简明Python教程 零基础学 Python 第一版 零基础学 Python 第二版 可爱的 Python Python 2.7 官方教程中文版 Python 3.3 官方教程中文版 Python Cookbook 中文版 Python3 Cookbook 中文版 深入 Python 深入 Python 3 PEP8 Python代码风格规范 Google Python 风格指南 中文版 Python入门教程 (PDF) 笨办法学 Python (PDF EPUB) Python自然语言处理中文版 （感谢陈
用Python,Lua和Ruby语言设计游戏-Game.Programming.with.Python...
总体而言，awesome-python 包括了Web 框架、网络爬虫、网络内容提取、模板引擎、数据库、数据可视化、图片处理、文本处理、自然语言处理、机器学习、日志、代码分析等。
语言无关 MySQL 21分钟MySQL入门教程 MySQL索引背后的数据结构及算法原理 NoSQL Disque 使用教程 Neo4j .rb 中文資源 Neo4j 简体中文手册 v1.8 Redis 命令参考 Redis 设计与实现 The Little MongoDB Book The Little Redis Book 带有详细注释的 Redis 2.6 代码 带有详细注释的 Redis 3.0 代码 PostgreSQL PostgreSQL 8.2.3 中文文档 Postgre
最近一直被追着问，要给推荐一些自动化测试入门的书籍，其实只要把公众号里近200篇文章都翻上那么一遍，大致应该知道了自动化测试需要哪方面的技术了。 同时把所有文章中涉及的实例都调试通了、并理解了，不说深入理解、掌握自动化测试了，至少对自动化测试相关基础技术都应该有所掌握的。 无非就是懒 又或是 无非是坐等别人把什么都梳理好了 这里推荐一些书： 只涉及基础原理和技术的 不推荐市面上已经有的所谓各种xxx自动化测试相关的书 请自己去买或是搜索电子版，我不提供现成pdf等电子版本 首先，你需要一些编程类的学习，对于
本公众号所有内容，均属微信公众号: 开源优测 所有，任何媒体、网站或个人未经授权不得转载、链接、转贴或以其他方式复制发布/发表。已经本公众号协议授权的媒体、网站，在使用时必须注明"稿件来源微信公众号：开源优测"，违者本公众号将依法追究责任。
版权声明：署名，允许他人基于本文进行创作，且必须基于与原先许可协议相同的许可协议分发本文 （Creative Commons） 欢迎大家在我们平台上投放广告。如果你希望在我们的专栏、文档或邮件中投放广告，请准备好各种尺寸的图片和专属链接，联系咸鱼（QQ 1034616238）。 我们组织了一个开源互助平台，方便开源组织和大 V 互相认识，互相帮助，整合资源。请回复这个帖子并注明组织/个人信息来申请加入。 请回复这个帖子来推荐希望翻译的内容。如果大家遇到了做得不错的教程或翻译项目，
中文版：https://leetcode-cn.com/problems/3sum/
看来许多初学的同学和我一样，第一个念头就是我对机器学习和Python都不太了解，该读哪些书？今天我们聊书。
97 Things Every Programmer Should Know Gitee 下载 Github 下载 SourceForge 下载 A Java Reference (UCB CS61b Textbook) Gitee 下载 Github 下载 SourceForge 下载 AI Cheat Sheet Gitee 下载 Github 下载 SourceForge 下载 Advanced R Gitee 下载 Github 下载 SourceForge 下载 An Intro
在 Github 上一度蝉联最流行的机器学习和数据科学包 NumPy，已经有了非常之系统的中文文档，回想起当初细啃 NumPy 之时，不少人不得不徘徊于各大搜索引擎及平台反复查找，找到的文档也许还很不系统。现在，如果有什么和 NumPy 的问题，只需要浏览这份官方中文文档就足够了。它足够的系统、全面且亲民。亲民到什么程度呢？网站还独一份的配备了「防脱发指南」。
GitHub 上的 Awesome 系列（资源大全系列），是一个汇总了优秀工具资源的大集合，并由 GitHub 社区用户持续维护和更新。初始的版本都是英文，伯乐在线组织整理了热门资源大全的中文版。目前，中文版的资源列表在 GitHub 总计已经有超过 10K star 和 数千 fork 。以下是各个开发和设计资源的详细介绍。
Django awesome（Django 优秀资源大全） https://github.com/haiiiiiyun/awesome-django-cn（源地址） https://github.com/yinzhuoqun/awesome-django-cn（备用地址） v3.2.x LTS https://docs.djangoproject.com/zh-hans/3.2/（官方-部分中文） v2.2.x LTS https://docs.djangoproject.com/zh-hans/2.2/i
这是「进击的Coder」的第 581 篇技术分享作者：崔庆才 经常逛 GitHub 的同学可能会听说过大名鼎鼎的 awesome 仓库，没错，就是这个：https://github.com/sindresorhus/awesome。 这个库可谓是一个极大的宝藏，囊括了有关技术的几乎所有领域的资料、工具和库，比如平台、编程语言、前端开发、后端开发、大数据、数据科学、数据库、安全、硬件、DevOps 等等等，几乎想到的全都有。 就拿 Platform 这个平台这个分支来讲吧，里面又有进一步的细分，比如 iOS
