Python周刊中文版(第483期)
欢迎阅读《 Python周刊》第483期。让我们直接进入本周的链接。
来自我们的赞助商 
获取每周编程的经验每周通讯，其中包括为程序员提供的最佳精选新闻，文章，教程，讲座，工具和库等。免费参加
文章，教程和讲座
本指南将逐步向你展示如何使用Flask构建真实的应用程序以及如何在AWS Lambda(亚马逊的“无服务器”云功能服务)上运行它。从某种意义上讲，它是三本小型手册，其中包括Flask教程，Zappa教程和部分AWS boto3教程，其中包括代码和配置。
关于NumPy的免费课程。如此简单，你奶奶都能学到它！(打奶奶的人找到啦!)
使用perf和VizTracer跟踪并可视化Python GIL。
本文介绍了一个可用的Python应用程序，该程序可以在有监督的机器学习模型的基础上根据我们的偏好从受欢迎的远程工作网站RemoteOK为自己推荐合适工作。(RemoteOK大家可以关注一下，在家就能为外国公司工作，告别996)
在本文中，我们将使用Python部署智能合约。这意味着，如果你了解一些Python，这可能是你向智能合约和区块链开发的过渡！
使用Python，Nuxt.js和QuestDB监视应用程序的正常运行时间
服务数百万个请求的高可用服务依赖于客户和内部团队对系统状态的可见性。本教程说明轻量级高性能时间序列数据库与排队状态检查和简单UI结合在一起是如何进行可靠的应用程序监视的关键要素。
使用Jupyter笔记本和Gitlab页面快速制作工程仪表盘的原型
作为工程经理，你需要将不同的数据点放在一起，以便能够获得见解。这篇文章分步介绍了如何构建一个简单的仪表板，该仪表板将帮助你将这些数据汇总在一起。
了解如何建立一个多供应商电子商务网站，人们可以在该网站上注册和销售你的网上商店中的产品。(mini亚马逊,值得借鉴)
使用Pandas和Outlook自动创建和分发Excel文件
案例研究展示了如何将Excel文件分解为多个文件并使用Outlook通过电子邮件发送给收件人。
在以前的帖子中，我们查看并了解了EfficientDet内部的内容，还了解了使EfficientDet网络如此强大的各种组件（例如BiFPN和Compound Scaling）。这篇文章重点介绍了这些知识，并逐步展示了如何使用PyTorch实现该网络。
在股票或货币等市场交易时，重要的是要确定价值区域，以为我们的交易决策提供依据。一种方法是查看成交量分布。在这篇文章中，我们使用定量方法来检查一段时间内的成交量分布。(成交量分布分析方法，是一种非常有价值的分析工具，国外的交易员都在使用,科学炒股)
使用Watchman在Django的Runserver中进行高效重载
有趣的项目，工具和库
一个用于构建基于矢量的应用程序的平台。使用向量对数据进行编码，查询和分析。
novelWriter是一种类似于markdown的开源纯文本编辑器，旨在编写和组织小说。用Python 3（3.6+）和Qt 5（5.3+）编写，用于跨平台部署。
一个库，用于在WX中构建现代的声明性桌面应用程序。(ui框架，类似于tkinter,现代架构写UI，类似于h5)
pyAudioDspTools是一个python 3软件包，用于仅使用NumPy来操纵音频。
标记你的时间，开源的时间跟踪器，着重于简单和交互式的用户体验。
TextBox是用于构建文本生成系统的开源库。(国人作品，可以支持一下)
使用OpenAI的CLIP和Siren生成文本到图像的简单命令行工具。(通过输入文字生成图像，不错的创意)
RLStructures是一个用于促进实施新的强化学习算法的库。它包括一个库，一个教程和作为示例提供的不同RL算法。
ForML是研究，实施和运营数据科学项目的框架。
通过入侵DNS协议来发送消息。（cool)
Trankit是用于多语言自然语言处理的基于轻型变压器的Python工具包。
新的发行版本
即将举行的活动和 网络研讨会
线上：DesertPy Meetup，2021年1月 ，JWT，
将有一个演讲-Python开发人员需要知道的内容。
将有以下演讲
- 用于可解释和交互式机器学习的交互式可视化
- 带有kglab的基于图的数据科学
将进行以下讲座
- 我在Stack Overflow上检查了2000多个斯洛文尼亚语的个人资料，这是我学到的
- 什么时候使用异步？何时使用异步为你谋福利的入门
将有以下讲座
- NLP中的转移学习：工具和提示
- 基于NLP的大规模客户服务自动化
将有以下讲座
- 定点组合器的实际用途
- How to not to volcano your project(?)
- 为什么我爱IDE
将有以下演讲
- 可解释的AI：替代方法
- 没有GPT-3的零镜头文本分类
将进行一场演讲，积极学习，扩展和合并数据集，以进行图像质量评估中的排名和评级调查。
将有以下演讲
- 医学影像中的计算机视觉
- 机器学习的隐私保护技术
