欢迎阅读《pythonista周刊》第455期。Let us start!
原文: https://mailchi.mp/pythonweekly/python-weekly-issue-455
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
PEP 622 -- Structural Pattern Matching
这篇 PEP 建议在 Python 中添加模式匹配语句，以创建更多的表达方式来处理结构化的异构数据。作者采取了一种整体的方法，提供了静态和运行时的规范。
PyGotham Call for Proposals
PyGotham 是一个综合的会议，涉及政策，文化和艺术，以及标准的技术和 Python 主题。 讨论提案的征询截止日期为7月5日。您可以提出一个商业广告，脱口秀，喜剧例程，情景喜剧，或者只是有关 Python 或你感兴趣的任何技术主题的常规技术讲座。
澳大利亚DjangoCon第八次回归并开启CFP
今年 DjangoCon Australia 将作为一个专业赛道与 PyConline AU 同时进行，时间为9月4日，在线。 CFP 已经开放，即日起至7月12日，接受提交 DjangoCon AU 2020 的演讲稿。
PEP 618 -- Add Optional Length-Checking To zip
这个 PEP 建议在内置 zip 中添加一个可选的 strict 布尔关键字参数。启用后，如果其中一个参数先于其他参数耗尽，则会引发 ValueError。
文章、教程与话题
Keras with TensorFlow Course 
本课程将教你如何使用 Keras，这是一个用 Python 编写并与 TensorFlow 集成的神经网络 API。我们将学习如何为人工神经网络准备和处理数据，从头开始构建和训练人工神经网络，构建和训练卷积神经网络( CNN )，实现微调和转移学习等!
Sonos / Spotify Vinyl Emulator
通过 Sonos，Spotify和NFC 标签体验黑胶唱片收藏的触觉性质（但实际上没有任何黑胶唱片）。
从零开始 ASGI
通过构建 ASGI Web 框架来了解 ASGI！
Python Hangman Tutorials
一系列教程，您可以在其中学习如何使用 Python 和 Pygame 创建自己的 hangman 版本。
如何设置Python项目以实现自动化和协作？
在这篇文章之后，我们将有一个测试和检查的工作流程，这些工作会在每次 git push 时自动运行。
如何分析自己的推特的情绪
如何分析自己的 Tweets 的情绪这篇文章通过分析自己过去的 Tweets，帮助开发者尝试情绪分析。
[Webinar] 编写更简洁安全的 Python code Register for a 30-min webinar on July 16th @ 10am CDT to learn how to make your Python code more reliable and secure with SonarQube; static analysis that's powerful, fast and accurate - out of the box! SPONSOR
解密单字节XOR密文 解密通常是在不了解加密密钥的情况下从加密的字节流中恢复原始消息的过程。 在本文中，我们将探讨如何使用语言学从单字节异或密文恢复原始消息。
互联网安全入门-第1部分
安全性是编程的一个重要方面，很多人都忽略了。99%的黑客都是有人偷懒而已。本部分视频系列涵盖了负责任的安全问题，同时也展示了如何用 Game Theory 获得一些乐趣!