每年 Python 官方都会做一次年度报告，今年也不例外。这在 Python 社区算是一件大事了。
OpenCV是计算机视觉中经典的专用库，然而其中文版官方教程久久不来。近日，一款最新OpenCV4.1 版本的完整中文版官方教程出炉，读者朋友可以更好的学习了解OpenCV相关细节。教程来自objectdetection.cn。
Python在自动化办公方面有很多实用的第三方库，可以很方便的处理word、excel、ppt、pdf文件，今天我们就学习一下Python处理PDF文档的两个常用库「pdfplumber」、「pypdf2」。
公告 我们始终与所有创作者站在一起，为创作自由而战。我们还会提供一切必要的技术支持。 我们全力支持科研开源（DOCX）计划。希望大家了解这个倡议，把这个倡议与自己的兴趣点结合，做点力所能及的事情。 我们的部分文档已备份到 PYPI、NPM 和 Docker，详情请查看各个文档 README 中的“下载”一节。 ApacheCN 项目的最终目标：五年内备份并翻译 Github 上的所有教程（其实快被我们啃完了，剩下的不多了）。 警告各位培训班：对 ApacheCN 宣传文章的举报，也将视为对 ApacheCN
文章转载自 麻瓜编程 链接 https://mp.weixin.qq.com/s/DSU33owf5Z6PhTCInn1LhA
发布三年之后，Keras终于有了官方中文版文档。 今年1月，Keras作者、谷歌AI研究员François Chollet在推特上发出召唤：讲中文的Keras用户们，是否有人愿意帮忙一起搞个Keras
1.《fluent python》（中文版：《流畅的python》） 这本书来源于某个公众号的推荐（忘了是哪个了），在读这本书之前，已经阅读了市面上很多python书籍，比如《python核心编程》，《python学习手册》，《python源码剖析》，这些书籍在一定程度上写的很不错，但给你的感觉就像是读官方文档，没有注入作者自己的想法，直到遇上了《流畅的python》，这本书从数据模型开始讨论，从python的基础数据结构开始引入整个python的设计哲学，对！这本书灌输给你的就是python是如何设计它的语言特性的，一般的书你读了可能就是对的，就应该这么写，作者不会去剖析为什么要这么写，这本书不然，处处体现了python的为什么要这么设计，而不是告诉你要怎么写。不剧透了，如果要进阶python，这本书是不二之选。（注：如果有可能可以去读读英文原版，因为我读了翻译版后，找了原版再去复习了一遍，感觉目前的翻译版本翻译的不怎么好，有些细节在翻译的过程中丧失了。） 2.《designing data-intensive application》（暂无翻译版） 这本书是有关数据系统设计的书，可以这么说，读完这本书再去读大数据的相关论文就是事半功倍，很后悔之前没读这本书就读了那些大数据的相关论文，现在慢慢的回过头再去回味那些论文，很多疑惑都解开了。全书以数据库评价指标开头，从单机的数据模型，存储、搜索、文件格式、传输慢慢聊到分布式系统下的一致性和共识，最后再整合，让你拍案叫绝。唯一的遗憾在于它至今没有中文版。 3.《programming in Scala》（中文版：《Scala编程》） 这本书的作者就是Scala的设计者，显然书籍的含金量不容置疑。全书充满着书生的学究气，不把一件事挖到底决不罢休。作为语言的设计者，除了描述Scala的使用，也会讲述Scala这门语言为什么要这么设计。如果你是初学者，我觉得这本书不适合你，虽然这本书也包含了入门，但是作者显然没把你当作初学者看待。 其实还读了一些网上书单推荐的书，例如《高可用架构》，《clean architecture》等，这些书感觉都像是一种描述性的语气讲述着知识点，知其然而不知其所以然，读读即可。
项目地址：https://github.com/majikarp/awesome-programming-books#id-section2
转 ORACLE SEQUENCE 介绍https://blog.csdn.net/tianlesoftware/article/details/4745039 在oracle中sequence就是所谓的序列号，每次取的时候它会自动增加，一般用在需要按序列号排序的地方。 1、Create Sequence 你首先要有CREATE SEQUENCE或者CREATE ANY SEQUENCE权限， CREATE SEQUENCE emp_sequence INCREMENT BY 1 — 每次加几个 START WITH 1 — 从1开始计数 NOMAXVALUE — 不设置最大值 NOCYCLE — 一直累加，不循环 CACHE 10;
导读：《Think Python》是很多Python初学者的不二入门教材，受到广泛好评。该书原作者是美国Olin工程学院的教授Allen B. Downey，目前该书的原版和中文版本都已免费开源。
C++ 标准库接口众多。在实际使用时如果不熟悉常常感到无从下手。阅读开源代码时，常常能看到使用C++新特性的优美代码，但却显得那么陌生。
《Think Python》是很多Python初学者的不二入门教材，受到广泛好评。该书原作者是美国Olin工程学院的教授Allen B. Downey，目前该书的原版和中文版本都已免费开源。
整个过程下来，给我的感觉就和吃了翔一样难受，窒息的感觉，全程没少骂win11的设计者...
