& & & &机器学习算法在近几年大数据点燃的热火熏陶下已经变得被人所&熟知&，就算不懂得其中各算法理论，叫你喊上一两个著名算法的名字，你也能昂首挺胸脱口而出。当然了，算法之林虽大，但能者还是有限，能适应某些环境并取得较好效果的算法会脱颖而出，而表现平平者则被历史所淡忘。随着机器学习社区的发展和实践验证，这群脱颖而出者也逐渐被人所认可和青睐，同时获得了更多社区力量的支持、改进和推广。
& & & &以最广泛的分类算法为例，大致可以分为线性和非线性两大派别。线性算法有著名的逻辑回归、朴素贝叶斯、最大熵等，非线性算法有随机森林、决策树、神经网络、核机器等等。线性算法举的大旗是训练和预测的效率比较高，但最终效果对特征的依赖程度较高，需要数据在特征层面上是线性可分的。因此，使用线性算法需要在特征工程上下不少功夫，尽量对特征进行选择、变换或者组合等使得特征具有区分性。而非线性算法则牛逼点，可以建模复杂的分类面，从而能更好的拟合数据。
& & & &那在我们选择了特征的基础上，哪个机器学习算法能取得更好的效果呢？谁也不知道。实践是检验哪个好的不二标准。那难道要苦逼到写五六个机器学习的代码吗？No，机器学习社区的力量是强大的，码农界的共识是不重复造轮子！因此，对某些较为成熟的算法，总有某些优秀的库可以直接使用，省去了大伙调研的大部分时间。
& & & &基于目前使用python较多，而python界中远近闻名的机器学习库要数莫属了。这个库优点很多。简单易用，接口抽象得非常好，而且文档支持实在感人。本文中，我们可以封装其中的很多机器学习算法，然后进行一次性测试，从而便于分析取优。当然了，针对具体算法，超参调优也非常重要。
二、Scikit-learn的python实践
2.1、Python的准备工作
& & & &Python一个备受欢迎的点是社区支持很多，有非常多优秀的库或者模块。但是某些库之间有时候也存在依赖，所以要安装这些库也是挺繁琐的过程。但总有人忍受不了这种繁琐，都会开发出不少自动化的工具来节省各位客官的时间。其中，个人总结，安装一个python的库有以下三种方法：
1）Anaconda
& & & &这是一个非常齐全的python发行版本，最新的版本提供了多达195个流行的python包，包含了我们常用的numpy、scipy等等科学计算的包。有了它，妈妈再也不用担心我焦头烂额地安装一个又一个依赖包了。Anaconda在手，轻松我有！下载地址如下：
& & & &使用过Ubuntu的人，对apt-get的爱只有自己懂。其实对Python的库的下载和安装可以借助pip工具的。需要安装什么库，直接下载和安装一条龙服务。在pip官网下载安装即可。未来的需求就在#pip install xx 中。
& & & &如果上述两种方法都没有找到你的库，那你直接把库的源码下载回来，解压，然后在目录中会有个setup.py文件。执行#python setup.py install 即可把这个库安装到python的默认库目录中。
2.2、Scikit-learn的测试
& & & &已经包含在Anaconda中。也可以在官方下载源码包进行安装。本文代码里封装了如下机器学习算法，我们修改数据加载函数，即可一键测试：
classifiers = {'NB':naive_bayes_classifier,
'KNN':knn_classifier,
'LR':logistic_regression_classifier,
'RF':random_forest_classifier,
'DT':decision_tree_classifier,
'SVM':svm_classifier,
'SVMCV':svm_cross_validation,
'GBDT':gradient_boosting_classifier
train_test.py
#!usr/bin/env python
#-*- coding: utf-8 -*-
import sys
import time
from sklearn import metrics
import numpy as np
import cPickle as pickle
reload(sys)
sys.setdefaultencoding('utf8')
# Multinomial Naive Bayes Classifier
def naive_bayes_classifier(train_x, train_y):
from sklearn.naive_bayes import MultinomialNB
model = MultinomialNB(alpha=0.01)
model.fit(train_x, train_y)
return model
# KNN Classifier
def knn_classifier(train_x, train_y):
from sklearn.neighbors import KNeighborsClassifier
model = KNeighborsClassifier()
model.fit(train_x, train_y)
return model
# Logistic Regression Classifier
def logistic_regression_classifier(train_x, train_y):
from sklearn.linear_model import LogisticRegression
model = LogisticRegression(penalty='l2')
model.fit(train_x, train_y)
return model
# Random Forest Classifier
def random_forest_classifier(train_x, train_y):
from sklearn.ensemble import RandomForestClassifier
model = RandomForestClassifier(n_estimators=8)
model.fit(train_x, train_y)
return model
# Decision Tree Classifier
def decision_tree_classifier(train_x, train_y):
from sklearn import tree
model = tree.DecisionTreeClassifier()
model.fit(train_x, train_y)
return model
# GBDT(Gradient Boosting Decision Tree) Classifier
def gradient_boosting_classifier(train_x, train_y):
from sklearn.ensemble import GradientBoostingClassifier
model = GradientBoostingClassifier(n_estimators=200)
model.fit(train_x, train_y)
return model
# SVM Classifier
def svm_classifier(train_x, train_y):
from sklearn.svm import SVC
model = SVC(kernel='rbf', probability=True)
model.fit(train_x, train_y)
return model
# SVM Classifier using cross validation
def svm_cross_validation(train_x, train_y):
from sklearn.grid_search import GridSearchCV
from sklearn.svm import SVC
model = SVC(kernel='rbf', probability=True)
param_grid = {'C': [1e-3, 1e-2, 1e-1, 1, 10, 100, 1000], 'gamma': [0.001, 0.0001]}
grid_search = GridSearchCV(model, param_grid, n_jobs = 1, verbose=1)
grid_search.fit(train_x, train_y)
best_parameters = grid_search.best_estimator_.get_params()
for para, val in best_parameters.items():
print para, val
model = SVC(kernel='rbf', C=best_parameters['C'], gamma=best_parameters['gamma'], probability=True)
model.fit(train_x, train_y)
return model
def read_data(data_file):
import gzip
f = gzip.open(data_file, "rb")
train, val, test = pickle.load(f)
train_x = train[0]
train_y = train[1]
test_x = test[0]
test_y = test[1]
return train_x, train_y, test_x, test_y
if __name__ == '__main__':
data_file = "mnist.pkl.gz"
thresh = 0.5
model_save_file = None
model_save = {}
test_classifiers = ['NB', 'KNN', 'LR', 'RF', 'DT', 'SVM', 'GBDT']
classifiers = {'NB':naive_bayes_classifier,
'KNN':knn_classifier,
'LR':logistic_regression_classifier,
'RF':random_forest_classifier,
'DT':decision_tree_classifier,
'SVM':svm_classifier,
'SVMCV':svm_cross_validation,
'GBDT':gradient_boosting_classifier
print 'reading training and testing data...'
train_x, train_y, test_x, test_y = read_data(data_file)
num_train, num_feat = train_x.shape
num_test, num_feat = test_x.shape
is_binary_class = (len(np.unique(train_y)) == 2)
print '******************** Data Info *********************'
print '#training data: %d, #testing_data: %d, dimension: %d' % (num_train, num_test, num_feat)
for classifier in test_classifiers:
print '******************* %s ********************' % classifier
start_time = time.time()
model = classifiers[classifier](train_x, train_y)
print 'training took %fs!' % (time.time() - start_time)
predict = model.predict(test_x)
if model_save_file != None:
model_save[classifier] = model
if is_binary_class:
precision = metrics.precision_score(test_y, predict)
recall = metrics.recall_score(test_y, predict)
print 'precision: %.2f%%, recall: %.2f%%' % (100 * precision, 100 * recall)
accuracy = metrics.accuracy_score(test_y, predict)
print 'accuracy: %.2f%%' % (100 * accuracy)
if model_save_file != None:
pickle.dump(model_save, open(model_save_file, 'wb'))
四、测试结果
& & & &本次使用手写体库进行实验：。共5万训练样本和1万测试样本。
& & & &代码运行结果如下：
reading training and testing data...
******************** Data Info *********************
#training data: 50000, #testing_data: 10000, dimension: 784
******************* NB ********************
training took 0.287000s!
accuracy: 83.69%
******************* KNN ********************
training took 31.991000s!
accuracy: 96.64%
******************* LR ********************
training took 101.282000s!
accuracy: 91.99%
******************* RF ********************
training took 5.442000s!
accuracy: 93.78%
******************* DT ********************
training took 28.326000s!
accuracy: 87.23%
******************* SVM ********************
training took s!
accuracy: 94.35%
******************* GBDT ********************
training took s!
