關於 Mercurial 移植到 Python3 的一些思考python
連接: https://gregoryszorc.com/blog/2020/01/13/mercurial's-journey-to-and-reflections-on-python-3/mysql
Mercurial 5.2 於 2019年11月5日 發佈。這是 Mercurial 第一個支持 Python3 的版本。這一里程碑是在 Python3.0 於 2018年12月3日 首次發佈以後近11年的時間完成的。從邏輯上講,該文章分爲兩部分:對 Mercurial 的 Python3 移植工做的一些真實的敘述,對向 Python3 和整個 Python 語言生態系統的過渡,提出的一些看法。git
管理 Python 環境程序員
連接: https://www.pluralsight.com/tech-blog/managing-python-environments/github
Python 環境的配置很容易成爲巨大的負擔。咱們將逐步介紹一些可用的工具以提升環境(代碼)友好性,並準備了一些備受好評的 Python 的配置項。web
在 Python 中將函數做爲參數傳遞給另外一個函數redis
連接: https://treyhunner.com/2020/01/passing-functions-as-arguments/算法
在 Python 中,函數也是對象。當深刻研究 Python 時,會發如今學會將一個函數傳遞給另外一個函數以後, 你的函數調用將會很是方便。這是個人關於「function objects」各類屬性的一系列文章中的第 1 部分。本文重點介紹了新手 Python 程序員應該瞭解的 Python 函數的對象性質。sql
簡單的 VQA數據庫
連接: https://victorzhou.com/blog/easy-vqa/
關於使用神經網絡的 Visual Question Answering(VQA)的簡要介紹。
連接: https://martinheinz.dev/blog/14
不管您是從事某些 機器學習/人工智能 的工做,仍是在 Flask/Django 中構建Web應用程序,或者只是編寫一些自動化 Python 腳本,可是提早爲項目準備一些知足您全部需求的模板老是頗有用的,即:預約義的目錄結構,全部必需的配置文件(例如 pytest.ini 或 requirements.txt),測試,整理或靜態代碼分析設置,CI / CD 工具,應用程序的 Docker 化以及基於 Makefile 的自動化。所以在這裏,我爲您的 Python 項目提供了一系列「終極版」通用配置信息。
連接: https://www.mattlayman.com/understand-django/browser-to-django/
Django 可幫助您使用 Python 構建網站。那麼它是如何工做的?在本系列文章中,咱們將從瀏覽器開始自上而下地探索 Django,並向您展現如何構建所需的網站。
Django 3 教程和 CRUD 示例 (附加 MySQL 和 Bootstrap 教程)
連接: https://www.ahmedbouchefra.com/blog/django-3-tutorial-and-crud-example-with-mysql-and-bootstrap/
Django 3 已發佈,支持徹底異步!在本教程中,咱們將經過示例逐步演示如何建立 CRUD 應用程序。咱們學習如何配置 MySQL 數據庫,啓用管理界面和建立 Django web 視圖。
連接: https://shreyasgokhale.com/tech-blog/eurotrip-planner-part-1
一個可幫您尋找理想的歐洲旅行計劃的 Python 腳本。
連接: https://opensource.com/article/20/1/prison-to-python
開源程序如何在被監禁後提供機會?
連接: https://engineering.redislabs.com/posts/redis-assisted-client-side-caching-in-python/
連接: https://samuelstevens.me/writing/optimizing-python-code-with-ctypes
連接: https://arpitbhayani.me/blogs/super-long-integers
如何在 Python 中創建用於文本分析的 GraphQL API
連接: https://atheros.ai/blog/how-to-build-graphql-api-for-text-analytics-in-python
連接: https://github.com/emeryberger/scalene
一個高性能,高精度的 CPU 和內存分析器。
連接: https://github.com/M4cs/Slacky
第一個用於 Slack 工做區的 Python Selfbot。建立 Slacky 是爲了自動化 Slack。默認狀況下還附帶許多命令,甚至容許輕鬆構建和導入自定義插件。
連接: https://github.com/lucashadfield/speck
將圖像渲染爲一組連續的線,表明像素的每一個水平(或垂直)線。
連接: https://github.com/plamere/spotipy
用於 Spotify Web API 的輕量級 Python 庫。
連接: https://github.com/pschanely/CrossHair
一個用於 Python 的靜態分析工具,它淡化了測試和類型系統之間的界限。
連接: https://github.com/alan-turing-institute/CleverCSV
CleverCSV 改進了雜亂 CSV 文件的檢測功能,是 Python csv 包的不錯的替代品。還提供了一個方便的命令行工具,該工具能夠將雜亂的文件標準化或生成 Python 代碼以將其導入。
連接: https://github.com/Sklyvan/Array_Visualizer
可視化一個數組, 若是讓常見的排序算法中的數組可視化,能夠觀察到該算法的工做方式。
連接: https://github.com/awslabs/autogluon
AutoGluon 支持易用易擴展的 AutoML,並側重於深度學習和跨圖像,文本或表格數據的實際應用程序。
連接: https://github.com/ceuk/spotui
另外一個基於終端的 Spotify 客戶端。
歡迎關注微_信公.衆號:愛寫Bug