【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。

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。

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

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。

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

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

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

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

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:

https://www.machinelearningplus.com/nlp/topic-modeling-gensim-python

10. 如何用Python和Arcade library创建一个2D游戏

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

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2018-05-17

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏ATYUN订阅号

MIT开发AI系统,确定新闻来源是否有政治偏见以打击假新闻

虚假消息仍然是令人头疼的问题。今年3月,有一半的美国人报告在新闻网站上故意误导文章。最近爱德曼调查的大多数受访者表示,他们无法判断媒体报道的真实性。鉴于假新闻的...

1356
来自专栏Crossin的编程教室

从小白到年薪10万+,优秀的数据分析能力如何速成?

广泛被应用的数据分析 谷歌的数据分析可以预测一个地区即将爆发的流感,从而进行针对性的预防;淘宝可以根据你浏览和消费的数据进行分析,为你精准推荐商品;口碑极好的网...

3466
来自专栏机器学习和数学

Newton迭代法

今天和大家分享一下,之前抽空写的一篇论文,主要内容就是Newton迭代法,属于数学里面比较基础的,原理也不难,主要通过Newton迭代法可以体会到迭代的思想,以...

1476
来自专栏无原型不设计

交互设计流程是怎样的?

尽管“交互设计”在近几年的设计行业中早已不是什么新鲜名词,但依然还是有很多朋友,尤其是刚入行的新人会问:什么是交互设计?交互设计师到底是干嘛的?交互设计的流程...

4695
来自专栏PPV课数据科学社区

R语言什么鬼??你知道吗?

R语言什么鬼?可以用来做什么?和大数据又有什么关系?有没有好的课程推荐啊?学大数据一定要懂R语言么?…… 网络上太多类似的问题,如果恰好你也有类似的疑惑,那么...

3314
来自专栏量子位

干货警告!476个PyTorch资源大合集推荐,GitHub超过3600星

最近,GitHub的“趋势”版块出现了一份PyTorch资源,内容从库到教程再到论文实现,应用尽有,质量贼高。

932
来自专栏CDA数据分析师

盘点 | 今年GitHub排名前20的Python机器学习开源项目

当今时代,开源是创新和技术快速发展的核心。本文来自 KDnuggets 的年度盘点,介绍了 2016 年排名前 20 的 Python 机器学习开源项目,在介绍...

3086
来自专栏生信技能树

【好书共享】《R for Data Science》的中译版

这本书将教我们如何用R来做数据科学:学习如何将自己的数据导入R中,把它变成最有用的结构,转换,可视化并对数据进行建模。在这本书中,我们会学习数据科学需要实用技能...

4092
来自专栏AI研习社

OpenAI 发布完整版游戏强化学习研究平台 Gym Retro

我们发布了用于游戏研究的强化学习平台完整版 Gym Retro,支持的游戏从大约 70 多个雅达利和 30 多个世嘉游戏扩展到各种仿真器支持的 1000 多个游...

1353
来自专栏PPV课数据科学社区

【学习】为什么你的数据分析那么好,图表做得那么烂?

导读 所有优秀的数据可视化依赖优异的设计,并非仅仅选择正确的图表模板那么简单。全在于以一种更加有助于理解和引导的方式去表达信息,尽可能减轻用户获取信息的成本。当...

3263

扫码关注云+社区

领取腾讯云代金券