translated for python weekly #257

ictar · ictar · commit 8fc7d0f9fb46 · 2016-08-19T10:06:25.000+08:00
diff --git a/Python Weekly/Python Weekly Issue 257.md b/Python Weekly/Python Weekly Issue 257.md
@@ -0,0 +1,102 @@
+原文：[Python Weekly Issue 257](http://us2.campaign-archive2.com/?u=e2e180baf855ac797ef407fc7&id=6eafa1bdc7&e=148158c7b4)
+
+---
+
+欢迎来到Python周刊第257期。让我们直奔主题。
+
+# 来自赞助商
+
+[![](https://gallery.mailchimp.com/e2e180baf855ac797ef407fc7/images/b1a844b2-fee2-4dd3-b56c-341147f4c21b.png)](https://software.intel.com/en-us/intel-sdp-home)
+
+想要拥有高性能的**Python**，却不想自己构建？试试免费的[Intel® 的Python* 2017年的发布](https://software.intel.com/en-us/python-distribution)。体验NumPy中选择函数使用Intel® 数学核心库后约97倍的速度提升。无需进行任何代码修改。还可通过conda访问Intel优化的Python包。
+
+
+# 文章，教程和讲座
+
+[使用D3.js, DC.js, Leaflet.js和Python进行地理空间数据的交互式数据可视化](http://adilmoujahid.com/posts/2016/08/interactive-data-visualization-geospatial-d3-dc-leaflet-python/)
+
+本教程旨在介绍建立地理空间数据的交互式可视化的步骤。要做到这一点，我们将使用来自Kaggle competition的一个数据集来建立一个数据可视化，以展示中国手机用户的分布情况。我们还将创建附加图表，以展示使用模式、最流行​​的电话品牌和用户的年龄段和性别。我们将能够根据不同属性过滤数据，并看到从地图和所有图表中反映出来的结果。在本教程中，我们将涵盖广泛的技术：用以清洗数据的Pandas，用于构建服务器的Flask，用以建立图表的JavaScript库d3.js，dc.js和crossfilter.js，以及用以构建地图的Leaflet.js。
+
+[Episode #71: 软技能：代码之外的生存指南](https://talkpython.fm/episodes/show/71/soft-skills-the-software-developer-s-life-manual)
+
+作为一个Python开发者，编写好而干净的代码，并且具备关于Python的深厚工作知识，是你成功的关键。但是，如果你看看那些在他们的职业生涯已经相当出色的人，你会发现，除了编码技能以外，还因为他们所带来的东西。我们都希望成为最成功和最满意的自己。但是，说起来容易做起来难。这就是为什么我很高兴地向你介绍John Sonmez。作为一个开发者，他有一个相当成功的职业生涯，他写了一本书，以帮助我们所有的人也可以如他一般。这就是所谓的软技能：代码之外的生存指南（ Soft Skills: The software developer's life manual），此书干货满满，你可以学习以在科技行业中脱颖而出。 
+
+[Podcast.__init__ 第70集 - 和Steve Dower聊聊Windows上的Python](https://podcastinit.com/steve-dower-python-on-windows.html)
+
+为了让Python可以继续吸引新用户，我们需要为人们提供一种开始使用它的简单方法，而Windows仍然是计算机中最广泛使用的操作系统。Steve Dower是Python的Windows安装软件的构建维护者，这一周我们和他聊聊他在这个角色的相关工作。他告诉我们，为了使得安装软件更容易让新用户上手他所做的改变，以及库的打包生态系统的现代更新如何简化依赖管理。他还告诉我们Visual Studio团队是如何构建一套工具来更愉快的开发Python代码，以及如何微软对开放源码的采用正使得Windows成为对开发者更具吸引力的平台。
+
+[Python打包现在已经是棒棒哒](https://glyph.twistedmatrix.com/2016/08/python-packaging.html)
+
+setup.py是你的朋友。对上次所发生的事情，我们深表抱歉。
+
+[在TensorFlow中玩转卷积](http://mourafiq.com/2016/08/10/playing-with-convolutions-in-tensorflow.html)
+
+从一个简短的卷积介绍到一个完整的模型。在这篇文章中，我们将尝试形成一种关于卷积的实用的直觉，病区可视化在卷积神经网络架构中采用的不同的步骤。
+
+[Variational Autoencoders介绍 (分析和代码)](http://blog.fastforwardlabs.com/post/148842796218/introducing-variational-autoencoders-in-prose-and)
+