accuracy: 96.18%
& & & &在这个数据集中，由于数据分布的团簇性较好（如果对这个数据库了解的话，看它的t-SNE映射图就可以看出来。由于任务简单，其在deep learning界已被认为是toy dataset），因此KNN的效果不赖。GBDT是个非常不错的算法，在kaggle等大数据比赛中，状元探花榜眼之列经常能见其身影。三个臭皮匠赛过诸葛亮，还是被验证有道理的，特别是三个臭皮匠还能力互补的时候！
& & & &还有一个在实际中非常有效的方法，就是融合这些分类器，再进行决策。例如简单的投票，效果都非常不错。建议在实践中，大家都可以尝试下。
阅读(...) 评论()登录以解锁更多InfoQ新功能
获取更新并接收通知
给您喜爱的内容点赞
关注您喜爱的编辑与同行
966,690 九月 独立访问用户
语言 & 开发
架构 & 设计
文化 & 方法
您目前处于：
利用Scikit-Learn和Spark预测Airbnb的listing价格
利用Scikit-Learn和Spark预测Airbnb的listing价格
Nick Amato
0&他的粉丝
1&他的粉丝
日. 估计阅读时间:
：Facebook、Snapchat、Tumblr等背后的核心技术
相关厂商内容
相关赞助商
本列子提供了详细的使用Python编程的scikit-learn应用以及如何使用Spark进行交叉验证和调超参数。我们使用scikit-learn的线性回归方法，然后借助Spark来提高穷举搜素的结果和速度，这里面用到 和方法。
扫描数据和清洗数据
首先，从MapR-FS文件系统加载listing.csv数据集，创建一个Pandas dataframe（备注：Pandas是Python下一个开源数据分析的库，它提供的数据结构DataFrame）。数据集大概包含7000条listing，每个listing 有90个不同的列，但不是每个列都有用，这里只挑选对最终的预测listing价格有用的几列。
代码如下：
%matplotlib inline
import pandas as pd
import numpy as np
from sklearn import ensemble
from sklearn import linear_model
from sklearn.grid_search import GridSearchCV
from sklearn import preprocessing
from sklearn.cross_validation import train_test_split
import sklearn.metrics as metrics
import matplotlib.pyplot as plt
from collections import Counter
LISTINGSFILE = '/mapr/tmclust1/user/mapr/pyspark-learn/airbnb/listings.csv'
cols = ['price',
'accommodates',
'bedrooms',
'beds',
'neighbourhood_cleansed',
'room_type',
'cancellation_policy',
'instant_bookable',
'reviews_per_month',
'number_of_reviews',
'availability_30',
'review_scores_rating'
# read the file into a dataframe
df = pd.read_csv(LISTINGSFILE, usecols=cols)
neighborhood_cleansed列是房主的邻居信息。你会看到这些信息分布不均衡，通过如下的图看出分布是个曲线，末尾的数量高，而靠左边非常少。总体来说，房主的邻居信息分布合理。
nb_counts = Counter(df.neighbourhood_cleansed)
tdf = pd.DataFrame.from_dict(nb_counts, orient='index').sort_values(by=0)
tdf.plot(kind='bar')
下面对数据进行按序清洗。
number_reviews'和 reviews_per_month两列看起来要去掉大量的NaN值（Python中NaN值就是NULL）。我们把reviews_per_month为NaN值的地方设置为0，因为在某些数据分析中这些数据是有意义的。
我们去掉那些明显异常的数据，比如，卧室数目、床或者价格为0的listing记录，并且删除那些NaN值的行。最后的结果集有5246条，原始数据集为7029条。
# first fixup 'reviews_per_month' where there are no reviews
df['reviews_per_month'].fillna(0, inplace=True)
# just drop rows with bad/weird values
# (we could do more here)
df = df[df.bedrooms != 0]
df = df[df.beds != 0]
df = df[df.price != 0]
df = df.dropna(axis=0)
清洗的最后一步，我们把price列的值转换成float型数据，只保留卧室的数目等于1的数据。拥有一个卧室的数据大概有70%（在大城市，旧金山，这个数字还算正常），这里对这类数据进行分析。回归分析只对单个类型的数据进行分析，回归模型很少会和其他特征进行复杂的交互。为了对多个类型的数据进行预测，可以选择对不同的类型数据（比如，分为拥有2、3、4个卧室）单独进行建模，或者通过聚类对那些很容易区分开来的数据进行分析。
df = df[df.bedrooms == 1]
# remove the $ from the price and convert to float
df['price'] = df['price'].replace('[\$,)]','',
regex=True).replace('[(]','-', regex=True).astype(float)
类别变量处理
数据集中有几列包含分类变量。根据可能存在的值有几种处理方法。
neighborhood_cleansed列是邻居的名字，string类型。scikit-learn中的回归分析只接受数值类型的列。对于这类变量，使用Pandas的get_dummies转换成虚拟变量，这个处理过程也叫&one hot&编码，每个listing行都包含一个&1&对应她／他的邻居。我们用类似的方法处理cancellation_policy和room_type列。
instant_bookable列是个boolean类型的值。
# get feature encoding for categorical variables
n_dummies = pd.get_dummies(df.neighbourhood_cleansed)
rt_dummies = pd.get_dummies(df.room_type)
xcl_dummies = pd.get_dummies(df.cancellation_policy)
# convert boolean column to a single boolean value indicating whether this listing has instant booking available
ib_dummies = pd.get_dummies(df.instant_bookable, prefix=&instant&)
ib_dummies = ib_dummies.drop('instant_f', axis=1)
# replace the old columns with our new one-hot encoded ones
alldata = pd.concat((df.drop(['neighbourhood_cleansed', \
'room_type', 'cancellation_policy', 'instant_bookable'], axis=1), \
n_dummies.astype(int), rt_dummies.astype(int), \
xcl_dummies.astype(int), ib_dummies.astype(int)), \
allcols = alldata.columns
接下来用Pandas的scatter_matrix函数快速的显示各个特征的矩阵，并检查特征间的共线性。本列子中共线性不明显，因为我们仅仅挑选列一小部分特征集，而且互相明显不相关。
scattercols = ['price','accommodates', 'number_of_reviews', 'reviews_per_month', 'beds', 'availability_30', 'review_scores_rating']
axs = pd.scatter_matrix(alldata[scattercols],
figsize=(12, 12), c='red')
(点击放大图像)
scatter_matrix的输出结果发现并没有什么明显的问题。最相近的特征应该是beds和accommodates。
scikit-learn最大的优势是我们可以在相同的数据集上做不同的线性模型，这可以给我们一些调参的提示。我们开始使用其中的六种：vanilla linear regression, ridge and lasso regressions, ElasticNet, bayesian ridge和 Orthogonal Matching Pursuit。
为了评估这些模型哪个更好，我们需要一种对其进行打分，这里采用绝对中位误差。说到这里，很可能会出现异常值，因为我们没有对数据集进行过滤或者聚合。
ests = [ linear_model.LinearRegression(), linear_model.Ridge(),
linear_model.Lasso(), linear_model.ElasticNet(),
linear_model.BayesianRidge(), linear_model.OrthogonalMatchingPursuit() ]
ests_labels = np.array(['Linear', 'Ridge', 'Lasso', 'ElasticNet', 'BayesRidge', 'OMP'])
errvals = np.array([])
X_train, X_test, y_train, y_test = train_test_split(alldata.drop(['price'], axis=1),
alldata.price, test_size=0.2, random_state=20)
for e in ests:
e.fit(X_train, y_train)
this_err = metrics.median_absolute_error(y_test, e.predict(X_test))
#print &got error %0.2f& % this_err
errvals = np.append(errvals, this_err)
pos = np.arange(errvals.shape[0])
srt = np.argsort(errvals)
plt.figure(figsize=(7,5))
plt.bar(pos, errvals[srt], align='center')
plt.xticks(pos, ests_labels[srt])
plt.xlabel('Estimator')
plt.ylabel('Median Absolute Error')
看下六种评估器得出的结果大体的相同，通过中位误差预测的结果是30到35美元。最终的结果惊人的相似，主要原因是我们未做任何调参。
接下来我们继续集成方法来获取更好的结果。集成方法的优势在于可以获得更好的结果，副作用便是超参数的&飘忽不定&，所以得调参。每个参数都会影响我们的模型，必须要求实验得出正确结构。最常用的方法是网格搜索法（grid search）暴力尝试所有的超参数，用交叉验证去找到最好的一个模型。Scikit-learn提供GridSearchCV函数正是为了这个目的。
使用GridSearchCV需要权衡穷举搜索和交叉验证所耗费的CPU和时间。这地方就是为什么我们使用Spark进行分布式搜索，让我们更快的去组合特征。
我们第一个尝试将限制参数的数目为了更快的得到结果，最后看下是不是超参数会比单个方法要好。
n_est = 300
tuned_parameters = {
&n_estimators&: [ n_est ],
&max_depth& : [ 4 ],
&learning_rate&: [ 0.01 ],
&min_samples_split& : [ 1 ],
&loss& : [ 'ls', 'lad' ]
gbr = ensemble.GradientBoostingRegressor()
clf = GridSearchCV(gbr, cv=3, param_grid=tuned_parameters,
scoring='median_absolute_error')
preds = clf.fit(X_train, y_train)
best = clf.best_estimator_
这次尝试的中位误差是23.64美元。已经可以看出用GradientBoostingRegressor比前面那次任何一种方法的结果都要好，没有做任何调优，中位误差已经比前面那组里最好的中位误差（使用BayesRidge()方法）还要少20%。
让我们看下每步boosting的误差，这样可以帮助我们找到迭代过程遇到的问题。
# plot error for each round of boosting
test_score = np.zeros(n_est, dtype=np.float64)
train_score = best.train_score_
for i, y_pred in enumerate(best.staged_predict(X_test)):
test_score[i] = best.loss_(y_test, y_pred)
plt.figure(figsize=(12, 6))
plt.subplot(1, 2, 1)
plt.plot(np.arange(n_est), train_score, 'darkblue', label='Training Set Error')
plt.plot(np.arange(n_est), test_score, 'red', label='Test Set Error')
plt.legend(loc='upper right')
plt.xlabel('Boosting Iterations')
plt.ylabel('Least Absolute Deviation')
从曲线可以看出，曲线右边到200-250次迭代到位置仍然可以通过迭代获得好的结果，所以我们增加迭代次数到500。
接下来使用GridSearchCV进行各种超参数组合，这需要CPU和数小时。使用可以减少错误和时间。
from pyspark import SparkContext, SparkConf
from spark_sklearn import GridSearchCV
conf = SparkConf()
sc = SparkContext(conf=conf)
clf = GridSearchCV(sc, gbr, cv=3, param_grid=tuned_parameters, scoring='median_absolute_error')
至此，我们看下这种spark-sklearn 集成架构的优势。spark-sklearn 集成提供了跨Spark executor对每个模型进行分布式交叉验证；而Spark MLlib只是在集群间实际的机器学习算法间进行分布式计算。spark-sklearn 集成主要的优势是结合了scikit-learn 机器学习丰富的模型集合，这些算法虽然可以在单个机器上并行运算但是不能在集群间进行运行。
采用这种方法最后优化的中位差结果是21.43美元，并且还缩短了运行时间，如下图所示。集群为4个节点，以Spark YARN client模式提交，每个节点配置如下：
Machine: HP DL380 G6
Memory: 128G
CPU: (2x) Intel X5560
Disk: (6x) 1TB 7200RPM disks
最后让我们看下特征的重要性，下面显示特征的相对重要性。
feature_importance = clf.best_estimator_.feature_importances_
feature_importance = 100.0 * (feature_importance / feature_importance.max())
sorted_idx = np.argsort(feature_importance)
pos = np.arange(sorted_idx.shape[0]) + .5
pvals = feature_importance[sorted_idx]
pcols = X_train.columns[sorted_idx]
plt.figure(figsize=(8,12))
plt.barh(pos, pvals, align='center')
plt.yticks(pos, pcols)
plt.xlabel('Relative Importance')
plt.title('Variable Importance')
(点击放大图像)
很明显的是有一些变量比其他变量更重要，最重要的特征是Entire home/apt。
这个列子展示了如何使用spark-sklearn进行多变量来预测listing价格，然后进行分布式交叉验证和超参数搜索，并给出以下几点参考：
GradientBoostingRegressor等集成方法比单个方法得出的结果要好；
使用GridSearchCV函数可以测试更多的超参数组合来得到更优的结果；
使用 spark-sklearn能更好节约CPU和时间，减少评估错误。
侠天，专注于大数据、机器学习和数学相关的内容，并有个人公众号：bigdata_ny分享相关技术文章。
查看英文原文：
Author Contacted
语言 & 开发
34 他的粉丝
架构 & 设计
189 他的粉丝
0 他的粉丝
0 他的粉丝
告诉我们您的想法
允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p
当有人回复此评论时请E-mail通知我
Re: 不注明英文原文真的好吗？
允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p
当有人回复此评论时请E-mail通知我
允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p
当有人回复此评论时请E-mail通知我
赞助商链接
InfoQ每周精要
订阅InfoQ每周精要，加入拥有25万多名资深开发者的庞大技术社区。
架构 & 设计
文化 & 方法
<及所有内容，版权所有 &#169;
C4Media Inc.
