文章、教程和讲座端到端机器学习：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，你会发现它的旅程是令人兴奋和有趣的。What'sNewinDjango3.0链接：https://www.youtube.com/watch?v=_BBNVFirvTYDjango刚刚发布了他们的下一个正式版本Django3.0。新版本将如何影响您？什么是ASGI？高性能Python链接：https://strangemachines.io/articles/performant-python如何用最简单的方式编写高性能Python代码？使用OpenCV进行车辆检测、跟踪和速度估计链接：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进行跟踪，并应用速度估计算法来检测移动车辆的MPH/KPH。使用Python制作功能齐全的Indeed机器人链接：https://www.youtube.com/watch?v=jp0eiGn4jto学习使用Python制作Indeed机器人。ExcelvsPython：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得出结论。在长时间运行的Jupyter-notebooks中向单元格添加通知链接：http://www.blog.pythonlibrary.org/2019/12/04/adding-notifications-to-long-running-jupyter-notebook-cells/如果您使用JupyterNotebook长时间运行一个项目（比如训练一个机器学习模型），那么你可能想知道任务什么时候完成。然后你可以使用一个名为jupyter-notify的浏览器插件。当指定的cell被执行时，浏览器会发出提示信息。词袋模型简述链接：https://victorzhou.com/blog/bag-of-words/简单介绍词袋模型的概念，以及如何在Python中快速实现。使用Python分析计算机上的100GB数据链接：https://t.co/52y7IjNSqm使用Python的开源库Vaex可视化和分析100GB的表格数据。使用Elasticsearch、Logstash、Kibana(ELK)+Filebeat进行Django日志记录链接：https://binaroid.com/blog/django-centralised-logging-using-elasticsearch-logstash-kibana-elk-filebeat将日志文件从Django网络服务器推送到Elasticsearch存储，并在Kibana网络工具中以可读的方式显示它们。本文的主要目的是使用Elastic-Filebeat提供的另一个工具将Django服务器与ELK堆栈（Elasticsearch、Kibana、Logstash）连接起来。使用Python创建Windows快捷方式链接：https://pbpython.com/windows-shortcut.html使用Python创建启动conda环境的Windows快捷方式。如何在AWSElasticBeanstalk上部署DjangoChannels2.x链接：https://t.co/HiZSXhJMYPnbedv：使用Jupyter-Notebooks做任何事链接：https://www.fast.ai/2019/12/02/nbdev/我们如何使用Elasticsearch和PostgreSQL函数优化DjangoAPI？链接：https://t.co/qBVSBuB0jA减少Pandas中的内存使用#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/Netflix开发的真实数据科学框架。Metaflow使构建和管理真实世界的数据科学项目变得简单快捷。TensorBoard.dev链接：https://tensorboard.dev/一种托管的TensorBoard体验，可让您上传ML实验结果并与任何人共享。组装链接：https://mardix.github.io/assembly/基于Flask的面向对象的Web框架。emoji_trends链接：https://github.com/enric1994/emoji_trends在Twitter上使用表情符号。cusignal链接：https://github.com/rapidsai/cusignalcuSignalGPU使用CuPy（GPU加速的NumPy）和自定义NumbaCUDA内核加速流行的SciPy信号库。tlaplus_jupyter链接：https://github.com/kelvich/tlaplus_jupyterJupyter内核可用于TLA?和Pluscal规范语言。django-skinny-deploy链接：https://github.com/viewflow/django-skinny-deploy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Python3.5+多任务库。MinerClub链接：https://github.com/0Hughman0/MinerClub是一个网络应用程序，用于在Minecraft服务器上托管朋友。Whatsapp-Net链接：https://github.com/OfirKP/Whatsapp-Net从您的WhatsApp数据生成网络图。本文翻译自PythonWeekly426，有删减和修改，请勿用于商业用途。欢迎关注微信。信..公开。公众号：爱写Bug