+[MicroPython基础知识：MicroPython是什么？](https://www.youtube.com/watch?v=8btQWSu7DdM)
+
+[DjangoCon US 2016视频集](https://www.youtube.com/playlist?list=PL2NFhrDSOxgX-A4qpaf3rRaEnEe7166Ac)
+
+[PyPy工具升级：JitViewer和VMProf](https://morepypy.blogspot.com/2016/08/pypy-tooling-upgrade-jitviewer-and.html)
+
+[PyCon Australia 2016视频集](https://www.youtube.com/playlist?list=PLs4CJRBY5F1IU2xckJUEj5ILWd4cta3vo)
+
+[如何在Titanic Kaggle挑战赛中获得0.8134分](http://ahmedbesbes.com/how-to-score-08134-in-titanic-kaggle-challenge.html)
+
+
+# 好玩的项目，工具和库
+
+[TV Overlord](http://www.tvoverlord.com/)
+
+TV Overlord是一个半自动化命令行工具，用来下载和管理来自newsgroups或者bittorent的电视节目。它会下载nzb文件或磁力链接。
+
+[retina-unet](https://github.com/orobix/retina-unet)
+
+使用卷积神经网络的视网膜血管分割。
+
+[ExplainToMe](https://github.com/jjangsangy/ExplainToMe)
+
+Explain To Me是一个文本自动汇总器，它利用TextRank，这一基于图形的算法，来扫描网站内容，从而提取一个简洁的机器生成的摘要。该方法类似于搜索引擎根据用户搜索查询返回最相关的网页的方式。
+
+[needle](https://github.com/mwrlabs/needle)
+
+Needle是一个用来简化iOS应用的安全评估执行过程的开源的模块化框架。
+
+[deep-regex](https://github.com/nicholaslocascio/deep-regex)
+
+使用最少领域知识，根据自然语言进行正则表达式的神经生成。
+
+[Lackey](https://github.com/glitchassassin/lackey)&nbsp;
+
+Lackey是Python的一个自动化库，专为易用性和Sikuli自动化脚本的交叉兼容而生。它提供了一个简单但强大的API，用来查找屏幕上的图片，以及使用鼠标和键盘的基本用户输入。
+
+[pshtt](https://github.com/dhs-ncats/pshtt)
+
+pshtt ("pushed")是一个具备HTTPS最佳实践的测试领域的工具。
+
+[PyHooked](https://github.com/ethanhs/pyhooked)&nbsp;
+
+PyHooked是一个纯Python键盘和鼠标热键模块，它允许在所有支持ctypes的完整实现的Python实现中创建热键。仅需为Hooked提供一个回调并告诉它开始监听，而无需使用乱七八糟的底层Windows调用。
+
+[PINCE](https://github.com/korcankaraokcu/PINCE)&nbsp;
+
+PINCE是一个gdb前端/逆向工程工具，专注于游戏，但它能用于任何逆向工程相关的东西。
+
+
+# 最新发布
+
+[IPython 5.1.0](https://mail.scipy.org/pipermail/ipython-dev/2016-August/017246.html)
+
+这主要是5.0版本之后的各种错误修正打包版本，并带有一些新功能。
+
+# 近期活动和网络研讨会
+
+[线上事件：开始在Python中进行机器学习之旅](https://www.crowdcast.io/e/machine-learning/register)
+
+特别嘉宾Kevin Markham，Data School的创始人，将会解释机器学习背后的基本理念。然后，我们会使用Python的scikit-learn包，通过短短几行代码，构建我们第一个机器学习模型。最后，我们会有Q&A环节，在此环节，你可以向Kevin询问任何关于机器学习或者scikit-learn的问题！
+
+[一场使用Python进行微服务迁移的图文并茂的指南 - Cambridge, MA](https://www.meetup.com/bostonpython/events/230702111/)
+
+本讲座将介绍主要原则、成本、以及微服务的好处，并通过一系列的现场演示和工作示例来展示如何快速地扩展Python应用，并轻松地从迁移到微服务架构获益。
diff --git a/Python Weekly/README.md b/Python Weekly/README.md
@@ -15,4 +15,5 @@
 - [Issue 253](./Python Weekly Issue 253.md)
 - [Issue 254](./Python Weekly Issue 254.md)
 - [Issue 255](./Python Weekly Issue 255.md)
-- [Issue 256](./Python Weekly Issue 256.md)
+- [Issue 256](./Python Weekly Issue 256.md)
+- [Issue 257](./Python Weekly Issue 256.md)
