（点击上方公众号，可快速关注）
本文精选了 Python开发者 8月份的15篇 Python 热文。其中有基础知识，工具介绍，网络爬虫，遗传算法等。
注：以下文章，点击标题即可阅读
《那些有趣/用的 Python 库》
本文整理了一些有趣有用的 Python 库，其中包括图片处理，视频下载，财经数据接口包等等，需要的童鞋可以看过来啦。
《Python 爬虫实践：《战狼2》豆瓣影评分析》
本文用 Python 实现了简单的爬虫爬取了豆瓣的最新电影的影评。主要分为三部分：抓取网页数据、清理数据、用词云进行展示。想学习Python网络爬虫的同学可以作为参考。
《帮你提升 Python 的 27 种编程语言》
作为一名富有经验的程序员，本文提及到这些语言工具所涵盖的概念帮助我们回想起那些我们曾经认为理所当然的东西。本文总结了帮你提升 Python 的 27 种编程语言。
《Python 面向对象（初级篇）》
《Python 面向对象（进阶篇）》
本系列文章介绍了Python中面向对象相关的基础以及进阶的知识点，内容详细通俗易懂，对Python初学者理解面向对象编程会很有帮助。
《Python 爬虫实战：股票数据定向爬虫》
本文爬虫实战目标是运用python3.5， 获取上交所和深交所所有股票的名称和交易信息，输出到保存文件中。学习Python爬虫的初学者可以看过来。
《10 种机器学习算法的要点（附 Python 和 R 代码）》
本文为那些有追求的数据科学家和机器学习狂热者们，简化学习旅途。这篇指南会让你动手解决机器学习的问题，并从实践中获得真知。我提供的是几个机器学习算法的高水平理解，以及运行这些算法的 R 和 Python 代码。这些应该足以让你亲自试一试了。
《Python vs Ruby: 谁是最好的 web 开发语言？》
Python 和 Ruby 都是目前开发 websites、web-based apps 和 web services 的流行语言。那么要采用哪种语言来进行编程就需要好好考虑了，因为每种语言都是自己的优缺点。这些优缺点都会影响我们的决定。
《学习用 Python 编程时要避免的 3 个错误》
当你做错事时，承认错误并不是一件容易的事，但是犯错是任何学习过程中的一部分，无论是学习走路，还是学习一种新的编程语言都是这样，比如学习 Python。为了让初学 者避免犯同样的错误，本文列出了我学习 Python 时犯的三种错误。
《150 多个 ML、NLP 和 Python 相关的教程》
本文中作者整理了在网上找到的和 机器学习、NLP 相关的教程资源，其中文章将分四个主题：机器学习、自然语言处理、Python 和数学。
《Python 魔术方法（Magic Method）》
在Python中，所有以“__”双下划线包起来的方法，都统称为“Magic Method”,Python中所有的魔术方法均在官方文档中有相应描述，但是对于官方的描述比较混乱而且组织比较松散。本文对魔术方法进行了总结整理。
《用 Python 做股市数据分析（二）》
这篇博文是用Python分析股市数据系列两部中的第二部，内容基于我在犹他大学 数学3900 (数据科学)的课程。这篇文章会讨论如何设计用移动平均交汇点分析移动平均线的系统，如何做回溯测试和基准分析，最后留有一些练习题以飨读者。
《程序员必知的 Python 陷阱与缺陷列表》
我个人对陷阱的定义是这样的：代码看起来可以工作，但不是以你“想当然“”的方式。如果一段代码直接出错，抛出了异常，我不认为这是陷阱。那么Python中哪些真正算得上陷阱呢？
《随机之美，随机森林》
随机森林和决策树相比，能更好的防止过拟合。虽然每个基分类器很弱，但最后组合的结果通常很强，这也类似于：“三个臭皮匠顶个诸葛亮”的思想。对比发现Random Forest（随机森林）和SVM（支持向量机）名列第一、第二名。
《用神经网络训练一个文本分类器》
理解聊天机器人的工作原理是非常重要的。聊天机器人内部一个非常重要的组件就是文本分类器。我们看一下文本分类器的神经网络（ANN）的内部工作原理。
《GAFT：一个使用 Python 实现的遗传算法框架》
本文作者以自己实现的一个遗传算法框架介绍了遗传算法，并以一个一维搜索和二维搜索例子介绍了框架的结构设计原则以及使用方法。需要使用遗传算法做优化的童鞋也可以作为工具和参考。
往期热文回顾
7月：《我是这样挑战不用 for 循环的，15篇 Python 技术热文》
6月：《代码这样写更优雅，15篇 Python 技术热文》
5月：《Python + Django 如何支撑了 7 亿月活用户：15 篇热文》
4月：《在终端中优雅地编写 Python：10 篇热文》
3月：《禁用 Python GC，Instagram 性能提升10%：10 篇热文》
看完本文有收获？请转发分享给更多人
关注「Python开发者」，提升Python技能
