欢迎阅读《pythonista周刊》第458期。Let us start!
原文: https://mailchi.mp/pythonweekly/python-weekly-issue-458
翻译：Dustyposa
来自赞助商（PS：原文的赞助商）:
每周进行一次编程 A weekly newsletter featuring the best hand curated news, articles, tutorials, talks, tools and libraries etc for programmers. Join For Free
新闻
Python恶意软件的兴起
低准入门槛、易用性、快速的开发过程和大量的库集合，使得 Python 对数百万开发者--包括恶意软件作者--具有吸引力。Python 已经迅速成为一种标准语言，威胁行为者可以用它来创建远程访问木马（RAT）、信息窃取者和漏洞利用工具。随着 Python 的不断普及，C语言恶意软件的单一文化不断受到挑战，Python 将越来越多地被用作网络攻击中的恶意软件，这似乎是唯一确定的。
新鲜事
使用Python理解和解码JPEG图像
很多人不知道的一件事是，JPEG 不是一种格式，而是一种算法。你看到的 JPEG 图像大多是 JFIF 格式（ JPEG 文件交换格式），内部使用 JPEG 压缩算法。在本文的最后，你会对 JPEG 算法如何压缩数据以及如何编写一些自定义的 Python 代码来解压有更深的了解。
2020年如何找到一份Python开发人员的工作 
在这段视频中，Daniel Feldroy 给出了作为开发者的求职建议。这不是关于算法，而是如何以最好的方式沟通和展示自己。另外还包括如何证明你知道并理解编码标准和最佳实践。
使用serverless构建电子安全锁
使用 serverless 构建电子安全锁本指南向你展示了如何构建电子安全锁，以用于包裹交付、保护物理文件的安全或授予对秘密实验室的访问权。该项目使用 AWS Serverless 创建一个触摸屏键盘锁，使用 SMS 向收件人发出警报，并提供自定义消息和解锁代码。所示的锁箱包含文件，但该系统可以安装在任何有门的地方。
使用 Django 的内容安全策略入门指南
在本教程中，我们将探讨如何在 Django 项目中实现内容安全策略头，以及如何使我们的策略适应现实世界的场景。本教程使用的是 Django 的内容安全策略的实现，但这些经验适用于任何类型的内容安全策略实现。
Goodwill.com Hunting A Graphical Analysis of Women's Tops Sold on Goodwill's Website.
在Python中从头开始使用机器学习对OCR进行编码
在本视频中，我们使用 Python 中的简单机器学习（无需导入）实现OCR /图像识别！
如何在Python 3中使用pathlib模块操纵文件系统路径
pathlib 类似于 os.path 模块，但 pathlib 提供了比 os.path 更高级别的，而且通常更方便的界面。在本教程中，我们将介绍一些使用 pathlib 模块来表示和操作文件系统路径的方法。
使用Python进行机器人编程的初学者指南。
本文向你展示了如何使用 Python 机器人框架来开发控制软件，描述了我为我的模拟机器人开发的控制方案，说明了它是如何与环境交互并实现目标的，并讨论了我在这一过程中遇到的一些机器人编程的基本挑战。
使用AWS DeepLens和GluonCV构建在家工作的姿势跟踪器 在家工作对你的人体工程学设置有很大的改变，这会让你很难保持健康的姿势，并在一天中频繁休息。为了帮助你保持良好的姿势，并在这个过程中享受机器学习(ML)的乐趣，本篇文章将向你展示如何使用AWS DeepLens(AWS可编程摄像机)构建一个姿势跟踪器项目，供开发者学习ML。
数据科学和机器学习的NumPy基础知识
本篇文章回顾了 NumPy 的主要组件和功能，关注数据科学和机器学习从业者的需求，以及有志于成为数据专业人士的人。
Hashing it Out
深入了解 Python 字典。
对象过多：减少了Python实例的内存开销
每当您在 Python 中创建一个类的实例时，您都会使用一些内存--包括开销，这些开销实际上可能比您关心的数据还要大。创建一百万个对象，你就有一百万倍的开销。而这个开销可能会增加，要么阻止你运行你的程序，要么增加你花在配置硬件上的钱。所以，让我们来看看这个开销到底有多大（偷看：很大！），以及你能做些什么。
使用Keras，TensorFlow和深度学习进行R-CNN对象检测
在本教程中，您将学习如何使用 Keras、TensorFlow 和深度学习构建一个 R-CNN 对象检测器。
计算机视觉中的半监督式学习 全面介绍了计算机视觉中最新的半监督学习方法。
容器化的Python开发--第一部分
该系列的第一部分涵盖了如何将 Python 服务/工具容器化以及最佳实践。
Python 101 – Creating Multiple Processes
有趣的项目、工具和库
gradio 在3分钟内快速创建机器学习模型原型的用户界面。
mljar-supervised
自动机器学习 Python包，旨在为数据科学家节省时间。
MMEditing
MMEditing 是一个基于 PyTorch 的开源图片和视频编辑工具箱。
modmail
功能丰富的 discord Modmail 机器人。
Sprinkler_system
自动洒水系统，使用开放的天气 API 和 MySQL 数据库来确定洒水系统应该在什么时候开启，然后 Raspberry Pi 会检查数据，并开启电动洒水系统。
language-statistics 在你的目录中的编程语言的可视化颜色条，有百分比和标签。
stocks-manager
使用 Flask 的股票投资组合管理网站。
lazypredict
Lazy Predict 帮助建立了很多基本的模型，不需要太多的代码，帮助了解哪些模型的效果更好，不需要任何参数调整。
scispacy
一个完整的 spaCy 管道和科学/生物医学文件的模型。
mmsegmentation
OpenMMLab 语义分割工具箱和基准。
torchsde
具有 GPU 支持的差异化 SDE 求解器和高效的灵敏度分析。
rootend
rootend 是一个 python 3.x *nix 枚举器和自动权限升级工具。
新的版本
那些活动
Virtual: Boston Python Meetup July 2020 将会有一个演讲， 《用SQLite和Datasette进行个人分析》。
Virtual: Python for Quant Finance Meetup 将会有以下话题:
- 如何建立一个可持续和风险优化的投资组合？
- 用AI预测股市数据
Virtual Django Meetup
在上一次全国范围内的 Django 虚拟聚会中，我们聚集了超过 160 人。这次我们希望能有更大的规模。虽然 DjangoCon 2020 被取消了，但这并不意味着展会不能继续。
Virtual: San Diego Python Meetup July 2020 There will a talk, tmp_path For Working with Files in Pytest.
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