pythonista-weekly : Pyw 451 ~蠎周刊 ~汇集全球蠎事儿 ;-)

欢迎阅读《pythonista周刊》第451期。Let us start!

原文: https://mailchi.mp/pythonweekly/python-weekly-issue-451
翻译：Dustyposa

来自赞助商（PS：原文的赞助商）: python开发者都需要的Vettery
Vettery是一个招聘网站，它改变了人们应聘或者雇佣的方式。准备好换工作地方了吗？免费制作简历，你的薪资你说了算，现在就和顶级雇主的HR联系吧！

新鲜事

FlaskCon Call for Presentations FlaskCon 的演讲征集活动已开放至2020年6月7日。如果你想发表任何与 Flask 相关的演讲，可以来这里看看。

文章、教程与话题

Python 中 Asyncio 的并发指南这是基于 Python 3.8 版本的 Python asyncio 模块的快速教程。

一个随机的故障。升级 Ansible 和 Python 的问题

以下是我在工作中造成的一个数据丢失 bug 的故事，我是如何修复它的，以及我在 Python 和 Ansible 中发现令人惊讶的行为的旅程。

一键申请1000个软件工程职位学习如何编写一个脚本来自动搜索 Glassdoor 的职位列表，汇总每一个申请 URL ，并使用预先填充的数据申请到每个职位。只需一键即可完成。

Django服务器设置之旅展示了许多不同的 Django 部署方式。

The Python Software Foundation and the Future of Conferencing (1h1min) 在本集中，Naomi Ceder 和 Ewa Jodlawsk 谈论了 Python 软件基金会，并猜测由于 Python 的流行，会议的未来可能会是什么样子。

使用BERT构建基于 wiki 的 QA系统。使用 PyTorch 和 Hugging Face 实现基于 IR 的 QA 系统的高级代码演练。

RSVP for the ONLY Python Web Conference (Virtual) | June 17-19, 2020 Experts discuss hard web production problems. 40+ talks on Django, Plone, CI/CD, Containers, Serverless, REST APIs, microservices, etc. Join JetBrains and Six Feet Up to discuss what the future holds. SPONSOR

asyncio 中的等待使用 Python 的 asyncio 的主要魅力之一就是能够发射许多 coroutine 并同时运行。你知道有多少种等待结果的方法？

让Python中的生成器、coroutines和" yield from "更有意义

被 Python 的生成器、coroutines 和 " yield from " 语法所迷惑？你并不孤单！了解它们的含义，它们是如何工作的。了解它们的含义，它们是如何工作的，以及如何使用它们。

NLP中的数据增强的可视化调查对自然语言处理中的文本数据增强技术进行了广泛的概述。

CMU Neural Nets for NLP 2020 CMU Neural Nets for NLP 课程的视频播放。它首先简要介绍了神经网络，然后用大部分时间演示如何将神经网络应用于自然语言问题。

一个通过Airtable API的开发简单CMS 混合了 Python、Github Actions和Airtable API ，实现了一个简单、无痛的 CMS。

从构思到部署的语言技术的精简在最近的 eBay 科技博客文章中，我们介绍了统一的AI平台Krylov，以及我们的 PyKrylov 这个与平台交互的 Pythonic 工具。在这篇文章中，我们介绍了我们构建在 AI 平台之上的自然语言处理框架。

初学者使用Python进行网络抓取的入门指南获得一些基本的 Python 工具的实践经验，以抓取完整的 HTML 网站。

Friendshipify: 朋友们的播放列表生成器一个使用 Spotify API 和 Flask 构建的多用户歌曲推荐 webapp。

PandasZoo Pandas Python 教程。分阶段学习 Pandas 和 Python。

Effortless API Request Caching with Python & Redis 使用 Python 和 Redis 缓存 MapBox API 请求

Django的缓存和扩展第二部分在本系列的第一部分，我们已经研究了如何缓存一个长期运行的函数，以及缓存的常见误区有哪些。现在，它将变得真实起来，而且更高级一点，这将是经过数百万用户实战检验的生产级代码。