原文：[Python Weekly - Issue 261](http://eepurl.com/cfOTh5)

欢迎来到Python周刊第261期。让我们直奔主题。

[](https://software.intel.com/en-us/intel-sdp-home)

[Intel® Distribution for Python* 2017](https://software.intel.com/en-us/intel-distribution-for-python)的第一个产品发布在这里！它由Anaconda*提供技术支持。体验超级快的Python性能以及易于访问的conda和Anaconda Cloud。今天，就[免费下载](https://registrationcenter.intel.com/en/forms/?productid=2810)吧。

[Channels adopted as an official Django project](https://www.djangoproject.com/weblog/2016/sep/09/channels-adopted-official-django-project/)

Django团队很高兴宣布，Channels项目现在是Django项目的官方的一部分，位于我们新的官方项目程序之下。Channels是将WebSockets，长轮询HTTP和其他非请求响应协议和业务逻辑处理带到Django的尝试，作为我们建立2016年有用的web框架的不断努力的一部分。

[Python 3.6 dict变得紧凑，并获得一个个人版本；关键字变得有序](https://mail.python.org/pipermail/python-dev/2016-September/146327.html)

[一年机器学习之旅](https://medium.com/learning-new-stuff/machine-learning-in-a-year-cdb0b0ebd29c)

从小白到开始将其用于工作中。

[神经网络之家](http://www.asimovinstitute.org/neural-network-zoo/)

并非Python专有，但是是各种类型的神经网络的一个很棒的概述

[使用流数据：使用Twitter API来捕获微博](https://www.dataquest.io/blog/streaming-data-python/)

能够处理流数据对任何有抱负的数据科学家来说都是一项重要技能。在这篇文章中，我们将谈谈处理流数据的策略，并看看一个流化和存储来自Twitter数据的例子。

[一点Python](https://access.redhat.com/blogs/766093/posts/2592591)

在这篇文章中，它主要针对Python新手，会看到少量安全相关的小技巧；有经验的开发者可能会注意到后面的特殊性。

[Episode #75: CheckIO上Python范游戏](https://talkpython.fm/episodes/show/75/pythonic-games-at-checkio)

你喜欢玩游戏或解谜吗？如果你是，那就是极好的。毕竟，编程和软件开发只不过是一种真正精巧的谜题罢了，不是吗？在这一集中，你会见到某个人，他将这种编程的想法作为游戏推向它的逻辑结论。Alexander Liabakh是CheckIO和Empire of Code的创建者。CheckIO是一个编程冒险游戏，其中，你解谜，并将其分享给其他玩家。Empire of Code是一个塔防游戏，其中一部分的策略是用Python实际编写AI。

[因果关系的技术入门](https://medium.com/@akelleh/a-technical- primer-on-causality-181db2575e41)

“因果关系”是什么意思？你可以如何数学地表现它？你可以如何编码因果假设，并且它们在数据分析上有何关系？这些类型的问题是数据科学实践的核心，但是关于它们的深刻认识却少的出奇。如果你在不考虑因果的情况下分析数据，那么你的结果将面临巨大偏见的可能性。这包含了一切，从推荐系统结果，到观察数据的事后报告，到没有适当对照组的情况下运行的实验。这篇文章在一个更技术的层面上涵盖了因果关系。

[利用Python自动化地理信息系统(GIS)流程，并提供扩展的分析能力](https://www.youtube.com/watch?v=Fmtofk8t2dg)

地理信息系统(GIS)是一个使用Python编程语言的发展中的空间技术。使用商业和开源的库，GIS分析和发展可以被自动化，并且被扩展以超越桌面软件的正常功能。这可以包括空间分析、数据挖掘和自动地图生成。

[78行Python代码的AI挑战](http://kootenpv.github.io/2016-09-07-ai-challenge-in-78-lines)

[使用Python和Pandas进行真实世界数据清理](http://trendct.org/2016/08/05/real-world-data-cleanup-with-python-and-pandas)

[Raspberry Pi入门 - 建立一个数码相框](https://paulstamatiou.com/getting-started-raspberry-pi/)

[查找用于数据科学工程的数据集的17个地方](https://www.dataquest.io/blog/free-datasets-for-projects/)