Plotting in Pandas Just Got Prettier
使用 Plotly 和 Bokeh 的 Pandas 绘图后端创建丰富的可视化效果和仪表板。
如何准备使用Python编写第一个Mycroft AI技能？
计划是写技能必不可少的第一步，教 Mycroft 如何做你希望它做的事情。
Scikit-Learn课程--Python中的机器学习教程
Scikit-learn 是一个免费的 Python 编程语言的软件机器学习库。在这个完整的课程中，了解使用 scikit-learn 进行机器学习。
Development with Nix: Python
使用 Nix 提供 Python 开发环境的教程。不需要事先了解 Nix。
使用TensorFlow和LSTM递归神经网络生成烹饪食谱：分步指南
本文包含有关如何使用 TensorFlow 2 和 Keras API 在 Python 上实际训练 LSTM 模型的详细信息。
自动在LinkedIn上申请职位（Python + Selenium）
在本系列中，学习如何轻松地自动在 LinkedIn 上申请工作！
使用Keras，TensorFlow和OpenCV将任何CNN图像分类器转换为对象检测器
在本教程中，您将学习如何使用任何预先训练的深度学习图像分类器，并使用 Keras，TensorFlow和OpenCV 将其变成对象检测器。
Python的插件架构(aka Py3EE)
本文探讨了如何利用依赖方向和接口在 Python 中创建一个插件架构。这里的玩具例子可能看起来过于工程化，但它让我们探索了一些想法，当你有多人一起工作时，这些想法在更现实的情境中会很有价值。
Clinging to memory
Python 函数调用是如何增加你的内存使用率。
Pickle’s nine flaws
Python 的 pickle 模块是一种非常方便的序列化和反序列化对象的方法。它不需要模式，并且可以处理任意的 Python 对象。但它也有问题。这篇文章简单解释一下这些问题。
Stock Analysis in Python 使用面向对象的编程和附加模型探索财务数据。
区块链解释：Python教程中的供应链示例
该视频将带您通过一个 Python 教程，并获得一个简单的区块链解释视频，以了解一个简单的供应链示例。 我们探索诸如区块，区块链，随机数和工作量证明之类的主题，并简要回顾智能合约。
自动化约定：整理和格式化Python代码
在本教程中，我们将逐步介绍如何使用 pre-commit 管理git钩子以进行代码格式化和插入。 我们使用 flake8，black，isoort 和 bandit 在每个 git commit 上自动完成对 Python 代码的格式化和格式化。
Python 101 – Working with Files
如何性能测试Python代码：timeit，cProfile等
有趣的项目、工具和库
sktime
一个 scikit-learn 兼容的 Python 工具箱，用于按时间序列进行机器学习。
EasyOCR
即用型 OCR，支持40多种语言，包括中文、日文、韩文和泰文。
nginx-ui
Nginx UI 允许你在没有 cli 的情况下访问和修改 nginx 配置文件。
Caliban 在本地和云端简化了研究工作流程。
Jamboree
使用 Redis 和 Mongo 的快速事件源库。
xfeat
使用 Redis 和 Mongo 的快速事件源库.使用 GPU 和 Optuna 的灵活特征工程和探索库。
deepsnap
DeepSNAP 是一个 Python 库，可帮助您高效地进行图的深度学习。DeepSNAP 支持灵活的图形操作，标准管道，异构图形和简单的 API。
spacy-streamlit
spaCy 是 Streamlit 应用的构件。
gpt-3-experiments
一个包含 OpenAI's GPT-3 API 的测试提示和由此产生的 AI 生成的文本的 Repo，它们都说明了模型的鲁棒性，另外还有一个 Python 脚本来快速查询 API 中的文本。
新的版本
SciPy 1.5.0
SciPy 1.5.0 是6个月努力工作的结晶。它包含了许多新的功能，修复大量的错误，改进的测试覆盖率和更好的文档。在这个版本中，有一些废弃和API变化。
NumPy 1.19.0
此 NumPy 版本的特点是消除了许多技术债务：删除了对 Python 2 的支持，许多弃用已过期，并且文档已得到改进。Cython 修复了漏洞，并提高了可用性，从而继续对随机模块进行优化。
那些活动
PyTorch Summer Hackathon 2020
今年 PyTorch 夏季黑客马拉松又回来了，您将有全新的机会与 PyTorch 社区进行交流，构建创新、有影响力的模型、应用程序和其他项目，为组织或人们创造积极影响。除了现金和促销之外，每个类别的第一名获奖者还将获得与 PyTorch 团队进行 30 分钟虚拟会议的机会，以讨论您的获奖作品。
Virtual: Planning ahead: using Markov decision processes to optimize your life
在本讲座中，Eric Cotner 将讨论马尔科夫决策过程（MDP's）；一个用于确定最佳行动序列的量化框架。我们将学习如何建立一个 MDP，它们可以应用于什么样的情况，它背后的一些数学，最后，使用 python 包pymdptoolbox来解决简单的 MDP 的简单方法。
Virtual: PyData Triangle July 2020 Meetup 将会有以下的话题:
- 数据治理和遵守《Open Government Data Act》
- 量化Gerrymandering: 算法的进步和对开源软件的需求
Virtual: PyData Budapest Online #5 - Dataviz Evolution
我们将通过以下邀请的演讲探讨 Python 数据可视化领域的发展：
-
Holoviews/hvPlot & Panel
-
Plotly Express & Dash
-
Voilà
Posa：
❤️ Happy Pythonic ;-(Posa私人无责任播报)
----- 分割线 -----
如果你发现哪里翻译有误的话，请务与我联系！感谢！
Comments