欢迎阅读《pythonista周刊》第468期。Let us start!
原文: https://mailchi.mp/pythonweekly/python-weekly-issue-468
翻译：Dustyposa
来自赞助商（PS：原文的赞助商）: Hey Pythonista, would you like to show your love for Python? Then click here to get your T-Shirt and wear it proudly.
新闻
谷歌推出人工智能平台预测功能，普遍可用
谷歌推出了AI Platform Prediction 的通用性，这是一项针对云端AI和机器学习工作负载的管理服务。AI Platform Prediction 将 TensorFlow、 scikit-learn 和 XGBoost 的强大和灵活性带到了云端。你可以使用 AI Platform Prediction来托管您的训练模型，以便你可以向它们发送预测请求。
PEP 638 -- Syntactic Macros
本 PEP 建议为 Python 增加对语法宏的支持。语法宏允许库在编译过程中修改抽象语法树，为特定领域提供扩展语言的能力，而不增加语言整体的复杂性。
Announcing Playwright for Python: Reliable end-to-end testing for the web
自动化的端到端测试是你的团队更快、更有信心地出货的强大工具。端到端测试可以自动进行UI交互，并且可以验证您应用程序的功能。为此，我们宣布 Playwright for Python 进入预览阶段。
文章、教程与话题
Introducing Bean Machine
Bean Machine是一种基于 Python 的声明式语言，所有的 Bean Machine 程序也都是合法的 Python 程序。
AI学会玩Fall Guys-无法检测的Fall Guys骇客 
AI 使用 CNN 来扮演 Fall Guys 并超越人类玩家。
使用DLProf和PyProf对深度神经网络进行性能分析和优化 这篇文章探讨了从基本到更高级的技术的许多分析方法。 我们还提供一些技巧和技巧，以根据分析结果优化深度学习模型。
300行代码进行人脸检测和处理
在本文中，你将学习如何检测图片中的面部，如何自动匿名化，使用面部裁剪图片，如何使用少于300行的 Python 代码将其制作为无服务器在线演示。
理解Django中基于类的视图-视图基类
基于类的视图或 CBV 是 Django 中争议最大的功能之一。 与基于功能的视图（FBV）相比，CBV似乎更令人困惑和难以理解。 在本系列的 Django 中的《理解基于类的视图》中，我们将详细介绍 CBV，以了解它们的工作方式和使用方法。
使用Python AsyncIO发出并发HTTP请求
在本教程中，我们将查看 Python 示例代码，演示如何使用 HTTP 连接池和 AsyncIO 进行并发的 HTTP 请求。示例代码使用 HTTPX（一个支持 AsyncIO 的新 Python HTTP 库）来并发获取股票价格。
Job board using Django and Vue 3
在这个系列中，你可以学习如何使用 Django 和 Vue 3 从头开始建立一个招聘板。
应用的剖析
本文探讨应用程序。应用程序是 Django 项目的核心结构元素。我们将看到应用程序的组成以及如何有效地使用它们。
如何在Python中使用Scipy和Pingouin执行Mann-Whitney U检验 In this data analysis tutorial, you will learn how to carry out a Mann-Whitney U test in Python with the package SciPy. This test is also known as Mann–Whitney–Wilcoxon (MWW), Wilcoxon rank-sum test, or Wilcoxon–Mann–Whitney test and is a non-parametric hypothesis test.
你需要了解的关于Python的Namedtuples的一切信息
本文讨论了 Python 中 namedtuples 的最重要方面。我们将从最基础的部分开始，并逐步深入到更复杂的概念。你将了解为什么应该使用它们，以及它们如何使你的代码更简洁。在本指南结束时，你会觉得在许多情况下使用它们非常自如。
Python中的科学计算 NumPy和Matplotlib简介
Cleaner Pose Estimation using Open Pose
如何在Tensorflow中从头开始构建一个定制的生产就绪的深度学习训练循环？
有趣的项目、工具和库
Bringing-Old-Photos-Back-to-Life A reference implementation of the CVPR 2020 paper, Bringing Old Photos Back to Life, which revives an old photo to modern style.
Instagram-DeepFake-Bot
一个 Instagram Bot 作为账号，人们可以用来在 Instagram 上创建 DeepFakes。
Qlib
Qlib 是一个面向人工智能的量化投资平台，旨在发挥人工智能技术在量化投资领域的潜力、赋能研究、创造价值。
FrankMocap 强大且易于使用的单视图3D手+身体姿势估计器。
Archivy
archivy 是一个自托管的知识库，可让您安全地保存有助于知识库的有用内容。
APIFairy
一个建立在 Flask、Marshmallow and friends 之上的极简主义API框架。
Colab-Connect
将你的本地机器链接到 Google Colab，实现无障碍的 GPU 开发。
MovingPandas
MovingPandas 是一个基于 Pandas 和 GeoPandas 的处理运动数据的 Python 库。它提供了用于分析和可视化的轨迹数据结构和函数。
Python-For-Kids
为孩子们提供的综合 Python 开发教程，利用 micro:bit 开发板一步步进入 Python for Microcontrollers 的世界。
life-calendar 从几天到几十年，直观地查看和规划您的生活!
Imaginaire NVIDIA PyTorch GAN library with distributed and mixed precision support.
新版本
新活动
Virtual: Poll dancing: forecasting US Presidential elections Nate Silver 和其他预报员一直在使用民意测验数据来预测谁将赢得选举。 根据个人经验，Mike Woodward 将告诉你民意调查如何以及为什么会产生错误的结果，包括解释2016年出了什么问题。他将通过民意调查汇总理论，向您展示这些预测模型的构建方式。 最后，他将展示总统选举预测工具。 这次演讲融合了实际经验，理论和实际编码。
Virtual: Are you ready?: When and How to Land Your First Engineering Job
讨论你应该知道什么，面试过程是怎样的，在 Python 团队工作是怎样的，以及其他任何你想知道的关于踏入程序员工作的事情。
Virtual: PyMNtos Python Presentation Night #88
将会有以下的话题:
- 在AWS Lambda中部署简单的分析功能，以及 AI 对 Flights 的应用。
- 我的 Python 失误
Virtual: PyData Prague #8 - Collaborative dimensions 将会有以下话题:
- 让数据科学笔记本协作起来
- Xarray - more than Pandas in multiple dimensions
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