第 430 期 Python 週刊

文章,教程和講座

使你的 Python 程序運行快一點

鏈接: https://martinheinz.dev/blog/13

不喜歡 Python 語言的人總是說它的運行速度很慢。對於特定的程序(無論使用何種編程語言), 它的快慢,很大程度上取決於編寫該程序的開發人員。讓我們嘗試改善 Python 程序的性能, 證明那些人是錯的

Numba 使 Python 運行速度提高了1000倍!

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

Numba 是Python 和 Numpy 子集的即時編譯器。該視頻的前半部分主要介紹 Numba 基本信息,並着重介紹了大家在使用 Numba 時的一些常見錯誤。剩下的視頻提出了一個基於現實世界的問題,在單線程和多線程情況下,使用 Numba 最多可獲得1000倍的加速效果。

如何在 gevent(uWSGI 和 Gunicorn)中使用 Flask

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

創建異步 Flask Web 應用,並在 Nginx 反向代理後使用 uWSGI 或 Gunicorn 運行它。

ASGI 簡介:異步 Python Web 生態系統的出現

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

Python Web 開發生態系統中發生了許多激動人心的事情, 其中就有 ASGI,即異步標準網關接口。這篇文章的目標讀者是對 Python Web 開發的前沿技術感興趣的人。主要講述了什麼是 ASGI 及其對現代 Python Web 開發的意義。

高度不平衡的數據分類

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

數據不平衡的分類問題是指預測訓練數據集中的分類標籤分佈不相等的問題。對於這類問題,數據集標籤的差異會影響數據準備和建模算法的選擇。因此,最重要的是,開發人員必須對不同的分佈數據應該使用的算法產生肢體記憶。在本教程中將學習如何對各種高度不平衡分佈的數據產生肢體記憶。

使用 Jupyter 開發 Web 應用程序

鏈接: https://t.co/xe5GAgWia4

這篇文章展示了在 Jupyter Notebook 和獨立的 Web 應用程序中構建高級可視化效果 的方法, 以及所使用到的高效工具,並在最後將這些應用程序部署到雲端。

使用 NASA 的圖像創建一個月球動畫

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

僅用幾行 python 代碼即可創建月球動畫!

Python 字典 101

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

關於 Python 字典的詳細介紹

我沒有感覺到異步的壓力

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

使用 Keras,TensorFlow 深度學習進行標籤平滑操作

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

如何使用 Pandas get_dummies 創建虛擬變量

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

有趣的項目,工具和庫

Typer

鏈接: https://github.com/tiangolo/typer

Typer,可構建出色的CLI。易於編碼。基於 Python 類型提示。

AI_Sudoku

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

圖形界面的 Smart Sudoku Solver,可以從照片中提取數獨問題並解決。

django-simple-task

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

Django3 的簡單後臺任務

ffmpeg-python

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

FFmpeg 的 Python 綁定-支持複雜的過濾條件。

交通信號違規檢測系統

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

一種基於計算機視覺( YOLOv3 和 Tkinter 從視頻錄像中獲取信息) 的交通信號違規檢測系統。(包含GUI)

pylightxl

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

輕量級,零依賴的 excel 讀/寫庫。

XSS-Finder

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

重型且先進的跨網站的腳本掃描程序

Robatim

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

Robatim 是基於一般大衆習慣的僞隨機音樂生成器。

文章翻譯自 Python Weekly 430, 有刪改, 不作爲商業用途

歡迎關注微信公衆號:愛寫Bug
愛寫Bug.jpeg

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章