第 430 期 Python 周刊

文章,教程和讲座

使你的 Python 程序运行快一点

链接: https://martinheinz.dev/blog/13

不喜欢 Python 语言的人总是说它的运行速度很慢。对于特定的程序(无论使用何种编程语言), 它的快慢,很大程度上取决于编写该程序的开发人员。让我们尝试改善 Python 程序的性能, 证明那些人是错的

Numba 使 Python 运行速度提高了1000倍!

链接: https://www.youtube.com/watch?v=x58W9A2lnQc

Numba 是Python 和 Numpy 子集的即时编译器。该视频的前半部分主要介绍 Numba 基本信息,并着重介绍了大家在使用 Numba 时的一些常见错误。剩下的视频提出了一个基于现实世界的问题,在单线程和多线程情况下,使用 Numba 最多可获得1000倍的加速效果。

如何在 gevent(uWSGI 和 Gunicorn)中使用 Flask

链接: https://iximiuz.com/en/posts/flask-gevent-tutorial

创建异步 Flask Web 应用,并在 Nginx 反向代理后使用 uWSGI 或 Gunicorn 运行它。

ASGI 简介:异步 Python Web 生态系统的出现

链接: https://florimond.dev/blog/articles/2019/08/introduction-to-asgi-async-python-web/

Python Web 开发生态系统中发生了许多激动人心的事情, 其中就有 ASGI,即异步标准网关接口。这篇文章的目标读者是对 Python Web 开发的前沿技术感兴趣的人。主要讲述了什么是 ASGI 及其对现代 Python Web 开发的意义。

高度不平衡的数据分类

链接: https://machinelearningmastery.com/how-to-develop-an-intuition-skewed-class-distributions/

数据不平衡的分类问题是指预测训练数据集中的分类标签分布不相等的问题。对于这类问题,数据集标签的差异会影响数据准备和建模算法的选择。因此,最重要的是,开发人员必须对不同的分布数据应该使用的算法产生肢体记忆。在本教程中将学习如何对各种高度不平衡分布的数据产生肢体记忆。

使用 Jupyter 开发 Web 应用程序

链接: https://t.co/xe5GAgWia4

这篇文章展示了在 Jupyter Notebook 和独立的 Web 应用程序中构建高级可视化效果 的方法, 以及所使用到的高效工具,并在最后将这些应用程序部署到云端。

使用 NASA 的图像创建一个月球动画

链接: https://nicholasfarrow.com/Creating-a-Moon-Animation-Using-NASA-Images-and-Python/

仅用几行 python 代码即可创建月球动画!

Python 字典 101

链接: https://www.freecodecamp.org/news/python-dictionaries-detailed-visual-introduction/

关于 Python 字典的详细介绍

我没有感觉到异步的压力

链接: https://lucumr.pocoo.org/2020/1/1/async-pressure/

使用 Keras,TensorFlow 深度学习进行标签平滑操作

链接: https://www.pyimagesearch.com/2019/12/30/label-smoothing-with-keras-tensorflow-and-deep-learning/

如何使用 Pandas get_dummies 创建虚拟变量

链接: https://www.marsja.se/how-to-use-pandas-get_dummies-to-create-dummy-variables-in-python

有趣的项目,工具和库

Typer

链接: https://github.com/tiangolo/typer

Typer,可构建出色的CLI。易于编码。基于 Python 类型提示。

AI_Sudoku

链接: https://github.com/neeru1207/AI_Sudoku

图形界面的 Smart Sudoku Solver,可以从照片中提取数独问题并解决。

django-simple-task

链接: https://github.com/ericls/django-simple-task

Django3 的简单后台任务

ffmpeg-python

链接: https://github.com/kkroening/ffmpeg-python

FFmpeg 的 Python 绑定-支持复杂的过滤条件。

交通信号违规检测系统

链接: https://github.com/anmspro/Traffic-Signal-Violation-Detection-System

一种基于计算机视觉( YOLOv3 和 Tkinter 从视频录像中获取信息) 的交通信号违规检测系统。(包含GUI)

pylightxl

链接: https://github.com/PydPiper/pylightxl

轻量级,零依赖的 excel 读/写库。

XSS-Finder

链接: https://github.com/haroonawanofficial/XSS-Finder

重型且先进的跨网站的脚本扫描程序

Robatim

链接: https://github.com/Sanseer/Robatim

Robatim 是基于一般大众习惯的伪随机音乐生成器。

文章翻译自 Python Weekly 430, 有删改, 不作为商业用途

第 430 期 Python 周刊

上一篇:第 425 期 Python 周刊


下一篇:阿里云托管网格服务入门与应用部署实践(下)