- [Python Common](./Python Common/README.md)
- [3.5.1](./Python Common/3.5.1/README.md)
- [What's New in Python xx](./Python Common/What's New in Python xx/README.md)
- [New In Python:变量注解语法](./Python Common/What's New in Python xx/New In Python:变量注解语法.md)
- [New in Python:数字字面量中的下划线](./Python Common/What's New in Python xx/New in Python:数字字面量中的下划线.md)
- [Python 2和3中的异常泄漏](./Python Common/Python 2和3中的异常泄漏.md)
- [为什么存在Python 3](./Python Common/为什么存在Python 3.md)
- [Python async-await教程](./Python Common/Python async-await教程.md)
- [hasattr()是有害的](./Python Common/hasattr()是有害的.md)
- [异常 - 原力的黑暗面](./Python Common/异常 - 原力的黑暗面.md)
- Python Cookbook 3rd Edition Documentation(中文版)
- [什么是stackless](./Python Common/什么是stackless.md)
- [2016年的Python 3](./Python Common/2016年的Python 3.md)
- [合并Python中的字典的惯用方法](./Python Common/合并Python中的字典的惯用方法.md)
- [惯用Python:推导](./Python Common/惯用Python:推导.md)
- [在Python 3中比较类型](./Python Common/在Python 3中比较类型.md)
- [Python 201 – 什么是双端队列(deque)](./Python Common/Python 201 – 什么是双端队列(deque).md)
- [高级asyncio测试](./Python Common/高级asyncio测试.md)
- [惯用Python:布尔表达式](./Python Common/惯用Python:布尔表达式.md)
- [base64-使用ASCII编码二进制数据](./Python Common/base64-使用ASCII编码二进制数据.md)
- [Lists和Tuples大对决](./Python Common/Lists和Tuples大对决.md)
- [解释python中的args和**kwargs](./Python Common/解释python中的args和**kwargs.md)
- [深度探索Python:让我们审查dict模块](./Python Common/深度探索Python:让我们审查dict模块.md)
- [不可不知的一点Python陷阱](./Python Common/不可不知的一点Python陷阱.md)
- [Python:声明动态属性](./Python Common/Python:声明动态属性.md)
- [了解Python类实例化](./Python Common/了解Python类实例化.md)
- [Python中的assert语句](./Python Common/Python中的assert语句.md)
- [Python新增的secrets模块](./Python Common/Python新增的secrets模块.md)
- [Python中的lambda表达式](./Python Common/Python中的lambda表达式.md)
- [我是如何修复 Python 3.7 中一个非常老的 GIL 竞争条件的](./Python Common/python37-gil-change.md)
-
- 1.9 Django 1.9版本官方文档
- 使用Django进行原型化
- 使用Kubernetes使Django应用变得可扩展并具有弹性
- [Django, ELB健康检查和持续交付](./Django/Django, ELB健康检查和持续交付.md)
- 带django教程的Facebook聊天机器人,又名笑话机器人
- 在Django中,如何为提高页面加载速度优化图像
- [Django Channels和Celery示例](./Django/Django Channels和Celery示例.md)
- [如何扩展Django User模型](./Django/如何扩展Django User模型.md)
- Django中正确处理数据库并发的方法
- Testing
- [Python Mock:简单介绍 —— 第一部分](./Testing/Python Mock:简单介绍 —— 第一部分.md)
- 在Python中使用Behave来开始行为测试
- 基于属性的测试,hypothesis以及查找bug
- Hardware
- 用Python玩转Worcester Wave恒温器
- [第一部分](./Hardware/用Python玩转Worcester Wave恒温器-第一部分.md)
- [第二部分](./Hardware/用Python玩转Worcester Wave恒温器-第二部分.md)
- [第三部分](./Hardware/用Python玩转Worcester Wave恒温器-第三部分.md)
- 使用Python构建一个(半)自动无人机
- [旅程中带着Ipad Pro和Raspberry Pi备份照片](./Hardware/旅程中带着Ipad Pro和Raspberry Pi备份照片.md)
- 用Python玩转Worcester Wave恒温器
- [Science and Data Analysis](./Science and Data Analysis/README.md)
- [如何使用Python和Pandas处理大量的JSON数据集](./Science and Data Analysis/如何使用Python和Pandas处理大量的JSON数据集.md)
- [新闻标题分析](./Science and Data Analysis/新闻标题分析.md)
- [使用矩阵分解找到相似歌曲](./Science and Data Analysis/使用矩阵分解找到相似歌曲.md)
- [Python中的并行处理](./Science and Data Analysis/Python中的并行处理.md)
- [Matplotlib教程 - 绘制提到Trump, Clinton & Sanders的推特](./Science and Data Analysis/Matplotlib教程 - 绘制提到Trump, Clinton & Sanders的推特.md)
