「干货」4月Python 热门推荐Top 10

「干货」4月Python 热门推荐Top 101. 2018的现代后端开发Modern Backend Developer in 2018今天的网络开发与几年前完全不同,有很多不同新东西可以

欢迎大家来到IT世界,在知识的湖畔探索吧!

「干货」4月Python 热门推荐Top 10


新智元报道

来源:medium.mybridge.co

编译:May

【新智元导读】在上个月的将近1000篇与Python相关的文章/项目中,Mybridge甄选了10篇最热文章,主题有关:Backend, Book, PLSDR, Dlib, Pipenv, Web Scraping, Serverless, LSTM, Gensim, 2D game等。

「干货」4月Python 热门推荐Top 10

1. 2018的现代后端开发(书籍)

Modern Backend Developer in 2018

今天的网络开发与几年前完全不同,有很多不同新东西可以阻碍任何进入网络开发的人。我们决定用一个视觉指南给从业者一个更广阔的更清晰的想法,让他们知道自己在网络开发中的角色。

「干货」4月Python 热门推荐Top 10

地址:

https://medium.com/tech-tajawal/modern-backend-developer-in-2018-6b3f7b5f8b9

2. 全速Python:给自学者的免费电子书

「干货」4月Python 热门推荐Top 10

这本书旨在用实用的方法教授Python程序设计语言:在简要介绍每一个主题后,读者被邀请通过练习来学习和掌握知识。通过这些练习,大多数学生在不到一个月的时间里就可以使用Python语言了。

下载地址:

https://github.com/joaoventura/full-speed-python

3. PLSDR:一个强大的基于Python的软件定义无线电(SDR)

特定软件无线电(简称SDR),作为现代无线电技术的一部分。是用Python编写的,它依赖于GNU无线电技术基础的内部工作。

「干货」4月Python 热门推荐Top 10

这不是我的第一个SDR,我已经写过其他的了,一个例子是JRX,这个程序通过一个HAMLIB的业余无线电接收机和发射机接口。但这一领域的发展如此之快,软件和硬件都发生了巨大的变化,因为JRX和HAMLIB的出现,现在可以获得一个性能相同的射频前端设备,只需很少的资金,就可以使用一个专门的程序比如PLSDR来访问它。

地址:

https://arachnoid.com/PLSDR/index.html

4. 用Dlib的Python构建Instagram上的PIN功能

「干货」4月Python 热门推荐Top 10

我们将用Python构建Instagram的PIN功能,这就是说一个图像被放置在特定位置,而摄像机围绕着这个图像移动。现在苹果的ARKIT的别针图像功能已经变得司空见惯,但使用简单的接口比如如DLIB的相关跟踪器,为我们提供了一个很好的起点,不再需要用像iPhone那样的传感器数据。所以我们将用Python创建一个用别针图像制作视频的工具。

地址:

https://www.makeartwithpython.com/blog/instagram-pin-effect-in-python/

5. Pipenv:新的Python包装工具指南

「干货」4月Python 热门推荐Top 10

Pipenv是一个Python的打包工具,它解决了使用pip、virtualenv、以及txt的典型工作相关的一些常见问题。 除了解决一些常见问题之外,它还将开发过程简化为单个命令行工具。

本指南将讨论Pipenv 解决的问题,以及如何用Pipenv 管理Python从属关系(Python dependencies)。此外,它还将涵盖Pipenv 如何与以前的分配包(Package distribution)方法相适应。

地址:

https://realpython.com/pipenv-guide/

6. 网络数据采集、正则表达和数据可视化:在Python中完成这一切

虽然在Excel中手动输入数据肯定会更快,但我会丧失实践一些技能的宝贵机会。数据科学是用各种各样的工具来解决问题的,而网络数据采集和正则表达式是我需要做的两个领域。结果显示了我们如何将这三种技术结合起来解决数据科学问题。

这个项目的完整代码可在谷歌实验室的Jupyter Notebook上找到。

地址:

https://towardsdatascience.com/web-scraping-regular-expressions-and-data-visualization-doing-it-all-in-python-37a1aade7924

7. 6个月内我学到的6件关于不使用硬件基础设施的事情

「干货」4月Python 热门推荐Top 10

6个月里,我们在没有用服务器(serverless)的情况下创造了四个重要项目。一旦你找到了正确的工具,没有服务器的世界非常棒。

第1课:Ditch Python

第2课:中间层

第3课:享受VUE

第4课:学习热爱DynamoDB

第5课:无服务器框架FTW

第6课:授权

地址:

https://read.acloud.guru/six-months-of-serverless-lessons-learned-f6da86a73526

8. Python的长短期模型LSTM:股票市场的预测

在这个教程中,你将看到如何使用时间序列模型(time-series model),又被称作作长短期模型(Long Short-Term Memory)。这个LSTM 模型非常强大,特别是对于保留长期记忆。你将在这个教程中解决下列问题:

  • 理解为什么需要进行股票动态预测

  • 下载数据 — 您将会从雅虎经济 Yahoo finance上下载股票市场数据

  • 分开实验数据Split train-test data和实行数据规范化data normalization

  • 为了得到下一步的预测,整理和应用一些求平均值的技术averaging techniques

  • 激励, 简短的探讨LSTM 模型如何可以预测多于一步

  • 用现有的数据来预测和图像化未来的股票市场

地址:

https://www.datacamp.com/community/tutorials/lstm-python-stock-market?utm_source=mybridge&utm_medium=blog&utm_campaign

9. 用 Gensim (Python) 主题建模

「干货」4月Python 热门推荐Top 10

主题建模Topic Modeling 是从大量的文本中提取出隐藏的主题的一项技术。潜在狄利克雷分布 Latent Dirichlet Allocation (LDA) 是在Python的gensim包中一种优秀的文档主题生成模型计算。其所面临的挑战是如何提取清楚的、分离开的、有意义的高质量的主题。这很大程度上取决于文本预处理的质量和找到最佳数量主题的策略。本教程就试图解决这两方面的问题。

地址:

Topic Modeling with Gensim (Python)

10. 如何用Python和Arcade library创建一个2D游戏

「干货」4月Python 热门推荐Top 10

Python是人们学习编程的优秀语言,对于任何想要“完成任务”的人来说都是完美的,还不需要在样板代码上花费大量的时间。Arcade是Python 用来做2D 游戏设计的,不但容易开始,而且随着经验提高会更有前途。在本文中,我将解释如何开始使用Python和Arcade来编程视频游戏。

地址:

https://opensource.com/article/18/4/easy-2d-game-creation-python-and-arcade?utm_source=mybridge&utm_medium=blog&utm_campaign


【加入社群】

新智元 AI 技术 + 产业社群招募中,欢迎对 AI 技术 + 产业落地感兴趣的同学,加小助手微信号: aiera2015_3 入群;通过审核后我们将邀请进群,加入社群后务必修改群备注(姓名 – 公司 – 职位;专业群审核较严,敬请谅解)。

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://itzsg.com/34547.html

(0)

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

联系我们YX

mu99908888

在线咨询: 微信交谈

邮件:itzsgw@126.com

工作时间:时刻准备着!

关注微信