关于 Mercurial 移植到 Python3 的一些思考python
连接: https://gregoryszorc.com/blog/2020/01/13/mercurial's-journey-to-and-reflections-on-python-3/mysql
Mercurial 5.2 于 2019年11月5日 发布。这是 Mercurial 第一个支持 Python3 的版本。这一里程碑是在 Python3.0 于 2018年12月3日 首次发布以后近11年的时间完成的。从逻辑上讲,该文章分为两部分:对 Mercurial 的 Python3 移植工做的一些真实的叙述,对向 Python3 和整个 Python 语言生态系统的过渡,提出的一些看法。git
管理 Python 环境程序员
连接: https://www.pluralsight.com/tech-blog/managing-python-environments/github
Python 环境的配置很容易成为巨大的负担。咱们将逐步介绍一些可用的工具以提升环境(代码)友好性,并准备了一些备受好评的 Python 的配置项。web
在 Python 中将函数做为参数传递给另外一个函数redis
连接: https://treyhunner.com/2020/01/passing-functions-as-arguments/算法
在 Python 中,函数也是对象。当深刻研究 Python 时,会发如今学会将一个函数传递给另外一个函数以后, 你的函数调用将会很是方便。这是个人关于“function objects”各类属性的一系列文章中的第 1 部分。本文重点介绍了新手 Python 程序员应该了解的 Python 函数的对象性质。sql
简单的 VQA数据库
连接: https://victorzhou.com/blog/easy-vqa/
关于使用神经网络的 Visual Question Answering(VQA)的简要介绍。
连接: https://martinheinz.dev/blog/14
不管您是从事某些 机器学习/人工智能 的工做,仍是在 Flask/Django 中构建Web应用程序,或者只是编写一些自动化 Python 脚本,可是提早为项目准备一些知足您全部需求的模板老是颇有用的,即:预约义的目录结构,全部必需的配置文件(例如 pytest.ini 或 requirements.txt),测试,整理或静态代码分析设置,CI / CD 工具,应用程序的 Docker 化以及基于 Makefile 的自动化。所以在这里,我为您的 Python 项目提供了一系列“终极版”通用配置信息。
连接: https://www.mattlayman.com/understand-django/browser-to-django/
Django 可帮助您使用 Python 构建网站。那么它是如何工做的?在本系列文章中,咱们将从浏览器开始自上而下地探索 Django,并向您展现如何构建所需的网站。
Django 3 教程和 CRUD 示例 (附加 MySQL 和 Bootstrap 教程)
连接: https://www.ahmedbouchefra.com/blog/django-3-tutorial-and-crud-example-with-mysql-and-bootstrap/
Django 3 已发布,支持彻底异步!在本教程中,咱们将经过示例逐步演示如何建立 CRUD 应用程序。咱们学习如何配置 MySQL 数据库,启用管理界面和建立 Django web 视图。
连接: https://shreyasgokhale.com/tech-blog/eurotrip-planner-part-1
一个可帮您寻找理想的欧洲旅行计划的 Python 脚本。
连接: https://opensource.com/article/20/1/prison-to-python
开源程序如何在被监禁后提供机会?
连接: https://engineering.redislabs.com/posts/redis-assisted-client-side-caching-in-python/
连接: https://samuelstevens.me/writing/optimizing-python-code-with-ctypes
连接: https://arpitbhayani.me/blogs/super-long-integers
如何在 Python 中创建用于文本分析的 GraphQL API
连接: https://atheros.ai/blog/how-to-build-graphql-api-for-text-analytics-in-python
连接: https://github.com/emeryberger/scalene
一个高性能,高精度的 CPU 和内存分析器。
连接: https://github.com/M4cs/Slacky
第一个用于 Slack 工做区的 Python Selfbot。建立 Slacky 是为了自动化 Slack。默认状况下还附带许多命令,甚至容许轻松构建和导入自定义插件。
连接: https://github.com/lucashadfield/speck
将图像渲染为一组连续的线,表明像素的每一个水平(或垂直)线。
连接: https://github.com/plamere/spotipy
用于 Spotify Web API 的轻量级 Python 库。
连接: https://github.com/pschanely/CrossHair
一个用于 Python 的静态分析工具,它淡化了测试和类型系统之间的界限。
连接: https://github.com/alan-turing-institute/CleverCSV
CleverCSV 改进了杂乱 CSV 文件的检测功能,是 Python csv 包的不错的替代品。还提供了一个方便的命令行工具,该工具能够将杂乱的文件标准化或生成 Python 代码以将其导入。
连接: https://github.com/Sklyvan/Array_Visualizer
可视化一个数组, 若是让常见的排序算法中的数组可视化,能够观察到该算法的工做方式。
连接: https://github.com/awslabs/autogluon
AutoGluon 支持易用易扩展的 AutoML,并侧重于深度学习和跨图像,文本或表格数据的实际应用程序。
连接: https://github.com/ceuk/spotui
另外一个基于终端的 Spotify 客户端。
欢迎关注微_信公.众号:爱写Bug