欢迎来到Python周刊第264期。让我们直入主题。
嘿，Python粉，你想要表达你对Python的爱吗？那么，点击这里，获取你的T恤，骄傲地穿上它吧。
Episode #78: 我如何100%使用Python构建一个完整的游戏和工具链
你可以用Python构建怎样的应用？你在这个节目中听到了许多人，他们构建网站、web服务或者一些数据科学驱动的应用。当然，他们都是棒棒哒，但我知道，你们许多人梦想过做一个游戏。Joseph Cherlin创造了游戏Epikos和完整的工具链，它们全由Python写成。他带来一个很棒的故事，关于他如何遇见Python，为什么他决定将其用于他的游戏中，以及他为那些承担一个类似这个一样的大型项目的人提供的建议。
使用OMR, Python和OpenCV构建一个泡沫板扫描仪和测试平地机
这篇文章将向你展示如何使用计算机视觉和图像处理技术来构建一个泡沫板扫描仪和测试平地机。
本指南将提供一个关于使用Python，这个最为广泛使用的数据挖掘工具之一，来进行数据挖掘的样例丰富的介绍 —— 从情理和数据组织，到应用机器学习算法。
学习如何使用Betamax测试使用Requests的Python应用，而无需手工编写模拟响应。
在这篇文章中，我们将介绍如何使用sqlite3来创造、查询和更新数据库。我们还会涵盖如何使用pandas包来简化SQLite数据库的使用。我们将使用Python 3.5，但相同的方法应该也适于Python 2。
Podcast.init 第77集 - 和Kyle Martin聊聊Podbuzzz
播客现在变得比以往任何时候都要流行。Podbuzzz是一个服务，用于帮助播主跟踪他们的评论，以及提高SEO以获得更广泛的受众。在这一集中，我们和Kyle Martin聊聊他使用Python来构建Podbuzzz，并在生产中管理它的经历。
Python数据可视化景观的快速旅程 (包括ggplot和Altair)
真实世界的机器学习(Real-World Machine Learning)
真实世界的机器学习将教你成为一名成功的机器学习实践者所需的理论和技术，而不会过量向你灌输抽象理论和复杂属性概念。通过Python中直接相关的例子，你将建立数据采集和建模、分类和回归的相关技能。你还会探索最重要的任务，例如模型验证、优化、可伸缩性和实时流。当你看完这本书的时候，你就可以成功地构建、部署以及维护你自己强大的ML系统。
Python漫游指南：最佳开发实践(The Hitchhiker's Guide to Python: Best Practices for Development)
本指南由Python社区百余名成员相互协作写成，描述了当前包和应用开发者使用的最佳实践。不像针对此受众的其他书籍，漫游指南轻于可重用代码，重于设计理念，将读者引导至已存在的优秀源代码。
日常大部分工作是知道、构建和维护Zapier核心工作流引擎。这是一个全栈职位，因此，你将工作于Zapier代码库、后端和前端技术、我们的开发者平台，等等。
这个repo包含了用于运行内容不适合上班时间浏览（Not Suitable for Work，NSFW）分类深度神经网络Caffe模型的代码。请参考我们的博客文章，它描述了这项工作和实验的相关细节。
使用Tensorflow的一个子像素卷积神经网络实现。
BUNT (Bot UNderstanding Testbed)是一个用于NLP引擎的测试床，一般用于聊天机器人。
使得Python编写容易并具幸福感的彩色终端文本。
用于Django web框架的PEP-484类型提示绑定。
轻量的时间管理CLI工具。
ffmpy是一个极简FFmpeg命令行封装器。它为FFmpeg命令行编译实现了一个Python范接口，并使用Python的subprocess模块来执行已编译命令行。
ViperMonkey是一个用Python写的VBA仿真引擎，旨在分析和反混淆Microsoft Office文件（Word, Excel, PowerPoint, Publisher等等）中包含的恶意VBA宏。
将Django当成一个微架构，并在一个单独的文件中写小应用的轻量级封装。
这个repo提供流行的强化学习算法的代码、练习和解决方法。
一个轻松演进PostgreSQL模式的简单工具。
用于pandas dataframe的dplyr式管道操作。
Visual Question Answering with Keras
用Keras写的视觉问题问答任务，它回答关于图像的问题。
这是一个自0.18.1起的主要版本，包括一些API变化，一些新特性，增强功能和性能改善，以及大量的bug修复。
旧金山Python 2016年10月聚会 - San Francisco, CA
将会有以下讲座
- 一切都已经搞砸了，但我不知道为什么
- 同步Celery，Django和实时机器学习
2016年10月的IndyPy每月聚会 - Indianapolis, IN
本周，Pradeep Gowda将展示“献给Python支持者的Apache Kafka事件处理”。