级对决。
PyHou 2018 年 3 月聚会 - Houston, TX