- [使用Pandas, Docker和OS(R)M来猜测神秘的旅行地](./Science and Data Analysis/使用Pandas, Docker和OS(R)M来猜测神秘的旅行地.md)
- [使用BigQuery和TensorFlow进行需求预测](./Science and Data Analysis/使用BigQuery和TensorFlow进行需求预测.md)
- [Python中一个简单的基于内容的推荐引擎](./Science and Data Analysis/Python中一个简单的基于内容的推荐引擎.md)
- [在Python中实现你自己的推荐系统](./Science and Data Analysis/在Python中实现你自己的推荐系统.md)
- [分析权力游戏图表](./Science and Data Analysis/分析权力游戏图表.md)
- [使用Python探索NFL选秀](./Science and Data Analysis/使用Python探索NFL选秀.md)
- [用于格式化和数据清理的便捷Python库](./Science and Data Analysis/用于格式化和数据清理的便捷Python库.md)
- [分析iPhone步数数据](./Science and Data Analysis/分析iPhone步数数据.md)
- [使用Python,分析23AndMe数据,获取遗传起源](./Science and Data Analysis/使用Python,分析23AndMe数据,获取遗传起源.md)
- [用Python进行股票市场数据分析概述 (第一部分)](./Science and Data Analysis/用Python进行股票市场数据分析概述 (第一部分).md)
- [Machine Learning](./Machine Learning/README.md)
- [使用非常少的数据构建强大的图像分类模型](./Machine Learning/使用非常少的数据构建强大的图像分类模型.md)
- [在有限预算上计算最佳公路旅行](./Machine Learning/在有限预算上计算最佳公路旅行.md)
- [对超过1M的酒店点评进行机器学习,发现有趣的见解](./Machine Learning/对超过1M的酒店点评进行机器学习,发现有趣的见解.md)
- [Python,机器学习和语言之争](./Machine Learning/Python,机器学习和语言之争.md)
- [使用预测算法追踪实时健康趋势](./Machine Learning/使用预测算法追踪实时健康趋势.md)
- [Functional Programming](./Functional Programming/README.md)
- Henry Kupty的函数式编程扫盲系列
- [函数式编程:概念,惯用语和理念](./Functional Programming/函数式编程:概念,惯用语和理念.md)
- [了解函数式编程背后的属性:单子(Monad)](./Functional Programming/了解函数式编程背后的属性:单子(Monad).md)
- Henry Kupty的函数式编程扫盲系列
- [Image Processing](./Image Processing/README.md)
- [压缩和增强手写笔记](./Image Processing/压缩和增强手写笔记.md)
- [Python Weekly](./Python Weekly/README.md)
- Others
- 使用图像特征的库存图像相似性(程序是如何比我更时尚的)
- [如何在Python中使用Twilio Lookup API验证电话号码](./Others/如何在Python中使用Twilio Lookup API验证电话号码.md)
- [psutil 4.0.0以及如何获得Python中“真正的”进程内存和环境](./Others/psutil 4.0.0以及如何获得Python中“真正的”进程内存和环境.md)
- Python依赖关系分析
- 创造你自己的类IPython服务器
- [为部署Python web应用程序构建一个更好的用户体验](./Others/为部署Python web应用程序构建一个更好的用户体验.md)
- 在Python中导入一个Docker容器
- 好吧,你发布了一个损坏的包到PyPI上。那么你现在要怎么办?
- Python中Meta类习语的起源
- [复合构建器模式(Composite Builder Pattern),一个声明式编程的例子](./Others/复合构建器模式(Composite Builder Pattern),一个声明式编程的例子)
- 将Python用于地理空间数据处理
- 使用Python和Excel进行交互式数据分析
- RPython的魔力
- 使用gdb调试CPython进程
- [使用Python Newspaper构建Read It Later应用](./Others/使用Python Newspaper构建Read It Later应用.md)
- [Python lambda的源代码](./Others/Python lambda的源代码.md)
- 如何在Python中创建绿噪音
- 你需要学习编写Python装饰器的五大理由
- 逆向工程我的酒店中的一个神秘的UDP流
- 记录每天数以百万计的请求以及需要采取哪些措施
- 教程:手把手教你构建一个基本的Facebook聊天机器人
- 我的自动化之旅:为人民服务的自动化
- [实用Python:EAFP VS. LBYL](./Others/实用Python:EAFP VS. LBYL.md)
- 使用str.encode和threads冻结你的Python
- [Python, GIL, 和Pyston](./Others/Python, GIL, 和Pyston.md)
- [我是如何构建一个Slack机器人来帮助我在San Francisco找房子的](./Others/我是如何构建一个Slack机器人来帮助我在San Francisco找房子的.md)
- 中断两个循环
- 一个模板引擎是如何工作的?
- [设计Pythonic API](./Others/设计Pythonic API.md)
- [Requests vs. urllib:它解决了什么问题?](./Others/Requests vs. urllib:它解决了什么问题?.md)
- 更好的Python对象序列化方法
- 使用列表推导式实现zip
- Python项目中的Makefiles
- [婚礼规模:我是如何使用Twilio, Python和Google来自动化我的婚礼的](./Others/婚礼规模:我是如何使用Twilio, Python和Google来自动化我的婚礼的.md)