服务器由 提供, 我们最信赖的ISP伙伴。
北京创新网媒广告有限公司
京ICP备号-7
找回密码....
InfoQ账号使用的E-mail
关注你最喜爱的话题和作者
快速浏览网站内你所感兴趣话题的精选内容。
内容自由定制
选择想要阅读的主题和喜爱的作者定制自己的新闻源。
设置通知机制以获取内容更新对您而言是否重要
注意：如果要修改您的邮箱，我们将会发送确认邮件到您原来的邮箱。
使用现有的公司名称
修改公司名称为：
公司性质：
使用现有的公司性质
修改公司性质为:
使用现有的公司规模
修改公司规模为：
使用现在的国家
使用现在的省份
Subscribe to our newsletter?
Subscribe to our industry email notices?
我们发现您在使用ad blocker。
我们理解您使用ad blocker的初衷，但为了保证InfoQ能够继续以免费方式为您服务，我们需要您的支持。InfoQ绝不会在未经您许可的情况下将您的数据提供给第三方。我们仅将其用于向读者发送相关广告内容。请您将InfoQ添加至白名单，感谢您的理解与支持。Python日报 |
| 好东西传送门出品
Python日报
关注我们的微博 @。在
主页可以订阅其他日报
(从默认邮件客户端)
如点击上面的图标无效，请点订阅
发封空信，标题是 " 订阅Python日报 "
手机和Kindle订阅
通过狗耳朵推送到你的手机（需安装Kindle应用）或电子阅读器：
如果您喜欢Python日报，请小额打赏以支持服务器和编辑费用
( 6条)一个简单的基于内容的python推荐系统python开源时间序列分析Python隐马科夫模型Python科学计算速查手册tensorflow在线教程
( 6条)Python map， reduce， filter和sortedscikit-learn视频教程（全七集）Exclusive Python Tutorials多核Python的运用A Guide to Gradient Boosted Trees with XGBoost in Python
( 6条)自己写一个 wsgi 服务器运行 Django 、Tornado 等框架应用多核Python：一个艰难却有价值的目标深入理解 tornado 之底层 ioloop 实现一些实用的 python 小建议Python计量经济学工具清单
( 6条)很全的 Python 面试题 共收录知识点21个Python与简单网络爬虫的编写理解Python中的线程python(logging )日志模块学习Python编程中常用的12种基础知识总结
( 5条)深层学习与普通机器学习的区别是什么？python(logging )日志模块学习使用Python来连接MySQLDiving into Machine Learning through TensorFlow将Python和R整合进一个数据分析流程
( 5条)Django速查表，提供高清PDF图下载将Python和R整合进一个数据分析流程Django 基础教程Python数据结构——树的基本概念Python数据结构——队列
( 5条)6个最佳的开源Python应用服务器Python 的 Socket 编程教程7个Python数据可视化工具python爬虫神器PyQuery的使用方法用Python爬虫抓站的一些技巧总结
( 10条)微软新的免费服务：云端可分享的JupyterQuick Guide to Build a Recommendation Engine in PythonPandas 数据结构简介670个常用的Python库和示例代码Distributed Representations of Sentences and Documents
( 8条)Python 发布了一个网站：Python 2.7 退休倒计时用Python做自然语言处理必知的八个工具量化投资8大基础实例thalesians开源金融Python库PyThalesians使用Python将Excel中的数据导入到MySQL
( 6条)你有没有试过在python shell里面输入import this最好的Python机器学习库Python导入模块的几种姿势Python-OpenCV 处理图像Stasis - Python wrapper for Semantic Similarity datasets
( 11条)学习Python编程的19个资源在 Visual Studio 上更好开发 Python 的六大功能！震惊小伙伴的单行代码●Python篇使用 Python 读取 8 GB 大小的文件我实现了一个人工机器学习写作器
( 12条)使用python抓取婚恋网用户数据并用决策树生成自己择偶观matplotlib的替代品：Google Charts API for Python你可能不知道的一些Python技巧怎么样才算是精通 Python？Python黑魔法，一行实现并行化
( 9条)量化分析师的Python日记python、javascript数据可视化集合Python数据分析和数据挖掘学习路线图利用python进行数据分析Python多版本切换工具-Pyenv\virtualenv及Anaconda科学计算环境的配置
( 15条)量化分析师的Python日记Python与概率、统计和机器学习六款好用的Python IDE聊聊 python 中的数据类型一个统计学、科学、Python的博客
( 16条)量化分析师的Python日记Python资源大全中文版Python 面向对象入门与进阶篇一大波能提高编程技能的游戏全栈数据科学家的技能树
( 11条)为什么我又从 Node.js 回到 PythonPython 字符串把C++代码import到python里去Scrapy爬虫 - 获取知乎用户数据数据专家必知必会的 7 款 Python 工具
( 14条)7步掌握Python机器学习Python教程序员如何在电话会议中偷懒关于Python的面试题Scrapy爬虫 - 获取知乎用户数据Python数据分析：Pandas入门
( 14条)用于改进语义表示的树型LSTM递归神经网络Python “黑魔法” 之 Meta Classes面向程序员的数据挖掘指南关于Python类属性与实例属性的讨论Python 资源大全
( 10条)一个剧荒引发的私人化推荐系统想法Python 读写 excel 文件Web爬虫：多线程、异步与动态代理初步Python的数据科学简介：NumpyPython数据挖掘实战
( 19条)Python精选工具资源列表Python黑魔法之 Generator Coroutinespython-文本处理和正则表达式Numpy包：Python中的科学计算Python--matplotlib绘图可视化知识点整理
( 14条)为什么我从 Python 转战到 Node.jsPython多线程 Decorated Concurrency - Python multiprocessing made really really easyPython数据可视化Python自然语言处理入门Python编程教程：数据分析
( 10条)Python“不为人知的”特性Python中用Pandas做可视化机器学习常用的 Python 爬虫技巧总结Python 开发者节省时间的 10 个方法视频:DataSchool的机器学习基本概念教学
( 12条)常见自然语言语法分析器总结Scikit-learn教程Python资源大全中文版用scikit-learn学习机器学习python做自然语言处理
( 14条)Python资源大全中文版一种部署 Python 代码的新方法Blaze - NumPy and Pandas interface to Big DataPython编程教程：数据分析常见自然语言语法分析器总结
( 12条)Python编程教程：数据分析Emacs：最好的Python编辑器？常用的 Python 爬虫技巧总结Python：实战机器学习教程简单 12 步理解 Python 装饰器
( 17条)Hacking MNIST in 30 lines of Python使用Python编写的自动、模块化的密码分析工具巧用python和libnmapd一行代码提取Nmap扫描结果由 sort 中 key 的用法浅谈 pythonPython多线程详解
( 16条)IPN教程:(Python/Caffe)基于全卷积网络的左心室分割利用 Python + Selenium 自动化快速截图如何利用OpenCV计算平均脸logistic回归__基于Python和Numpy函数库DeeR - python library for Deep Reinforcement
( 9条)用Python和Neo4j构建推荐系统Python数据分析学习指南揭秘用Python和Font Awesome Icons创建高质量词云TripletLoss Layer示例用Python爬虫抓站的一些技巧总结
( 9条)你用 Python 做过什么有趣的数据挖掘项目Python爬虫和情感分析简介Python 应用剖析工具介绍TPOT: A Python tool for automating data science论文+代码:隐性反馈数据集上的协同过滤(IMF)的Python实现代码
( 11条)两个命令把 Vim 打造成 Python IDE十大IPython的数据科学和机器学习教程使用flask开发RESTful架构的api服务器端Python爬虫：一些常用的爬虫技巧总结t.cn/Rqzuro6 &/a& （来自： 开源中国社区）你用 Python 做过什么有趣的数据挖掘项目？
( 17条)教你用Python和Tensorflow ConvNet实现自动车牌识别系统Python 应用剖析工具介绍应该选择TensorFlow还是Theano？如何用Python做特征选择数据科学部门如何使用Python和R组合完成任务
( 21条)Python爬虫实战六之抓取爱问知识人问题并保存至数据库如何用Python写一个贪吃蛇AI对Python的深度学习库Theano的介绍Python爬虫建站入门手记——从零开始建立采集站点震惊小伙伴的单行代码●Python篇
( 13条)Python史上最全合辑从初级到进阶免费课程Matplotlib for Python Developers当我学完Python我学了些什么Python爬虫建站入门手记——从零开始建立采集站点（一：环境搭建）编程书单：十本Python编程语言的入门书籍
( 12条)Python爬虫和情感分析简介Python 和 R 数据分析/挖掘工具互查Python图像处理库Pillow入门pyMagic：用python控制的Geek入门神器用Python和Javascript做数据可视化
( 10条)当python爬虫遇到10060错误Python 开发命令行工具Python 类与元类的深度挖掘Introduction to the Python Deep Learning Library TheanoWhat is the best online course for Python data science and machine learning
( 18条)Building a semi-autonomous drone with PythonPython相对导入导致SystemError的解决方案Python中的黑魔法12步轻松搞定Python装饰器Heap tracing with WinDbg and Python
( 12条)Python 字符串的格式化Python 探针实现原理关于Python的继承的基本知识python数组使用说明协程的历史现在和未来
( 15条)使用python抓取婚恋网用户数据并用决策树生成自己择偶观Python 无处不在的 elsePractical Guide to implementing Neural Networks in Python使用python抓取婚恋网用户数据并用决策树生成自己择偶观爬虫技术
( 10条)MicroPython移植到小钢炮开发板StarterLearningPythonDjango通道简要介绍Python导入模块的几种姿势Python 开发命令行工具
( 10条)升级到Python 3.6后，你需要注意些什么？Scikit-Learn tutorials6 Easy Steps to Learn Naive Bayes Algorithm函数调用的参数规则与解包conda vs. pip vs. virtualenv
( 15条)你用 Python 做过什么有趣的数据挖掘项目？A hacky debugger UI for hackers值得关注的10个Python语言博客python rsa漏洞详解Python 工具包 werkzeug 初探
( 9条)Maligno: 一个开源的渗透测试工具实现Python与JavaScript代码转换的4个工具Django 源码小剖: Django ORM 查询管理器Python Web 开发框架Flask简明教程机器学习算法 Python &R 速查表