最近程序员交友圈出了一个大新闻，GitHub 帮助文档正式推出中文版了，之前一直都是只有英文文档，看起来费劲不方便。
这本书几乎是数据分析入门必读书了。主要介绍了python3个库numpy（数组），pandas（数据分析）和matplotlib（绘图）的学习。
我是自学的Python。从对Python一无所知，到在博客上写Python相关的系列文章（Python快速教程），前后有将近三年的时间。期间有不少门槛，但也充满乐趣。乐趣是自学的最大动力。Python是一个容易编写，又功能强大的动态语言。使用Python，可以在短短几行内实现相当强大的功能。通过自己写一些小程序，迅速的看到效果，发现问题，这是学习Python最便利的地方。
前言 这里筑梦师,是一名正在努力学习的iOS开发工程师,目前致力于全栈方向的学习,希望可以和大家一起交流技术,共同进步,用简书记录下自己的学习历程. 个人学习方法分享 2017年计算机系书单分享 本文阅读建议 1.一定要辩证的看待本文. 2.本书单原本打算在后半年才放出,但是因为抄袭,我觉得还是立即放出来给大家分享比较好. 3.本书单所涉及书籍如有需要,可以简信私我,仅供学习交流使用,如有侵权请与我联系. 4.2018年书单均为我在学习过程中所阅读书籍,可能会与17年书籍有所重复.本文将在年底结束更
Nova Mac中文版是一款强大的代码编辑器，具有非常强大的API和内置的扩展浏览器，因此非常易于扩展，而且已内置支持CoffeeScript，CSS，Diff，ERB，Haml，HTML，INI，JavaScript，PHP，Python，Ruby，Sass，SCSS，Smarty，SQL，TSX，TypeScript，XML和YAML等等。
《Think Python》是很多计算机初学者的不二入门教材，受到广泛好评。该书原作者是美国 Olin 工程学院的教授 Allen B. Downey，目前该书的原版和中文版本都已免费开源。
计算机视觉入门的一些综述类文章和经典pdf书籍，【3D视觉工坊】按照不同领域帮大家划分了下，涉及图像处理、计算机视觉、自动驾驶、立体视觉、深度估计、姿态估计、OpenCV、SLAM、点云处理、多视图几何、三维重建等~ 综述类文章 双目视觉的匹配算法综述 基于立体视觉深度估计的深度学习技术研究（综述） 单目图像的深度图估计：综述 机器视觉表面缺陷检测综述 A Review on Object PoseRecovery: from 3D Bounding Box Detectors to Full 6D Pos
翻译 | AI科技大本营 参与 | 刘畅 最近，经常为AI学习者提供优质学习资源的Mybridge对近1400篇机器学习文章进行了排名，挑选了10篇有助于提升你技能的文章（0.7％的几率）。 文章列表中的主题有：Google Brain，AlphaGo，生成维基百科，矩阵微积分，全局优化算法，Tensorflow项目模板，NLP，CheXNet。 此前，Mybridge从8800个机器学习开源项目中精选出了Top30，并推荐了11月份的机器学习TOP 10文章。 第一名：GoogleBrain团队—
昨天推送了一篇《来自Kenneth Reitz大神的建议：避免不必要的面向对象编程》，文中K神的建议出自他发起和维护的开源项目，这也就是我们今天荐书的主角了。
Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的作者——谷歌工程师 François Chollet 表示，Keras 更像是一个界面而不是一个独立的机器学习框架。 Keras 允许简单而快速的原型设计（用户友好，高度模块化，可扩展性），同时支持卷积神经网络和循环神经网络，以及两者的组合，而且在还可以在 CPU 和 GPU 上无缝运行与切换。总体来说，Keras 具有以下几大优点： 用户友好：K
有没有专业的mac文本编辑器？用于Mac的Ultraedit是基于Windows 文本编辑器的本地Mac应用程序，UltraEdit mac中文版强大的功能使得用户编辑工作从简单的文本编辑到采用多种语言进行编辑，比如C，Objective C，Javascript，XML， PHP，Perl，Python等语言，变得更加理想，更加简单。UltraEdit for Mac(超好用的高级文本编辑器)具备了在文档中查找，在文档中替换，本地FTP / FTps，宏命令，编写脚本，列块/模块模式等多种功能。
blog.csdn.net/zhiguigu/article/details/119449173
Pycharm 作为 Python 开发最常用的IDE之一，不仅兼容性好，而且功能也相当丰富，比如调试、语法高亮、智能提示等等功能，它还支持web开发框架比如Django等，当你熟悉了它之后，开发效率是相当之高的。
Autodesk Flame 2024中文版提供用于快速、交互式 3D 视觉效果、精加工、合成、高级图形、颜色分级、整合、编辑和外观开发的工具。3D 合成（动作） 结合了传统 2D 合成的交互速度和强大的 3D 视觉效果。包括会话中艺术家的 WYSIWYG 预览。
Fl Studio可以说是当今世上音乐人最熟悉最常用的音乐制作软件了,它诞生于1989年,不过,早期的Fl Studio版本国内使用者并不多。九十年代国内基本都是用Cakewalk,大约是在2002年左右,Fl Studio迅速风靡全球,彻底取代了以前的系列,而VST软音源插件也取代了硬音源以及音色,为音乐人开创了一个全新的时代,彻底地改变了音乐人的工作方式。
