周刊

老爹和爱豆在 Twitter 上的闲聊… 原文: PyCoder’s Weekly - Issue #458 210203 Zoom.Quiet(大妈) 用时 42 分钟 完成快译 210203 Zoom.Quiet(大妈) 用时 37 分钟 完成格式转抄. 在 Pandas 查找和修复意外的内存占用 MARTIN JONES • Shared by Martin Jones Storing string columns as categories can result in massive memory savings when working with large dataframes in pandas. However, those savings can surprisingly disappear when you start concatenating dataframes. In this article, you’ll learn why, and find out how to fix it. (是也乎: 这应该也是门生意了… ) Constant Folding 在 Python ARPIT BHAYANI Every programming language aims to be performant and Python is no exception. Take a dive deep into Python internals and find out how Python makes its interpreter performant using a technique called constant folding. (是也乎: 叕一种性能技巧的 Pythonic 化 ) 用 Datadog APM 可视化/优化 Python 应用程序性能 DATADOG sponsor Datadog APM generates detailed flame graphs from real requests so you can see which services or calls are generating errors or contributing to overall latency. Dive deeper into your production code with an always-on code profiler to troubleshoot. Start monitoring your applications with a free trial → (是也乎: 用了都说好. ) Pyston 2.1 超越 Python 3.8/3.9 性能 MICHAEL LARABEL Pyston is an alternative Python interpreter. According to these benchmarks, it’s significantly outperforming Python 3.8 and 3.9. (是也乎: 亲侄儿, 也放弃 Py2 了? ) Python 和 NumPy 实现随机梯度下降算法 REAL PYTHON Learn what the stochastic gradient descent algorithm is, how it works, and how to implement it with Python and NumPy. DjangoCon Europe 2021 发布 DJANGO SOFTWARE FOUNDATION spaCy v3.0 发布 EXPLOSION.AI NumPy 1.20.0 发布 NUMPY.ORG (是也乎: 说这是史上最大一次合并, 改变了非常多的特性, 并放弃了对 Py3.6 以下的支持. ) 探讨/吐糟 Discussions ...

欢迎阅读《pythonista周刊》第484期。Let us start 原文: https://mailchi.mp/pythonweekly/python-weekly-issue-484 翻译：Dustyposa 新闻 PIP is dropping support for Python 2 文章、教程与话题 用机器学习预测硬盘故障 我们都有过硬盘故障的经历，往往就像开机后发现无法访问一堆文件一样突然。这不是一个有趣的经历。尤其是当你有一整个数据中心的硬盘，这些硬盘对维持你的业务运行都很重要时，就更不好玩了。如果我们能够预测其中一个驱动器何时会出现故障，并在数据丢失之前抢先更换硬件，那会怎样？ Algpt2 Part 2 我是如何（几乎）复制 OpenAI 的 GPT-2（124M版） 12 requests per second A realistic look at Python web frameworks. 为什么我们不使用python原生的enum Python 原生 enum 对于它们的设计目的来说是很好的，但我们发现它们是有限的，不允许你以一种合理的方式来增长复杂性和使用量。 在Python中使用环境变量进行应用程序配置 学习有经验的开发人员如何在 Python 中使用环境变量，包括管理默认值和类型转换。 SVM分类器和RBF内核–如何在Python中做出更好的模型 完整地解释了支持向量机（SVM）和径向基函数 （RBF）核的内部工作原理。 Raspberry Pi & Python Powered Tank This is part one of a two-part series and handles all of the hardware and wiring and a Python script for test firing the engines. Learn Python Data Analytics By Example: NYC Parking Violations 一个有趣的项目和详细的数据分析步骤演练，帮助你学习 Python、pandas和matplotlib。 How to Develop a Neural Net for Predicting Car Insurance Payout In this tutorial, you will discover how to develop a Multilayer Perceptron neural network model for the Swedish car insurance regression dataset. 25 IPython Tips for Your Next Advent of Code Python’s type checking renaissance 用Raspberry Pi和Python构建一个智能中央供暖系统 Unravelling for statements ...