( 7条)Python使用Mechanize模块编写爬虫的要点解析Redis 的 Python 集群客户端关于Python的闭包和后期绑定Python趣味编程Python wrappers for the NVIDIA cuDNN libraries
( 17条)深刻理解Python中的元类(metaclass)人人都能用Python写出LSTM-RNN的代码python测试开发面试题Python 使用 Tornado 框架实现 WebHook 自动部署 Git 项目Python 安全编码 from OWASP
( 10条)揭秘如何用Python黑掉智能锅炉浅析Python中的多进程与多线程的使用Python 调用百度APIPython进阶深入 Flask 源码理解 Context
( 13条)python在大数据任务调度管理中的应用零基础学python的集合11行Python代码编写一个简单的神经网络以来描述反向传播的内部运作机制Python程序的执行原理Python Flask vs Ruby Sinatra vs Go Martini vs Node Expres
( 10条)Tornado 源码阅读Python之父：为什么Python的索引从零开始常用的 Python 爬虫技巧总结Python 列表推导repository for the Udemy Course
( 7条)基于Python的数据清理Python应用的安全框架YosaiPython for Algorithms Data Structures and InterviewsPython爬虫实战大数据职位所需的数据场技能
( 7条)实时Django Django Channels入门指南Python for Probability Statistics and Machine Learningpython编码最佳实践之总结为什么用 Java：一个 Python 程序员告诉你Python 中的函数式编程
( 9条)Python语言编写的Fuzzing框架应用Docker+Jupyter快速搭建数据科研环境Python 小技巧 a.字符串的格式化Python程序的执行原理python机器学习入门资料梳理
( 10条)实现Python与JavaScript代码转换的4个工具从StackOverflow开发者调查看PythoPython读书笔记：细节决定成败Python 迭代器与生成器13岁Python开发者写给青少年的Python入门教程
( 11条)算法师工程师的Spark机器学习笔记：构建一个简单的推荐系统Elasticsearch Object Doctype Mapper for PythonPython is better than CPython高效编程技巧Advanced Document Classification using Python (Sklearn， NLTK)
( 17条)仿照AlphaGo的Python版本已经在Github上开源了How to Code and Understand DeepMind’s Neural Stack MachinePython与数据科学导论使用Python监控Mac一天的运行数据挖掘和预测分析
( 8条)常见的反爬虫和应对方Machine Learning & SciKit LearnPython装饰器模式(Python)Q-learning+Pygame基于深度强化学习的虚拟小车避障实践Cryptography：用于加密的Python库
( 6条)python web 部署：nginx + gunicorn + supervisor + flask 部署笔记如何成为Python高手Python数据挖掘实战使用docopt轻松实现python命令行参数处理用Python写一个简单的微博爬虫
( 12条)GitMiner:用于在GitHub上自动搜索自动查找的Python脚本应该使用 Django admin 的 9 个理由Python 的命名空间Python for Social ScientistsDigital Ocean regions latency checker
( 11条)常见的反爬虫和应对方法由一个例子到python的名字空间Flask学习Matplotlib简易入门Python 的命名空间
( 15条)统计师的Python 日记Numpy你好Python中用format函数格式化字符串的用法基于Docker & Fabric的Web项目部署方案Python 30 行代码实现小型多线程任务队列关于进程监控及自动启动
( 11条)Python性能优化的20条建议利用Python四步掌握机器学习Python字符编码详解打造自己的Python编码环境用Python跑docker镜像
( 9条)基于Scrapy的Reddit爬取与分析关于python中的装饰器的问答Nxweb: Fast and Lightweight Web Servergevent:轻松异步 I/O使用 Flask 和 rauth 进行 Github Oauth 登陆
( 12条)Python编程语言的发展简史利用python进行识别相似图片(二)What library is python missing?What are all of the deep learning libraries offered in Python?PyCharm 5.1 EAP: Django forms， debugger stepping filters， Docker and IPython notebook improvements
( 16条)Python语言的语音识别和文本朗读应用。利用 Python 特性在 Jinja2 模板中执行任意代码OCR on PDF files using PythonPython安全测试工具合集（整理）使用Python进行无线攻击：第一部分
( 17条)如何把数据分析两大主力R和python连接起来零基础学pytho视频课程之python语句学神之路 ，Python数据科学全攻略Python 的闭包和装饰器这些数据科学专长才是雇主们最想要的
( 9条)利用python识别相似图片大量数据集快速访问PyDataset我理解的Python最佳实践使用Flask-WTF制作一个带验证码的登陆表单Microsoft’s Python engineering blog
( 13条)对No Starch Press出版的《Python Playground》一书的书评及其作者访谈录4个备受欢迎的Python程序库 你用哪个？通过demo学习OpenStack开发所需的基础知识 -- 数据库使用 Python 创建 Telegram 机器人Check out our list of resources for learning new programming languages
( 20条)【Python 文本分析】本·拉登的书架：拉登最常念叨什么？Today’s PyCharm 5.1 EAP: Python 2/3 compatible type hinting， Postfix Completion， Terminal Improvements打造自己的 Python 编码环境Hython: a nearly-complete Python 3 interpreter written in HaskellMatlab/Python(NumPy)指令对照表
( 20条)Harry Percival：TDD(测试驱动开发)就是微小而渐进的改变四款工具顺利实现 Python 与 JavaScript 间的代码转换为什么print在Python 3中变成了函数？Python 3 in 2016你用 Python 做过什么有趣的数据挖掘项目？
( 20条)让Python跟julia一样快！ Make Python as fast as JuliaDirectory Tags for Lazy Programmers简单扯扯PyCharm4.5中新加的Python Profiler功能NoSQLMap 一款使用Python编写的开源工具Python和HDF 5大数据应用
( 19条)Lobotomy：安卓系统评估渗透测试工具包科学家们是如何使用Python语言的？Show HN: Laboratory， a Python port of GitHub s Scientist library for refactoring利用python进行数据分析之数据加载存储与文件格式机器学习算法 Python&R 速查表
( 12条)一个python实现的恶意流量检测系统基于python yield机制的异步操作同步化编程模型A python toolkit for processing tabular data机器学习算法 Python&R 速查表提高Python运行效率的六个窍门
( 16条)从MatLab如何(高效)过渡到Python一张图学会 Python3Python数据结构——AVL树的基本概念Python数据分析学习路径图（120天Get新技能）Python vs. Java: Duck Typing， Parsing on Whitespace and Other Cool Differences
( 7条)LIGO 用 Python 分析引力波数据Python Mocking 101: Fake It Before You Make ItVideo Tutorial on Applied Data Science in PythonIPN:通过CFFI在Numba里调用C库
( 13条)WeRoBot 一个使用python编写的微信机器人框架打造自己的 Python 编码环境Python “黑魔法” 之 Meta ClassesBokeh – a Python interactive visualization library基于CoreNLP/NLTK/Pandas的Python语言学语料库工具集corpkit
( 12条)哪些 Python 库让你相见恨晚？Python bot to download all your Instagram photos in a single folderpython中functools宝库下的partial基于TensorFlow的高斯过程开发包GPflowNewton’s method with 10 lines of Python
( 12条)自发行python版本制作Dato的开源项目SFrame最新进展Python成长之路_装饰器Boruta特征选择方法的Python实现统计依存分析器parzer
( 13条)EC2 GPU节点上安装/配置Python3/TensorFlow在 Ubuntu 上使用 Nginx 部署 Flask 应用Asynchronous Programming with #Python 3pyduktape - Embed the Duktape #JS interpreter in #PythonPython模拟HttpRequest的方法总结
( 14条)2016年2月全球编程语言排行榜，Python名列第五名webpy源码分析概览图用Python做自然语言处理，你不知道这8个工具就Out了Python 3 comes to Scrapy豆瓣CODE开源了
( 18条)Python wsgiref 模块源码浅析Controlling Business State Transitions with #Zato ， #Python and #REST开源:(Python)数据分析/机器学习日常扩展/辅助模块库mlxtendwhatsdeployed - What’s deployed from a Github repo on various server environments?Setting Up a #BDD Stack on a #Django Application
( 16条)简单易用的钓鱼渗透测试工具Weeman新版发布使用Python写一个小小的项目监控使用Python进行无线攻击移植Python到JavaScript! # PyPy.js: 第一步基本的flask权限管理
( 20条)现实生活中应用垃圾过滤 # Python《Python Cookbook》第三版中文电子版1.0.2发布如何将 Debian Linux 中的默认的 Python 版本切换为替代版本数据科学家的必备“神器”——Bokeh开源:(Python)主题模型交互可视化库pyLDAvis
( 23条)Python之父：为什么Python的索引从零开始？Python 2.7.x 和 3.x 版本的重要区别基于AWS的Lambda做的Golang分布式压力测试工具不要用面向对象忽悠刚毕业的程序员用Bokeh实现交互式数据可视化 #Python
( 15条)面向数据科学的Python实例教程python编码最佳实践之总结国内零基础讲Python最有意思的一系列视频Building a self-contained Python 3 application using PyPy使用 Python 的 Tkinter模块 开发 IRC 客户端
