Python Weekly 426
- 2019 年 12 月 18 日
- 笔记
端到端机器学习：从数据收集到模型部署
链接: https://ahmedbesbes.com/end-to-end-ml.html
在本文中，我们将完成构建和部署机器学习应用程序的必要步骤。这从数据收集到部署开始，您将看到它的旅程令人兴奋且有趣。
Django 3.0 新增功能
链接: https://www.youtube.com/watch?v=_BBNVFirvTY
Django 刚刚发布了他们的下一个正式版本 Django 3.0。新版本会对你产生什么影响？ASGI 是什么？
高性能 Python
链接: https://strangemachines.io/articles/performant-python
如何以最简单的方式写出高性能的 Python 代码?
使用 OpenCV 进行车辆检测，跟踪, 速度估测
链接: https://www.pyimagesearch.com/2019/12/02/opencv-vehicle-detection-tracking-and-speed-estimation/
在本教程中使用 OpenCV 深度学习检测视频流中的车辆以对其跟踪，并应用速度估测算法来检测运动车辆的 MPH / KPH。
使用 Python 制作一个全功能 Indeed 机器人
链接: https://www.youtube.com/watch?v=jp0eiGn4jto
学习使用 Python 制作一个 Indeed 机器人。
Excel vs Python：常见数据分析任务对比
链接: https://www.dataquest.io/blog/excel-vs-python/
Excel 和 Python 在数据分析上有什么区别？我们通过在两个平台上执行相同的数据分析项目进行对比以得出结论。
在长时间运行的 Jupyter-notebooks 的单元格(cell)上添加提醒
链接: http://www.blog.pythonlibrary.org/2019/12/04/adding-notifications-to-long-running-jupyter-notebook-cells/
如果你使用 Jupyter Notebook 长时间运行一个项目（例如训练机器学习模型），那么你可能想知道该任务何时执行完毕。那么你可以使用一个称为 jupyter-notify 的浏览器插， 当指定 cell 执行完毕时，浏览器会发送提示消息。
关于词袋模型的简单讲解
链接: https://victorzhou.com/blog/bag-of-words/
一份关于词袋模型概念及其如何在 Python 中快速实现的简单介绍。
使用 Python 分析电脑上的 100 GB 数据
链接: https://t.co/52y7IjNSqm
使用 Python 的开源库 Vaex 来可视化并分析 100 GB 的表格数据。
使用 Elasticsearch，Logstash，Kibana（ELK）+ Filebeat 对 Django 进行日志记录
链接:
https://binaroid.com/blog/django-centralised-logging-using-elasticsearch-logstash-kibana-elk-filebeat
在本教程中，我们将学习如何将日志文件从 Django Web 服务器推送到 Elasticsearch 存储，并在 Kibana Web 工具中以可读的方式显示出来。本文的主要目的是使用 Elastic-Filebeat 提供的另一个工具将 Django 服务器和 ELK 堆栈（Elasticsearch，Kibana，Logstash）连接起来。
用 Python 建立 Windows 快捷方式
链接: https://pbpython.com/windows-shortcut.html
使用Python建立一个启动 conda 环境的 Windows 快捷方式。
如何在 AWS Elastic Beanstalk 上部署 Django Channels 2.x
链接: https://t.co/HiZSXhJMYP
nbedv：使用 Jupyter-Notebooks 执行任意操作
链接: https://www.fast.ai/2019/12/02/nbdev/
我们是怎样使用 Elasticsearch 和 PostgreSQL 函数优化 Django API的?
链接: https://t.co/qBVSBuB0jA
减少 Pandas 的内存使用量＃2：有损压缩
链接: https://pythonspeed.com/articles/pandas-reduce-memory-lossy/
有趣的项目，工具和库
Metaflow
链接: https://metaflow.org/
在 Netflix 上开发的用于现实数据科学的框架。Metaflow 使构建和管理现实中的数据科学项目变得容易快捷。
TensorBoard.dev
链接: https://tensorboard.dev/
一种托管的TensorBoard体验，可让您上载并与任何人共享ML实验结果。
Assembly
链接: https://mardix.github.io/assembly/
基于 Flask 构建的 Object-Oriented Web框架。
emoji_trends
链接: https://github.com/enric1994/emoji_trends
在Twitter上使用 emoji 表情符号。
cusignal
链接: https://github.com/rapidsai/cusignal
cuSignal 使用 CuPy（GPU 加速的 NumPy）和自定义的 Numba CUDA 内核来 GPU 加速流行的 SciPy Signal 库。
tlaplus_jupyter
链接: https://github.com/kelvich/tlaplus_jupyter
可用于 TLA⁺ 和 Pluscal 规范式语言的 Jupyter 内核。
django-skinny-deploy
链接: https://github.com/viewflow/django-skinny-deploy
一个可以将 Django 部署到 Ubuntu 主机的单文件脚本。
Pytasking
链接: https://github.com/TokenChingy/pytasking
一个简单的 Python 3.5+ 多任务库。
MinerClub
链接: https://github.com/0Hughman0/MinerClub
一个用于托管 Minecraft 服务器上的朋友们的 Web 应用。
Whatsapp-Net
链接: https://github.com/OfirKP/Whatsapp-Net
由你的 WhatsApp 数据生成关系网络图。
本文翻译自 Python Weekly 4256期，有删改，不作为商业用途。