pip 不再支持 Python 2 原文: PyCoder’s Weekly - Issue #457 210127 Zoom.Quiet(大妈) 用时 42 分钟 完成快译 210127 Zoom.Quiet(大妈) 用时 37 分钟 完成格式转抄. 解析 Python 语句 BRETT CANNON Learn how Python’s for statement works behind the scenes by diving into the bytecode and CPython source code. (是也乎: 老爹早已设计好了一切 ) 您真的不需要 Virtualenv FROST MING • Shared by Frost Ming Virtual environments are a staple of the Python world, but they aren’t without their drawbacks. Learn why virtual environments aren’t always the right solutions and how to get around them without sacrificing dependency isolation. (是也乎: PEP 582 将 Python 拉入 NPM 黑洞世界的提案… ) ...

欢迎阅读《pythonista周刊》第483期。Let us start 原文: https://mailchi.mp/pythonweekly/python-weekly-issue-483 翻译：Dustyposa 来自赞助商（PS：原文的赞助商）: Get Your Weekly Dose of Programming A weekly newsletter featuring the best hand curated news, articles, tutorials, talks, tools and libraries etc for programmers. Join For Free 新闻 Serverless Flask 本指南将一步步向你展示如何使用 Flask 构建一个真实的应用程序，以及如何在 AWS Lambda 上运行它。从某种意义上说，这是一本三本小手册：一本 Flask 教程，一本 Zappa 教程，一本 AWS boto3 部分教程，并配有代码和配置。 Python NumPy For Your Grandma NumPy 的免费课程。太简单了，你奶奶都能学会! Tracing the Python GIL 使用 perf 和 VizTracer 追踪和可视化 Python GIL。 用Python和AI找远程工作 本篇文章介绍了一个工作的 Python 应用程序，它可以根据我们的喜好，使用监督的机器学习模型，从一个流行的远程招聘网站 RemoteOK 推荐工作机会。 使用Python部署智能合约。如何操作 在本文中，我们将使用 Python 部署智能合约。这意味着，如果你懂得一些 Python，这可能是你进入智能合约和区块链开发的过渡期! 使用Python、Nuxt.js和QuestDB监测应用程序的正常运行时间 服务于数百万请求的高可用服务依赖于客户和内部团队对系统状态的可见性。本教程展示了轻量级和高性能的时间序列数据库如何与排队状态检查和简单的用户界面相结合，是健壮的应用程序监控的关键要素。 使用Jupyter Notebooks和Gitlab Pages快速制作工程仪表盘原型 作为一名工程经理，你需要将不同的数据点放在一起，以便你能够获得洞察力。本篇文章将逐步介绍如何建立一个简单的仪表盘，帮助你将这些数据汇总起来。 Multi-vendor Ecommerce Website using Django 学习如何建立一个多供应商的电子商务网站，人们可以在你的网店上注册和销售产品。 利用Pandas和Outlook实现Excel文件的自动创建和分发 案例研究展示了如何将一个 Excel 文件分解成多个文件，并使用 Outlook 向收件人发送电子邮件。 The EfficientDet Architecture in PyTorch 在上一篇中，我们研究并了解了 EfficientDet 的内部结构，并阅读了使 EfficientDet 网络如此强大的各种组件，如 BiFPN 和复合扩展。本篇文章的重点是在这些知识的基础上，逐步展示如何使用 PyTorch 实现网络。 如何用Python分析交易量曲线 在股票或货币等市场中进行交易时，重要的是确定价值区域，为我们的交易决策提供参考。其中一种方法是通过观察成交量概况。在这篇文章中，我们将探讨研究一段时间内成交量分布的量化方法。 在Django的Runserver中使用Watchman进行高效的重载操作 Dying, fast and slow: Python中的内存外崩溃问题 ...