( 15条)GitHub上有趣的python资料用Python定时给Ta发短信，讲笑话Effective Python:编写高质量Python代码的59个有效方法Creating #Powerpoint Presentations with #Python不平衡分类/SVM/随即森林/决策树实例指南#python
( 21条)Python vs. Scala —— 在Spark上做数据科学的六点比较Python程序员小白变大神资料汇总(Python)不平衡分类/SVM/随即森林/决策树实例指南indico api使用示例——库存图片特征相似度计算发送1024至公众微信号实现随机返回美女图片
( 20条)7 款 Python 数据图表工具的比较2015微信热传的100+经典技术文章用 Python 做数据处理必看Python 渗透测试工具合集转行当程序员书籍推荐
( 22条)你怎么看这段代码？浅析tornado协程运行原理Python工具集: 老外整理的一堆使用Python编写的工具 Python Tools基于Python/Javascript的web数据可视化Python下的多维标记数组xarray
( 20条)13岁Python开发者写给青少年的Python入门教程抓取手机APP的传输数据 #Python爬虫你用 Python 做过什么有趣的数据挖掘项目？Python面试题详解这也许是你找了许久的文章: Python代码检查与调试技巧
( 22条)在MAC上搭建python数据分析开发环境粗谈Python内置库itertoolscreating a GUI application with #QT and #pythonpython中的编码问题Pycortex: 互动式cortical surfaces可视化工具
( 20条)bpython：功能强大的Python shellpython模拟登陆知乎Python 垃圾回收机制OSINT + Python = 自定义黑客fake-factory（假货工厂）: 随机生成32个不同国家的人名，地址，或随机文章
( 15条)Nim 语言这个入门的难易度真是服了， 确实和 Python 的体验很像理解Python的With语句使用 Python 生成二维条形码 QR Codes用Python程序画包络OpenCV examples and tutorials ( C++ / Python )
( 21条)500行Python代码做一个英文解析器新书：数据结构与算法 Python语言描述程序猿加入支持Trump的行列:在github上创建了一个叫TrumpScript的项目Tornado 源码分析简述15分钟刷通 Python列表推导，花样传参，深浅拷贝，异常处理，39分钟刷通各种读写数据文件，环境配置，工程组织，深入理解作用域，函数与OOP
( 26条)忘关烤箱了？ Python 和 OpenCV 来检测烤箱开关状态＂29 top books＂ about Open Source.Python=8， Go=3， JavaScript=2， ... Python is mainstream.两个命令把 Vim 打造成 Python IDEPandas时序分析（Jupyter在线演示）Python 包管理工具解惑
( 21条)CrackMapExec: 用Python编写的工具，适用于Windows活动目录、域环境中的渗透测试。10分钟！用Python建立预测模型from … import … 执行机制王垠的新文章力挺Java，把Python、Ruby、Clojure、Scala及其设计者全一通狂扁(Python/Chainer)LDA向量化lda2vec
( 19条)Life is Short（生命苦短）You Need Python（我用Python）之2015优秀文章TrumpScript: Making Python Great Again通过 Python 装饰器实现DRY(不重复代码)原则Python数据分析 - step by stepScikit-learn and Python Stack Tutorials: Introduction & Implementing Classifiers
( 19条)Python Web开发：测试驱动方法一边学 Python 编程一边学英语使用 Python 生成基于马尔可夫链的伪随机文本Python 无间断部署Stanford CoreNLP的Python封装接口pycorenlp
( 18条)八大排序算法的Python实现Quora为何使用PythonHow to setup plugin python for vim editor?How to Do Things with Words in Python by Peter NorvigBuilding Simple Command Line Interfaces in Python
( 20条)以正确的方式开源 Python 项目全面的Python的面试题使用Python Pandas处理亿级数据爬虫基础练习之SmartQQ协议Python 练习册，每天一个小程序
( 24条)聚焦NLP的深度学习库Quagga如何用Python绘制JS地图Spark入门教程（针对Python）Python-rsa中的签名伪造Python的优雅技巧
( 22条)农民用Python写app，远程控制拖拉机拉货和卸货。python3.x与2.x区别如何使用 Python 创建一个 NBA 得分图？python2编码总结GloVe的开源Python(Cython)初步实现
( 18条)Stop writing code that will break on Python 4Selenium 2自动化测试实战——基于Python语言Python 的 Magic Methods 指南在 Pylons 中使用 MongoDB 的例子CentOS 下用 Nginx 和 uwsgi 部署 flask 项目
( 20条)python机器学习入门资料梳理在STM32F4 Disco上试用MicroPythonEmacs：最好的Python编辑器？Python数据科学入门指南用Python实现Convolutional hypercolumns
( 17条)Python 模板引擎比较Python性能分析指南Python 并发模型面向bAbI问答任务的端对端记忆网络(开源Python)基于超深度神经网络的濒危露脊鲸识别和定位(Python)
( 14条)Machine Learning with Python and SKlearn系列视频Python 编译：code对象 与 pyc文件Flask Web开发：基于Python的Web应用开发实战解读Python发送邮件Select 模型简介
( 11条)异步任务神器 Celery 简明笔记Python mixin模式Coursera公开课: An Introduction to Interactive Programming in Pythonpython之三层菜单递归将Scikit-Learn决策树/随机森林转换成纯Python代码
( 19条)用wfastcgi在IIS下部署Django&Flaskpython的小爬虫的基本写法Python推荐系统开发库汇总加速你的 Python 代码用Python语言编写简单的HTML5语法解析器
( 19条)星球大战与Python之间的那些事初探 Python 3 的异步 IO 编程如果编程语言是女人？PHP、Perl、Python...都是什么样的女人呢？全球最火的12门编程语言，你想学哪个？Tornado 使用经验
( 18条)为什么你写的Python运行的那么慢呢？2015年出现的十大流行Django库The Elements of Python Style用Python和py2app写独立的Mac OS X 应用IDAPython：让你的生活更美好
( 19条)Python软件看看你的微信好友谁删除你了可多人实时协作在线代码分享工具 – CodePiple如何用Python一门语言通吃高性能并发、GPU计算和深度学习How to run learning agents against PyGame热门 Python 应用 The Fuck 是如何工作的
( 21条)TIOBE 2016年1月编程语言排行榜居然还有人用３个空格来对齐代码Pymux: a tmux clone in pure Python，用Python编写的终端复用器Tornado 4.3文档翻译: 用户指南-协程Python奇技淫巧， Python的优雅技巧
( 18条)Python招聘需求与技能体系Python数据科学面试100题Python编写的最短路径算法Python机器学习库scikit-learn实践在线书:(Duke)用Python学计算统计学
( 17条)新年第一天，Python决定将把源代码托管到GitHub上Python coding style guide 的快速落地实践Why `print` became a function in Python 3Python性能分析与优化实战手把手，74行代码实现手写数字识别
( 12条)Python 中的贪婪排名算法How I Learned To Code Neural Networks In 2015 (In Python)Python数据结构——链表的实现2015诞生的十大Python库形象地解释 Python 中的列表解析
( 20条)日常繁琐任务(Python)自动化指南Python在Gensim里使用GloVe词向量70行Python代码编写一个递归下降解析器Hadoop中的Python框架的使用指南标签传播算法(Label Propagation)及Python实现
( 20条)推荐开源项目：tqdm 可扩展的python进度条利用Python中的mock库对Python代码进行模拟测试Python下opencv使用笔记Python实践：提取文章摘要论文+代码(Python/Caffe):LSTM/RNN视频自动描述框架
( 15条)Python 之父谈 PythonPython运算符，运算符描述示例Quick-and-dirty Automatic Face Replacement with Python and OpenCV使用 Python 的 SQLite JSON1 和 FTS5 扩展LightMysql：为方便操作MySQL而封装的Python类
( 17条)用 Python 做单词拼写检查Python 线程进程用Python和Pygame写涂鸦画板7款Python可视化工具对比新书推介:Python网络数据采集，爬虫技术
( 13条)使用Python制作一个简单的刷博器开源:Python不确定量化工具集Chaospy如何创建和使用Python CGI脚本Python综合星级评分的贝叶斯估计Scipy在线教程
( 13条)在线学习Python利器-Snakify，在线调试功能做得不错，赞！Programming Computer Vision with PythonPython async/await TutorialPython之Flask笔记python学习之aop装饰模式
( 8条)2015五大实用“新”Python库推荐Python数据结构——链表的实现Python通用邮件发送(smtplib)(Python)NBA投篮情况统计分析图python的虚拟运行环境
( 20条)My top 5 new Python modules of 2015零基础写python爬虫之HTTP异常处理适合数据科学家的10个好用Python库Python的计数方式发展史用Python和Pygame写游戏-从入门到精通
( 19条)Python和少数几种编程语言，如MySQL、Perl、PHP和与LAMP打包的网络结构一起的Apache，已经成为Linux的一个基本组件。Sandboxed Execution Environment 使用 Python 编写，主要用作自动化测试环境运用Python语言编写获取Linux基本系统信息Ispy: A python script for monitoring the output of other terminals and processes用Python扫描音乐下载歌词
( 9条)Emacs：最好的 Python 编辑器？帮你提升Python的27种编程语言Python进阶必读汇总用Python和Pygame写游戏-从入门到精通基于OpenCV的瞌睡检测报警应用Slouchy
( 12条)python编码的意义面向对象篇之异常和反射Python招聘需求与技能体系Workflows in Pythonpython 之日期时间处理
( 26条)为什么要有 Python 3Emacs：最好的Python编辑器？urllib2 的使用细节3款开源的Python IDEPython 作为一门教学语言，应该退休了！