[Flask-Bitmapist的办法和原因](https://www.cuttlesoft.com/the-how-and-why-of-flask-bitmapist/)

[Jupyter (IPython) notebooks特性](http://arogozhnikov.github.io/2016/09/10/jupyter-features.html)

[解决多核Python](https://ericsnowcurrently.blogspot.com/2016/09/solving-mutli-core-python.html)

[用Python进行分析基础：从非编程人员到黑客(Foundations for Analytics with Python: From Non-Programmer to Hacker)](http://amzn.to/2cyhD4J)

如果你像Excel的7.5亿用户中很多人一样，想要跟进一步分析你的数据 —— 例如对数百个文件重复相似的分析，或者将多个文件中的数据组合起来，以便于一次性分析。这本实用指南向野心勃勃的非编程人员介绍了如何自动化和扩展不同格式的数据的处理和分析 —— 通过使用Python。在作者Clinton Brownley带你一略Python基础后，你将能够编写简单的脚本来处理电子表格和数据库中的数据。你还会学到如何使用一些Python模块来解析文件、对数据进行分组和生成统计数据。

[Headforwards招聘Python工程师](http://jobs.pythonweekly.com/jobs/python-developer-11/)

Headforwards正在寻找若干Python开发者加入到现有的Agile软件开发团队中。该角色将涉及到从事云空间中一个非常令人兴奋和最前沿的web应用程序。

[py-d3](https://github.com/ResidentMario/py-d3/)

py-d3是一个IPython扩展，添加D3支持到Jupyter Notebook环境。

[runmultithread](https://github.com/juanpabloaj/runmultithread)

在不同线程不同输入下运行相同的进程。

[puresnmp](https://github.com/exhuma/puresnmp)

一个无需任何外部依赖（无需MIBs或者libsnmp）的适用于Python 3.3+的SNMP纯Python实现。

[RevDB](https://bitbucket.org/pypy/revdb/)

RevDB是一个基于PyPy的Python反向调试器。它可以用来追踪你的Python程序中难以重现的bug（无论你通常在PyPy还是在CPython上运行它们）。

[NakedTensor](https://github.com/jostmey/NakedTensor)

TensorFlow上的机器学习的超级简单的例子

[automatron](https://github.com/madflojo/automatron)

automatron (Ah-Tom-a-tron) 是一个开源框架，旨在检测和修复IT系统问题。意思是，它可以用于监控系统，并且在检测到问题的时候更正它们。

[wlscrape](https://github.com/bontchev/wlscrape)

一个从Wikileaks AKP leak抓取可能的恶意软件的工具。

[trackmac](https://github.com/MacLeek/trackmac)

trackmac是一个为OS X用户构建的命令行工具，用来跟踪他们在每个应用上的时间花费。它还可以跟踪每天你通过Chrome或者Safari访问的网站。

[beeprint](https://github.com/panyanyany/beeprint)

让你的调试打印更加友好。

[pysession](https://github.com/FallibleInc/pysession)

自动保存python shell代码到本地文件或者秘密Gist。

[tensorflow-wavenet](https://github.com/ibab/tensorflow-wavenet)

深度学习的WaveNet论文的一个TensorFlow实现。

[Python 3.6.0b1](https://mail.python.org/pipermail/python-dev/2016-September/146441.html)

[Boston Python 2016年九月聚会 - Cambridge, MA](https://www.meetup.com/bostonpython/events/231638367/)

将会有以下演讲

* hack CPython内部

* 一些闪电秀

[For Those About to Mock (我们向你致敬)](https://www.meetup.com/DCPython/events/232442940/)

一个使用Python的unittest.mock库来“模拟”昂贵或危险调用的介绍。我们发现它在我们的单元测试中是不可或缺的，特别是当调用诸如数据库、云服务或者网络API这样的后端时。

[PyHou 2016年九月聚会 - Houston, TX](https://www.meetup.com/python-14/events/226999489/)

[San Diego 2016年九月Python聚会 - San Diego, CA](https://www.meetup.com/pythonsd/events/233672873/)

- [Issue 261](./Python Weekly Issue 261.md)

原文：[A Technical Primer On Causality](https://medium.com/@akelleh/a-technical-primer-on-causality-181db2575e41)