欢迎来到Python周刊第 345 期。让我们直奔主题。
使用 Datadog 的分布式跟踪和 APM，全面了解你的 Python 应用。这个开源代理自动监测框架和库（例如 Django、Redis 和 asyncio），这样，你就可以在不更改代码的情况下开始。Troubleshoot requests with interactive flame graphs, alert on errors, and optimize your Python apps today with a 14-day free trial.
Jupyter 获得 ACM 软件系统奖（ACM Software System Award）
Jupyter 项目获得了 2017 年度 ACM 软件系统奖，这是一项重大的荣誉。它加入到了知名项目名单之列，这个名单包含了计算历史的主要亮点，例如 Unix、TeX、S（R 的前身）、Web、Mosaic、Java、INGRES（现代数据库）等等。
Expertmaker Accelerator 是一个久经考验的数据处理框架，提供快速数据访问、并行执行以及源代码、输入数据和结果的自动组织。它可以用于日常的数据分析任务，也可以用作带有数十万大型数据文件和许多 CPU 的实时推荐系统。eBay 现以开源的形式发布了 Accelerator。
使用Python、深度学习和树莓派构建一个真实的Pokemon Pokedex（带有视觉识别功能）
在这篇文章中，你将学习如何在树莓派上构建完整的端到端深度学习项目。该项目对于有兴趣将深度学习应用于自己应用的初学者、学生以及业余爱好者是相当不错的。
使用 TensorFlow 构建你的第一个深度学习分类器：汪星人品种示例
在这篇文章中，我将向你展示几种技术，以便你开始开发可用于经典图像分类问题的算法：从图像中检测汪星人的品种。在文章的最后，我们将开发能够识别用户提供的任意图像，并将汪星人的品种估计作为返回的代码。此外，如果检测到人类，那么该算法将返回最相似的狗狗品种估计。
在这篇文章中，我探讨了可以用于尝试解释“黑盒子”模型的不同工具和方法。使用 NFL 结合的数据，我们将首先构建一个模型来预测 NFL 防守端（DE）的早期表现。之后，我们会使用不同的解释型方法来更好地理解模型。
学习有关 Python 字节码的概念，Python 是如何用它来执行代码的，以及了解它可以如何帮助你。
在这篇初学者教程中，你将了解 Python 中的异常擅长的事情。你还会看到如何引发异常，并且使用“try/except”块来处理它们。
本文讨论了 Python 的 for...else 和 while...else 语句，这是 Python 中最少使用和误解的语法特征之一。
本文将介绍如何使用 Python 的多进程库和 Redis，实现多个异步任务队列、
打造 Python：开发 Python 的最佳实践和经验教训（Forging Python: Best practices and life lessons developing Python）
以独特而旧式的方式开发 Python 以及编程的最佳实践和经验教训。
提升、UAC 绕过、持久性、特权提升、dll 劫持技术。
catt（全称 Cast All The Things）让你可以将来自许多在线源的视频发送到 Chromecast。
一个完全概念证明的基于 FoundationDB 的网络块设备后端。
记录 MXNet 数据，以便于在 TensorBoard 中进行可视化。
装载器 / 散播病毒程式生成器，具有多种功能，可绕过客户端和网络端的对抗措施。
以任意押韵和压力模式，生成诗歌的蠢萌 Python 脚本。
一个信息收集工具，收集版本控制主机服务上的 git commit 电子邮件。
一个以编程方式生成 Jupyter notebooks 的生成 Python 脚本的工具。
一个简单的无代理任务队列实现，利用 zmq 和 actor 模型的原生实现，在本地或远程进程上排队任务。
不要忘记你的 AWS 实例并让它一直运行！代价太高了……
通过在目录中使用 OpenCV 对其进行分段，使用来自 meme 的 OCR 更好地组织你的 meme 图像集群，使用 tesseract 对它们进行排序以及编辑 meme。
castero 是一个命令行播客客户端。
用于伪代码和 Python 的免费跨平台 IDE。
Flask 框架已经保持稳定很长一段时间了。在第一次代码提交后至今八年多一点的时间，版本号最终反映了这一点。1.0 版本有大量的改动，其反映了这一年多的工作。
San Francisco Python 2018 年 5 月聚会 - San Francisco, CA
将会有以下演讲：
- Jardin，Python 友好的轻量级 ORM
- 在 Flask 中部署 SciKit 学习模型
- 充分利用 Mypy
- 使用 Python 和可编程 LED 可视化算法。
IndyPy 2018 年 5 月聚会 - Indianapolis, IN
将会有以下演讲：
- Python + AWS Lambda
- 从 Pythonista 的角度看专利的价值与缺陷
- 基于属性的测试
PyAtl 2018 年 5 月聚会 - Atlanta, GA
将会有一场演讲：不要在教 Python 上吃亏。