( 21条)我理解的python最佳实践 dongweimingPillow处理图像的基础教程密歇根大学：Python 数据库开发Python模板-MakoPLY (Python Lex-Yacc) 写解析器
( 15条)2015十大Python库Python爬虫入门案例：获取百词斩已学单词列表python自动化框架nose让Python跑得和Julia一样快快速Python性能优化要点
( 26条)一条PYTHON命令引发的漏洞思考rq的定时及计划任务 by xiaorui2015数据科学Python工具五大进展Rodeo数据科学IDE理解python中的装饰器
( 20条)edX软件架构工程师Ned Batchelder谈Python统计可视化库Seaborn利用Python pickle实现任意代码执行乱弹Flask注入Tornado 4.3文档翻译
( 10条)用Python写微服务如何用 Python 爬取需要登录的网站？Geopackets对谷歌地图抓包ArrayFire GPU加速库pybind11 协作使用C++11和Python
( 13条)《Python计算机视觉编程》学习笔记《Python数据分析与挖掘实战》Python的16个“坑”Python程序员最常犯的十个错误(Python)JSON解析器开销/性能大比拼
( 24条)Python 有哪些好的学习资料或者博客？by彭泉鑫Coursera课程：基因组数据科学中的 Python 应用Python中staticmethod和classmethod的差异最好的Python机器学习库Descriptor指南
( 18条)从Python转到Java的故事Python安全和渗透测试Python带你轻松进行网页爬虫用 Python 抢火车票Python模板-Jinja2
( 17条)(Gensim开发者)Radim ?eh??ek访谈Python生态环境简介MATLAB中调用python《Python和Pygame游戏开发指南》[摘要]Python 最佳实践指南
( 18条)Python处理二进制文件python3 抓取网页资源树莓派Python开发方案指南Python源码阅读——闭包的实现Python: metaclass小记
( 16条)Generators， Coroutines， Native Coroutines and Async Await八大排序算法的Python实现盘点3个最流行的Python IDEPython绘制精美图表之双柱形图gitPython爬git仓库
( 11条)prettyconf管理配置文件Pygame写游戏-从入门到精通（5）两个实用的 Python 装饰器cxfreeze打包pythonPython源码阅读-内存管理机制(二)
( 18条)Flask web开发笔记python数据结构——解析树「知乎周刊」《编辑小白学 Python 》Python隐藏的正则表达式秘籍Python源码阅读-内存管理机制(一)
( 17条)Python之retryingFlask-PonyWhoosh 全文检索数据库动画解释Python的List comprehensionsmuffin异步Web框架Turbogears和PythonWeb框架的未来
( 23条)为什么我还用Python写高性能科学计算？如何写一个 Python 解释器Pygame写游戏Python vs. Juliaflask-talisman - HTTP security headers
( 22条)EuroPython 2015 Python之父谈PythonScikit Flow – TensorFlow 接口Python后端相关技术/工具栈Bokeh绘图实例比较7个Python可视化工具
( 13条)Python源码阅读——list by @凌岳_wklken一篇文章入门Python生态系统使用Python学习RabbitMQ消息队列BioPandas处理分子结构pyduktape - 内嵌Duktape JavaScript解释器
( 16条)python实现不可修改的常量用py2app写Mac应用Python通用数据格式转换工具zerotest测试工具rc实现Redis缓存集群
( 13条)Python调用自然语言处理包HanLPSpark SQL 编程指南（Python）Python 源码阅读 —— intprogressive进度条装饰器 必备知识
( 21条)Motor 0.5 异步编程PYTHON 源码阅读 – STRING by @凌岳_wklken使用wfastcgi在IIS上部署Flask应用《Python数据分析与挖掘实战》计算机视觉Python编程笔记系列
( 16条)Python调用自然语言处理包HanLPThe Best Machine Learning Libraries in PythonProgramming Computer Vision with PythonPython回归分析教程python源码阅读:对象
( 21条)关于 Python Magic Method 的若干脑洞Django RESTful API 设计指南Python数据结构——树的实现分布式下的爬虫Scrapy应该如何做基于LSTM-RNN的摩尔斯电码解码实验
( 24条)如何错误使用Python贝叶斯建模技术的Python教程入门 Python 生态系统Python 的发展及现状Python下Twitter机器人的end-to-end监测
( 14条)12岁的少年教你用Python做小游戏Intermediate Python使用Python实现数据可视化的10种方法详解在 Python 中解析并修改 XML 内容的方法为什么编程初学者应该学Python
( 14条)有向图的遍历、排序及数据流分析应用htmlPy： Python下的HTML5-CSS3-Javascript GUI库12个Python高手都答不全的填空题Python 初学者的最佳学习资源2015总统辩论Time Maps可视化
( 11条)字段访问、属性和描述符用Python从YouTube下载视频并处理视频帧， 来建立游戏的条形码支持向量机详解及Python实现Python下的蒙特卡洛树搜索算法用Python开发一个推荐系统应用
( 12条)Python多继承基于Python的深度学习的框架和库Python下从PDF中提取信息----PDFMiner七步掌握Python机器学习浅聊Python class中的 staticmethod以及 classmethod
( 16条)Python 中 eval 带来的潜在风险机器学习算法 Python&R 速查表如何配置用于Python开发的Vim环境Python 数据结构基于AWS的Python程序开发
( 16条)Python知识库Python进阶必读汇总NLP实用案例——酒店WIFI质量评估Python3爬虫之入门和正则表达式Python线程之Condition
( 19条)Python 进阶必读汇总Python修饰器的函数式编程3个实例帮你理解Python中的线程Flask 中让 api 实现客户端授权Python开发指南：最佳实践精选
( 8条)Scikit-learn教程资料Python入门神图Python to c++ compiler: Pythran评价概率预测结果的适当评分规则properscoringPython 无缝集成——基本特殊方法
( 18条)7种Python 数据可视化工具比较理解Python的With语句从Matlab切换到PythonPython下的数据可视化——Seaborn高级功能介绍常见的Python编程错误
( 19条)基于Anaconda的集群分布式计算Python开发指南：最佳实践精选30个有关Python的小技巧Python 使用断言的最佳时机如何自定义Flask中的响应类
( 17条)一行 Python 实现并行化 -- 日常多线程操作的新思路Python必备工具介绍——质量篇在数据分析流程中整合 Python 和 RPython金融大数据分析Python安全编码指南
( 11条)如何用Python开发一个简单的Webkit浏览器Python下的复杂网络编程包networkx的使用学习Python编程的11个资源一点python的经验Python异常速查信息图
( 12条)Python语言中计数方法的演变各种 Python 实现的简单介绍与比较如何入门 Python 爬虫？Apache Flink入门《Python Machine Learning》机器学习常见问题解答
( 13条)PyCon Suzhou 2015 苏州年度技术盛宴Python编程规范Python 爬虫的工具列表与 Python 无缝集成——基本特殊方法C++/Python/OpenCV人脸特征点定位
( 14条)Python多进程编程， 不怕GIL!基于Gensim的Yelp文档分类实例教程Vim 与 Python：打造强大的 Python 开发环境Python网页正文及内容图片提取算法Python版反向传播神经网络极简入门
( 10条)聊聊python面试这件事儿用Python开发的硬盘使用情况可视化工具: ohmu用Python开发的开源秘密管理服务: ConfidantScikit-Learn v0.17发布Elasticsearch官方Python客户端的扩展版: superelasticsearch
( 27条)Python最佳实践精选指南Python编程中常用的12种基础知识总结Python的内存管理玩转 Python 3.5 的 await/async深入 Python 整数对象的实现
( 10条)Python在工业界的使用使用Python的property重构代码可视化软件Processing3新增Python模式多伦多大学的看图说话(Neural Storyteller)的源代码生成Python程序的测试代码
( 18条)面向数据科学的Python vs. 面向网页开发的PythonPython 中 import 的机制与实现Python动态类型讲解Python可视化工具概述Jupyter Notebook高级使用技巧
( 26条)面向数据科学的IPython Notebooks集合8本最佳Python数据科学图书推荐美丽Python：将图片转换成ASCII图案的艺术不停机条件下部署 Django 应用python数据结构——队列
( 17条)必看的 Python 视频Python 调试工具 pudb 的使用指南饿了么整体架构特点Python网络工具类Python下的NLP初探
( 16条)CPython核心源代码解读Python解释器工作原理教程Python下空气质量数据抓取和可视化深入理解 python 3.4 中 Asyncio 库与 Node.js 的异步 IO 机制Python静态分析的难点
( 9条)Python网络爬虫模拟登录爬取绩点Scrapy 抓取 Logdown 博文相关数据django1.8下的markdown、highlight、pagedown解决Python程序的执行原理argparse介绍
( 15条)深入 Python 列表的内部实现使用 Python 解释设计模式用Python写的vimPython性能优化的20条建议用 Python 脚本实现对 Linux 服务器的监控
( 10条)热门Python应用The Fuck是如何工作的Idiomatic PythonPython几个特别的__开头的方法Kaggle代码(Python): Clinton邮件的PageRank图分析Python数据分析库： agate
( 19条)Python你不知道的魔法《Python Web开发 - 测试驱动方法》阅后感让人耳目一新的Python库Python下用Chainer实现的SVMPython超级明星WEB框架Flask
( 18条)Python Import 机制与拓展深入 Python 列表的内部实现让你的Python代码更加pythonic从Theano到Lasagne：基于Python的深度学习的框架和库Python程序员代码编写时应该避免的16个“坑”
( 19条)常用的 Python 调试工具探索 Python 类型的层次结构 —— 了解对象和容器使用Python的Flask框架实现视频的流媒体传输使用Python Pandas处理亿级数据Python高效编程技巧
( 17条)基于Python/MongoDB的数据分析流程浅谈 Python 的 with 语句使用Python脚本强化LLDB调试器Python 中 import 的机制与实现Python ctypes 探究
( 13条)python调用C++和C++调用pythonScikit-Learn集成多层感知器Python面试题总结用Python写一个Hadoop MapReduce程序通过编写聊天程序来熟悉python中多线程及socket的用法
( 9条)Python下的实用数据挖掘可以在Whatsapp上通过发送消息的方式直接控制服务器的Python脚本Python对象/类编程可视化指南帮你提升Python水平的27种编程语言Python/Java/R协同过滤教程汇总