HTML5 Canvas编程：http://blog.csdn.net/column/details/canvas-programming.html GTK编程基础学习：http://blog.csdn.net/column/details/sjin-gtk.html Git学习系列：http://blog.csdn.net/column/details/git-lover.html git学习笔记：http://blog.csdn.net/column/details/gitnote.html Git深入体验：http://blog.csdn.net/column/details/gitexperience.html Git菜鸟变大神：http://blog.csdn.net/column/details/lilongsheng-git.html GitHub 漫游指南：http://github.phodal.com/ 全栈增长工程师指南：http://growth.phodal.com/ 全栈增长工程师实战：http://growth-in-action.phodal.com/ Phodal’s Idea实战指南：http://ideabook.phodal.com/ JavaScript 闯关记：https://github.com/stone0090/javascript-lessons css知多少：http://www.cnblogs.com/wangfupeng1988/p/4325007.html Docker入门教程：http://dockone.io/article/111 HTTP cookies 详解：http://bubkoo.com/2014/04/21/http-cookies-explained/ HTTP 接口设计指北：https://github.com/bolasblack/http-api-guide http2讲解：https://bagder.gitbooks.io/http2-explained/content/zh/ innodb源码分析：http://blog.csdn.net/column/details/innodb-zerok.html JavaScript Promise迷你书（中文版）：http://liubin.org/promises-book/ JavaScript：http://blog.csdn.net/column/details/js-lyg.html JavaScript权威指南：http://blog.csdn.net/column/details/webcode.html JavaScript设计模式：http://blog.csdn.net/column/details/design-pattern-of-js.html JavaScript设计模式浅谈：http://blog.csdn.net/column/details/js-patterns.html LGCB：http://happypeter.github.io/LGCB/ linux基础与shell编程：http://blog.csdn.net/column/details/linux-world.html Linux内核读书笔记：http://blog.csdn.net/column/details/linuxnotes.html Linux入门及进阶：http://blog.csdn.net/column/details/dxmy-linux.html Nginx开发：http://blog.csdn.net/column/details/sknginx.html PHP程序员技术精粹：http://blog.csdn.net/column/details/phpjingcui.html PHP入门到精通：http://blog.csdn.net/column/details/phpspecialcolumn.html python3入门学习：http://blog.csdn.net/column/details/python-spider.html Python大法好：http://blog.csdn.net/column/details/python-master.html Python入门学习：http://blog.csdn.net/column/details/enjoypython.html Python学习笔记：http://blog.csdn.net/column/details/python-notes.html scala 从入门到入门+：https://segmentfault.com
IBM SpsS Statistics 26 中文版是款统计分析与数据挖掘软件，用于解决一系列的业务和研究问题。spss statistics主要功能包括了数据录入、资料编辑、数据管理、统计分析、报表制作、图形绘制等等，可以帮助用户进行操作分析的把握，非常的适合整个流程的分析，而且spss statistics里面拥有相当多的模块，可以根据需求选择，可以快速的对收入进行统计分析，包含了各种效率的增加。
https://leetcode.com/problems/happy-number/
照例先放上 GitHub 地址：https://github.com/Awesome-Interview/Awesome-Interview#LeetCode，大家可以点开链接直达技术面经详细内容。
今天推荐三份知识点的速查表，分别是机器学习、深度学习和 Python 三方面的知识点速查表。其中前两份都是来自斯坦福大学的课程，分别是 CS229 机器学习 和 CS230 深度学习课程。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
