新闻
Python 采用12个月作为发布周期
链接: https://mail.python.org/archives/list/[email protected]/thread/KE7OS4PZASZMFTW2FP2MWZU5R4Q2QZKU/
Python 在银行业中逐渐取代了 Excel
链接: https://news.efinancialcareers.com/us-en/3002556/python-replaced-excel-banking
文章，教程和讲座
“编写 PEG 解析器来获得乐趣和金钱”-Guido van Rossum
链接: https://www.youtube.com/watch?v=QppWTvh7_sI
解析表达式语法（PEGs）是一种较新的, 适用于自动构建高效解析器的描述语法。我现在对使用 PEG 构建一个新的 CPython 解析器来取代它的接近30岁的旧解析器--"pgen" 产生了兴趣。这伴随着很多有趣的问题。我提出了一种可视化解析过程的方法，这对语法和解析机制的调试理解很有帮助。
DjangoREST API 的 JWT 认证
链接: https://t.co/zT2Lxr3Us1
基于 Token 的身份验证的允许将服务器端和前端分离并驻留在不同的域名中。JSON Web Tokens（JWT）是基于 Token 的身份验证的一种流行表现形式，在本文中，我们将使用 JWT 在 Django REST 框架构建的 notes API 中认证用户身份。
编写五个游戏来学习 Python 开发
链接: https://www.youtube.com/watch?v=XGf2GcyHPhc
本课程采用基于实际项目的方式学习 Python。我们已经收集了五个有趣的 Python 游戏教程，您可以在编写五个游戏的同时学会 Python 开发。
使用 GitHub Actions，Poetry，Blacks 和 Pytest 快速实现 CI
链接: https://t.co/GiXdUiDQrm
为 Django 项目设置 GitHub Actions。
通过 Python 理解 OpenGL
链接: https://stackabuse.com/understanding-opengl-through-python/
本文讲述如何使用 Spectrograms 频谱图和 GAN 将 Jazz 风格音乐转换为古典式风格音乐。
Python 日期时间模块使用教程
链接: https://www.dataquest.io/blog/python-datetime-tutorial/
在这篇数据科学教程中教您使用 datetime 和 calender 模块。
Python：比您想象中更好的 typed
链接: https://beepb00p.xyz/mypy-error-handling.html
这篇文章中讲述了 mypy 辅助错误处理，其他语言的异常机制，模式匹配和类型变化。
为什么应该使用python -m pip
链接: https://snarky.ca/why-you-should-use-python-m-pip/
这篇文章解释了什么是 python -m pip, 以及为什么在运行 pip 时应该使用这个语句。
使用 Keras 和 Deep Learning 构建交通标志分类器
链接: https://www.pyimagesearch.com/2019/11/04/traffic-sign-classification-with-keras-and-deep-learning/
在本教程中，您将学习怎样训练自己的交通标志分类模型, 使用 Keras 和 Deep Learning 能够获得 95％ 以上准确度的交通标志分类器。
如何发现并修复 Python 中导致性能下降的代码?
链接: https://blog.redash.io/how-we-spotted-and-fixed-a-performance-degradation-in-our-python-code/
Python 中鲜为人知的标准库
https://t.co/vbMM7hNrJG
TensorFlow 2.0 十行最先进的自然语言处理代码
链接: https://blog.tensorflow.org/2019/11/hugging-face-state-of-art-natural.html
不必把代码迁移到 Python3
链接: https://switowski.com/blog/you-dont-have-to-migrate-to-python3
有趣的项目，工具和库
Spleeter
链接: https://github.com/deezer/spleeter
Spleeter 是从 Deezer 源码分离的 Python 编写的使用 Tensorflow 的模型预训练库。Spleeter 使训练源分离模型变得更容易（首先你得有隔离源的数据集），而且还提供了已经训练好的最好的模型来执行各种分离操作。
inbac
链接: https://github.com/weclaw1/inbac
inbac 用于快速裁剪大量图像。
trains-agent
链接: https://github.com/allegroai/trains-agent
这是一个零配置的“一劳永逸”的执行代理，与trains-server结合可提供完整的AI集群解决方案。
python-gift-exchange
链接: https://github.com/sethblack/python-gift-exchange
节假日礼物交换选择器。
flask-static-digest
链接: https://github.com/nickjj/flask-static-digest
Flask 扩展，可通过 md5 标记和 gzip 压缩来帮助您准备好静态文件。
cvxpylayers
链接: https://github.com/cvxgrp/cvxpylayers
cvxpylayers是一个Python库，用于在 PyTorch 和 TensorFlow 中使用 CVXPY 构造可微凸优化层(differentiable convex optimization layers)。
本文翻译自 Python Weekly 422，有删改，不作为商业用途。
欢迎关注微.信公..众号: 爱写Bug