( 11条)PayPal的Python基础框架: SuPPort利用 scrapy 集成社区爬虫功能MXNet Language Model / Char-RNN 样例Python机器学习入门Python多进程库
( 14条)Python编写的HTTP命令行客户端: HTTPieScrapy 抓取 Logdown 博文相关数据用Python从零开始写一个简单的解释器Google的Python深度学习人脸识别工具: OpenFacePython脚本获取城市天气
( 12条)Pandas vs SQL 销量预测实例比较最简单的Python入门教程Python使用master worker管理模型开发服务端Python 内存管理方式和垃圾回收算法用Python对滚石乐队500首最佳金曲歌词分析
( 16条)Reddit讨论: 用Python写的C预处理器电子书：用python自动做一些烦人的事情Python下的强化学习30分钟快速搭建Web CRUD的管理平台浅谈 (x， y) = (y， x)
( 9条)最糟糕的python编程习惯当Twitter成为一个功能齐全的后门C&C服务器Pandas数据分析实例应用scikit-learn做文本分类用Python和Flask设计RESTful API
( 15条)用Python进行文档分类限时免费书: NumPy案例手册30分钟编写一个Flask应用又拍网的系统架构Python下基于Word2Vec生成基本的思维导图
( 11条)复杂度为O(1)的“最不常用”缓存算法的Python实现电子书：Python高手之路Python脚本解析Android APK信息用 Python 制作 Powerpoint 演示文稿用R/Python弄懂回归的五个基本问题
( 16条)Python代码执行过程的可视化在NLTK里使用斯坦福中文分词器Dropbox开发的开源 Python解释器: Pyston学习Redis从这里开始ElasticSearch官方Python接口2.0.0发布
( 20条)用Python编写卷积神经网络和特征提取介绍python和R的区别和用法基于Python/Gensim的主题聚类用Folium绘制交互式旧金山犯罪分布图Python系列博客文章
( 16条)用Python写一个收据识别程序Python 的运行时方法补丁技术你不了解的python decorator用Python/Scrapy批量爬取网络图片面向数据科学的Python
( 18条)Python图像处理和计算机视觉生态概率主成分分析的Python实现RealPython实用Python脚本集用Python搭建一个酒品推荐的Web App实用Python数据挖掘
( 15条)Python多核编程mpi4py实践给Pandas脚本加上简单的图形界面逻辑斯谛回归模型的Python实现Python基础系列课程用TextBlob进行文本处理
( 15条)Python和R数据分析实例比较Python聚类算法比较用Gensim训练Word2Vec词向量Python数值计算系列Python数据可视化速查表
( 16条)如何为Nature杂志的读者提供2万个IPython Notebook的服务用Python在Google Calendar中创建事件Python函数相关Python命令行参数解析库argparse介绍Python下的Cohort Analysis
( 14条)一图了解Python3Python编程中常用的12种基础知识总结彭博社开源了他们的IPython交互式绘图函数库bqplot把Python和R集成在一个数据分析流程python3爬虫之入门和正则表达式
( 13条)Kaggle’s Liberty Mutual Group竞赛Top15解决方案的Python代码Python下用kNN算法预测豆瓣电影用户的性别用python/pymc3做贝叶斯生存分析Python示例：朴素贝叶斯算法-高斯概率分布Python下的SVM实例讲解
( 19条)最新Python爬虫框架: Grab《Python机器学习》随书代码Python数据分析命令行小工具集: data_hacks在Flask中使用Celery一幅图展示Python3特性
( 11条)调试产品环境中的PythonPython 进程管理工具 Supervisor 使用教程6个最佳的开源Python应用服务器用Python实现RNNNeo4j可视化入门
( 9条)Peter Norvig: 概率论基础以及用Python的实现python3 爬虫之入门和正则表达式Dive Into Python 3中文版Scrappy入门：百度贴吧图片爬虫Python下玩转导数
( 12条)用Python和Neo4j做Twitter上的链接内容推荐670个常用的Python库和示例代码通过Python实例学习统计学十大机器学习算法相关库(Python/R/Java)逻辑斯谛回归与最大熵模型的Python实现
( 13条)Selenium定向爬取海量图片及搜索引擎杂谈Python交互式教程Python安全编码与代码审计GitHub上最受欢迎的Python CookBooks汇总Python下通过棒球实例理解经验贝叶斯估计
( 14条)通过demo学习OpenStack开发所需的基础知识之API服务Python文本分析引擎Dandelion API介绍八大排序算法的Python实现如何成为 Python 高手用Python/Numpy/Theano实现RNN
( 17条)Python源码阅读之垃圾回收机制使用 Coverage 分析 WSGI 项目的代码覆盖率Python TF-IDF十分钟指南图解Python深拷贝和浅拷贝Olivier Grisel访谈: Scikit-Learn与机器学习前景
( 17条)Python OpenCV处理视频系列Python上下文管理器PYTHON上数据储存：推荐h5pyScipy在线教程用Blaze和Impala分析17亿Reddit评论数据
( 15条)Python数据挖掘实战SciPy和Numpy教程爬虫结合sqlmapapi判断注入Python下用OpenCV进行小球跟踪给Pandas脚本加上简单的图形界面
( 8条)Python主题建模Python下编写NES游戏的工具包: pyNES在Django中上传文件到Amazon S3Django下创建条件必填表单项Reddit讨论: 为什么PEP 8不鼓励在package名字中使用下划线
( 13条)Python数据库: zodbPython的运行时方法补丁技术《Python Machine Learning》作者的写书心得在云上实现可扩展数据科学遗传算法的15行Python代码实现
( 20条)PythonPedia: 一站式Python资源站用 RAKE 和 Maui 做 NLP 关键词提取Django学习系列文章定位Python built-in函数的源码实现用Python十分钟构建一个预测模型
( 28条)Python高级正则表达式技术Python web安全用GDB排查Python程序故障用Python/Flask构建Twitter分析应用Python程序设计 -- 简明现代魔法
( 23条)解决有意思问题的Python脚本集合日常繁琐任务(Python)自动化指南Python 动态特性应对动态情况OpenStack 中使用 Python 实现自动回收实例与镜像的解决方案Python下利用vstruct解析二进制数据
( 19条)基于Spark和Flask的一个可伸缩的电影推荐系统10个实用的Django技巧和建议10个Scikit-Learn案例/教程从头开始实现神经网络用 Python 从零开始写一个简单的解释器
( 16条)Python动态特性应对动态情况The Django Book 2.0--中文版理解Python的列表解析Python下图像主色的K-Means分析Kaggle’s Predicting cab booking cancellations竞赛解决方案分析
( 12条)Python函数式编程指南系列常用机器学习算法Python和R代码快速查询Python django初体检服务器后端的编程语言数据专家必知必会的 7 款 Python 工具
( 9条)用Python解释设计模式基于 Nginx 和 uWSGI 在 Ubuntu 上部署 Django白话tornado源码:褪去模板外衣的前戏变分贝叶斯自动编码机器学习算法贝叶斯优化实践Python代码
( 17条)Python编写的具有基本阅读理解能力的简单人工智能Cython实现的图模型/贝叶斯统计包: pomegranatePython装饰器实例: 调用参数合法性验证Python下使用Sqlite的JSON新特性比较Python命令行工具包
( 17条)人们对Python在企业级开发中的10大误解Python自省（反射）指南Python实现的开源混合推荐算法Python字符编码详解Python神经网络编程快速入门
( 23条)Python高级正则表达式技术理解 Python WSGIPython 开发者的 Docker 之旅IPN:基于pycaffe训练LSTM/RNN模型各种编程语言的深度学习库整理
( 17条)Python 网络攻防之第二层攻击理解Python装饰器12个简单的步骤Python函数式编程指南合理使用Python助力iOS开发Python/R常用机器学习算法速查表
( 18条)Python 3.5新特性ggplot for Python：Python 平台数据可视化利器如何在Python中创建mockPython-OpenCV 处理图像用Python编写的模块化的GDB可视化前端界面
( 17条)Python 3.5.0发布蒙特卡洛树搜索算法介绍及Python实现电子书: 如何教孩子学PythonPython代码: DNN判别模型/生成模型NBA数据统计的Python API
( 10条)Python 版 APM 服务使用测试Redis 的路由和连接管理器: redis blasterPython下极简创建Web API的工具包: Hug初探 Python 3 的异步 IO 编程Python下基于Word2Vec/Doc2Vec的情感分析
( 12条)Python/Theano机器学习进阶随机森林文章集合Python开发者的Docker之旅Python免费电子书用Python写Spark应用
( 14条)Python magic变量和函数利用 Python yielding 创建协程将异步编程同步化用Numpy和Theano等Python库来快速上手神经网络Python贝叶斯数据分析Python下基于密度聚类
( 21条)关于python中的setup.py《Python Cookbook》第三版在线免费阅读】Airbnb数据工作流管理框架: Airflow完全用python来写web或者桌面应用的工具包: pyjsPython的垃圾回收机制深入分析
( 20条)解密Python的描述符视频：Python数据收集程序如何提速10万倍？开源电子书：Dive Into Python 3大数据集可视化展示的Python包: BokehPython下的地理数据可视化
( 13条)(R/Python)随机森林学习指南50行Python代码写一个语言检测器(Python/R)数据降维/聚类实例教程作为一个python开发者需要知道的关于服务器的知识计算英文的可阅读性的Python包: textstat
( 11条)用于创建图形用户界面的Python工具包: FlexxPython下基于Chainer的neural art实现Stylenet用AIML开发人工智能聊天机器人Mac OS X上的IPython前端: Pineapple基于Webpy实现服务器策略模型
( 9条)爱上Python ORM框架SQLAlchemy之10大理由为什么Python中没有Switch/Case语句?记录Python处理文件因文件流没有关闭而出现的诡异问题基于Sikit-Learn/NLTK根据训练语料自动生成文本15行Python代码的简单遗传算法实现
( 14条)用Python将Amazon Dash Button改造成婴儿数据上传器PyParallel：一个基于Python 3的针对多核等优化并行处理的试验版本基于NFL数据的Pandas/Scikit-Learn实例介绍Python数据可视化快速参考表Python爬虫文章汇总
( 14条)Python Wikipedia文本事实抽取工具Fact ExtractorPython下re.search和re.match的不同Python性能快速优化Python代码: 基于词向量计算词与词之间拓扑路径分布式下的爬虫Scrapy应该如何做
( 15条)用Python爬虫抓站的技巧总结Python开源软件汇总GitHub上Star最多的100个python repository用Python实现组群分析(cohort analysis)Python金融投资组合收益/风险分析库Pyfolio
( 17条)Python性能优化的20条建议Python下进行阶乘计算Python 中的 property 属性用 Python 将文本转为图片用PyMC计算贝叶斯相关性
