iPython23527

在这篇教程中，我们将会深入两个基础概念：URL和表单。在此过程中，我们将会探讨一些其他的概念，例如创建可重用模板和安装第三方库。我们还会编写大量的单元测试。

本文解释了与3.6相比，Python 3.7的新特性。

在本指南的这个部分，我将会实现高性能的最有价值的方法 —— 缓存。缓存的本质是将最常用的数据放置到快速存储中，从而加速对它们的访问。重要的是，了解快速存储（比方说，内存）常常容量是有限的。因此，我们应该只将其用于常常使用的数据。

在这篇文章中，我们会使用一个名为serpy的小而美的库，来看看这种转换是如何工作的。接着，我们会集成这些代码到一个基于tornado的网络服务器，以快速演示如何编写返回JSON数据的API。

本教程旨在向你介绍机器学习的基本概念 —— 你将从头开始构建你的第一个预测模型，同时了解模型的工作原理。

本文的目标是提供使用Python进行加密货币分析的一个简单的介绍。我们将通过一个简单的Python脚本来检索、分析和可视化不同加密货币的数据。在此过程中，我们将会发现关于这些不稳定的市场行为怎样发现以及它们怎样演变的一种有趣趋势。

最近我们的一个测试问是否有针对Python代码的静态分析工具。他正在评审一个用python编写的网站应用，试图找出其中是否有高风险的问题。我不确定是否有方便使用并专注于python代码安全性的分析工具，因为大多数可用的工具都是专注于语法编译而不是安全性，也有一些专注于安全性的工具，如Fortity,非常昂贵。不过，我可以给他一个高风险问题的列表，这些问题都可以通过人工评审很容易地被发现。通过这份列表可以让他检查出很多我们标准网站应用检查表中的高风险问题。

首先提一下我自己曾经历过多次内存泄露，到底有几次？ 我自己心里悲伤的回想了下，造成线上影响的内存泄露事件有将近5次了，没上线就查出内存暴涨次数可能更多。这次不是最惨，相信也不会是最后的内存的泄露。

当Python程序员需要找到他们应用中的问题根源时，pdb一直是，而且很可能永远是他们的面包和黄油，因为它是一个内置的，并且易于使用的调试器。但也有些情况时pdb无法帮你的，例如，如果你的应用在某些地方卡住了，而你需要在不重启它的情况下，连接到正在运行的进程来找出原因。而这就是gdb让人眼前一亮的原因。