( 18条)IPython发起人Fernando Perez收集的Python科学计算资料Python中的上下文管理器Celery和Redis 入门开源简体中文处理Python库Spark/Flask构建可扩展在线电影推荐服务
( 16条)使用Python/casper.js编写终极爬虫: 客户端App的抓取基于Theano的深度学习研究框架Theano-lights用R、Python、ECharts制作词云用Python实现的基本排序算法Reddit讨论: 怎样就算一个Python专家
( 22条)Python爬虫框架Grabscrapy入门教程Python 大数据思维导图Bokeh实现交互式数据可视化Python：NBA运动员的运动轨迹呈现
( 10条)全栈Python开发资料汇总Python 包管理工具解惑深入分析为什么Python会慢Python list的排序方法Python有哪些好的学习资料或者博客？
( 18条)用Python和OpenCV打造一个图片搜索引擎基于Python的卷积神经网络和特征提取Python 3.5的async和await特性Python并行分布式框架Celery超详细介绍教程: 用Python做统计
( 18条)基于Django与Celery实现异步对列任务Python技术文章和资料汇总IPython技巧系列用Python通过从 NBA球员的动作动画抽取额外信息Python轻量级社工钓鱼框架SPF
( 10条)Python，机器学习和语言之争(纯主观观点)Python有哪些好的学习资料或者博客？提高Python运行效率的六个窍门Python下用多线程加速爬虫任务给Lisp程序员的Python简介
( 12条)Python神经网络自然语言处理包nlpnet网络爬虫-Python和数据分析Python科学计算教程IPN开源电子书:《中级Python》Python HTML文档自动生成: continuous-docs
( 13条)Python下分析图书作者的相似性使用IPython进行并行计算《Practical Python and OpenCV》中译本贝叶斯推理工具包Stan的Python接口PyStan解释型语言和编译型语言的不同以及Python如何运行
( 14条)用Cython加速不可向量化代码用Python介绍常见数据结构在Python中使用C代码Python本科数学教程用Flask和chart.js开发可视化Web App
( 15条)Python下的CNN与特征提取基于Python的蒙特卡罗方法介绍Redis并行化Python工具箱：rb用Python实现常见排序算法Python核心编程之多线程编程
( 24条)用pandas/NLTK/Scikit-Learn做Twitter机器人检测Python Guide系列之结构化你的项目8个Python在数据科学领域的前沿工具Python，Java和PHP下的数据库对象关系映射(ORM)详解教程：用Python做量化金融分析
( 19条)Python下基于马尔可夫链的Reddit自动发帖/评论机器人用Python和OpenCV监视烤箱Python绝不乱入的靠谱书单R/Python/SAS线性回归入门Python核心编程之正则表达式
( 15条)基于Django与Celery实现异步对列任务Python核心编程之面向对象编程Scikit-Learn实用案例(Python)深度学习入门资料精选30个有关Python的小技巧
( 19条)Python下神经网络训练过程的可视化12岁的少年教你用Python做小游戏为什么说Python是大数据全栈式开发语言通过自行车计数了解西雅图人的工作习惯Python下的机器学习图像识别实例
( 13条)用Python的AIML包开发人工智能聊天机器人Celery技巧经验谈Python下使用Hadoop借助Spark从MySQL迁移到Cassandra用Python实现一个带排序功能的搜索引擎
( 15条)Awesome Python爬虫工具列表Python/R/数据科学资源汇总课程: 用Python做商业(数据)分析Python核外Dataframes: Dask/OpenStreetMap易懂的Python正则表达式应用
( 17条)Python下的航空公司客运航线挖掘/可视化Python多线程教程Python+Theano下的CNN句子分类Dango应用开发教程670个常用的Python库和示例代码
( 14条)Sklearn-pandas: Scikit-Learn/pandas强强联手理解Python的迭代器十个升到到Python 3的理由新一代NumPy: Blaze打包Python软件的5条简单守则
( 17条)DAT7数据科学课程资料用Python (Scikit-Learn)掌握机器学习十分钟搞定PandasPython编程中常用的12种基础知识总结LDA模型的Python实现
( 15条)Python下四步掌握机器学习异步等待的Python协程用MySQLdb和Plotly可视化MySQL数据集Python安全编码与代码审计用Python来自动化一些日常琐事
( 24条)45页PDF带你完全掌握基本数据工具PandasPython下用simhash做近似文档去重一篇文章让你彻底搞清楚Python中self的含义WSGI简介高效/简洁/方便再现的实验框架库pyexperiment
( 9条)使用C/C++扩展PythonDjango部署指南新书推介:《Python数据科学手册》基于IRIS数据集的神经网络(Keras) vs. Logistic回归(Scikit-Learn)实验用Python学习深度学习之路
( 16条)Python下用情感分析API描述故事的＂形状＂Python中的property3000+常用的Python模块代码用Keras在Facebook bAbi数据集上做QA的RNN模型训练Python+OpenCV玩转字符游戏＂Capitals＂
( 23条)(Python/D3.js) LinkedIn关系图可视化Python命名空间和作用域窥探10 个我希望我早就知道了的 Python小技巧Python设计模式和惯用法集合(Python)多数据集定量密集展示图TrendVis
( 18条)《Algorithms， 4th Edition》(部分)习题的Python实现Python高级编程视频讲座交互式Python profiler工具: Profiling100行Keras代码实现深度学习问答用Python进行文档分类
( 21条)用PyTables处理超过内存大小的数据集Python HOWTO官方文档: Socket编程Python利用utf-8编码判断中文英文字符Python异步修饰器工具: TomorrowPython下的GoogLeNet逐层可视化
( 17条)从Theano到Lasagne：基于Python的深度学习的框架和库Python下的状态空间模型: Metropolis-HastingsPython+Tornado实现的静态博客生成系统Python有用资源汇总Python多进程实践
( 11条)最糟糕的python编程习惯7月份热门Python文章IPN: 45分钟数据科学介绍Python流行modules示例代码搜索引擎10行Python代码实现模糊查询
( 20条)Python之父Guido谈Python用Python、Pandas和Bokeh做数据分析(Python) NLP快速流程(原型)库broca八个工具看Python数据生态圈的最新趋势跨语言 (Python/Java/Go) 布隆过滤器实现
( 19条)用matplotlib/seaborn绘制NBA球员投篮情况统计图基于arrows/Pandas/TextBlob/Seaborn/Cartopy的美国大选候选人Tweets的时/空/语言分析Python/Ruby/Golang web框架横向比较用Python写的MYSQL命令行客户端Kaggle (Python)代码:分类问题重要变量的筛选和可视化
( 19条)用Python对人物照片进行换脸Python安全编码与代码审计Python的GIL是什么鬼，多线程性能究竟如何Python深度学习框架/库/工具汇总介绍Python写的开源无人机飞行模拟器
( 17条)Python web框架评测比较用Python和Flask快速搭建一个API如何用Python爬需要登录的网站90行Python搭一个音乐搜索工具你不了解的Python decorator
( 17条)知乎(Python)网站构架方案初探IPython notebook教程(Python)13行代码写神经网络之优化SGDPython下轻松创建REST/HATEOAS/Hypermedia APIs的工具包: ripozoPython 3下的文本处理
( 23条)IPN:基于PyMC的Python概率编程单个简单脚本搭建Mac OSX开发环境和工具10 行 Python 代码写的模糊查询《Natural Language Processing with Python》中文版Python下的深度学习框架DeepPy
( 13条)Python/Pandas/Matplotlib/Scikit-learn通过自行车数据分析西雅图工作习惯把Python代码转换成debian包的工具: make-debPython在大数据分析及机器学习中的兵器谱用scikit-learn实现随机森林Hacker News上关于值得阅读的Python源代码的讨论
( 16条)飞跃式发展的后现代Python世界Python实用库收集《Functional Programming in Python》免费电子书IPN: 去掉音频里那些＂嗯＂Anaconda速查表
( 27条)理解Python中的嵌套式列表构造Python编辑器对比和推荐Go比Python更适合写日志采集工具基于Kaggle泰坦尼克数据集的交互Python教程Python内置函数__eq__函数引发的探索
( 21条)Python下opencv使用笔记用IPython Notebook做量化研究用Python实现的反向传播算法量化交易框架PyAlgoTrade研究Python中文字符乱码(GB2312，GBK，GB18030)相关的问题
( 24条)Tryolabs收集的Python， NLP， Machine Learning资源5个工具帮助Python与USB交谈Python大量实际应用简单案例教程Python下做Twitter数据分析的工具包: arrows用Python和情感分析API实现故事情节分析
( 24条)Python命名空间和作用域窥探给Lisp程序员的Python简介如何像Python高手(Pythonista)一样编程Python中关于有序列表和树数据结构的包使用sklearn-theano来做目标检测
( 14条)一行 Python 实现并行化 -- 日常多线程操作的新思路你可能没听过的11个Python库Python迭代器和生成器将Celery集成到Django中进行后台任务队列管理用Python写的任务管理器: ptop
( 10条)用Python开发一个简易的解释器15行Python代码使用GA算法训练网络Python机器学习实例:用KNN做Reddit子话题推荐Python下在视频上实现Deep Dream效果Django的并行任务队列工具: django-q
( 13条)用Spark和Flask打造一个电影推荐服务Python 3.5下用asyncio执行后台任务基于Twitter的美国总统候选人分析SciPy 2015数据科学相关视频推荐Python之HTML的解析
( 13条)Pyxley: Flask集成React.js而成的dashboard如何使用 Docker 组件开发 Django 项目？Python小技巧集合IPython小技巧集合Python数据分析实战视频教程
( 11条)值得关注的10个Python博客用plotly画heatmap用Python在百度经验上提取信息推荐给数据科学家的七个Python工具Python爬虫xpath的语法
( 10条)Python下随机投影树森林方法做近似最近邻搜索Python/Ruby如何利用多核（以及为什么要保留GIL）从底层理解Python的执行每个 Python 程序员都要知道的日志实践Python/Numpy大数据编程经验
( 13条)Django+leaflet+QGIS制作洛杉矶道路人行危险评估Python下的神经网络入门打包、发布、安装Python代码指南Pandas对象介绍Flask作者希望看到的Python
( 15条)Python 3下的文本处理Python下的移动端键盘手势输入Python面向对象编程实现Python五维(x y z 时间 颜色标注)动画gif制作库Animator5DPython descriptor机制指南
( 18条)OpenCV-Python教程JavaScript程序员的Python入门指南Python快速创建REST/HATEOAS/Hypermedia APIs的工具: ripozoDjango框