Python热文Top10，精选自1000篇文章
译者 | reason_W
编辑 | 明明
出品 | AI 科技大本营（公众号ID：rgznai100）
【AI 科技大本营导读】每月一次的热文推荐又又又来啦~这次我们从近 1000 篇 Python 文章进行了筛选，挑选出了 10 篇（前 1％）值得一看的文章以飨读者。
本次热文推荐主题涉及：Python 3.7，超级马里奥编程，数据科学，安全开发，线性代数，加密货币，PyFPDF，签证预测 app 。
（此前发布过多篇收藏党喜欢的文章，也是来自Mybridge：①Python 开源项目 Top 10 精选，平均star为1128！②从15000个Python开源项目中精选的Top30，Github平均star为3707，赶紧收藏！③我们从8800个机器学习开源项目中精选出Top30，推荐给你④5月Python好文TOP 10新鲜出炉⑤Keras、卷积神经网络、Pytorch 以及音频处理优秀文章推荐⑥机器学习 TOP 10 必读论文⑦Top 50机器学习项目实战总结）
▌No.1Python 3.7 新特性
该文作者 Geir Arne Hjelle 是挪威测绘局的一名研究人员，数据科学家。
文章主要介绍了 3.7 版本的 Python 新特性，包括：
通过内置的新breakpoint() 更轻松地访问调试器
使用数据类创建简单类
自定义访问模块属性
改进了对类型提示的支持
更高精度的定时功能
以及 3.7 版本在速度上做的优化。
原文链接：
https://realpython.com/python37-new-features?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
▌No.2你究竟能用 Python 做什么？这是 Python 的 3 个主要应用领域。
该文作者 YK Sugi 是 youtube 上一名 50 万粉丝的超高人气科技类视频博主（youtube ID 是 CS Dojo），主要创作内容包括 Python、数据结构、编程等领域。
文章主要介绍了 python 在其被广泛应用的三种领域的相关知识：
Web 开发：Django和 Flask 两种不同的框架
数据科学：包括机器学习，数据分析以及数据可视化
脚本：通常用来编写自动执行简单任务的小程序
原文链接：
https://medium.freecodecamp.org/what-can-you-do-with-python-the-3-main-applications-518db9a68a78
▌No.3使用 Python 提取超级马里奥背景元素
这篇文章在 reddit 编程板块发布的第一天被顶了 970 次，引发了 49 次跟帖讨论，非常值得一读。
文章主要介绍了在不使用计算式视觉技术的条件下如何提取超级马里奥游戏中每一阶段的背景图像上的元素，并附有详细的源码解析和接口介绍，是一篇非常“硬核”的博文。
原文链接：
http://matthewearl.github.io/2018/06/28/smb-level-extractor?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
▌No.4使用 Python 处理数据科学中的电子表格
该文作者是 DataCamp 社区的知名博主。文章主要介绍了如何通过 Pandas包赋予 Python 比 Excel 更强大的功能。
原文链接：
https://www.datacamp.com/community/tutorials/power-spreadsheets-python?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
▌No.5Python 数据科学：8 个可能被忽略的概念 [ 7.1k 赞]
文章主要介绍了作者在为 Udemy 制作课程过程中发现的几点容易被忽略的概念，牢记这几点 Python 编程会事半功倍。其中主要涉及 NumPy 和 Pandas，如单行 list 的理解，lambda 函数等。
原文链接：
https://towardsdatascience.com/python-for-data-science-8-concepts-you-may-have-forgotten-i-did-825966908393
▌No.6Python 中常见的 10 个安全问题 [ 3.6k 赞]
3.6k 赞好文，文章作者 Anthony Shaw 是 Dimension Data 人才总监及 python 软件基金会成员。文章介绍了在编写安全代码时比较普遍且容易被攻击的 10 个问题以及避免这些问题的方法。
原文链接：
https://hackernoon.com/10-common-security-gotchas-in-python-and-how-to-avoid-them-e19fbe265e03
▌No.7Python，SciPy 和 NumPy 的数据科学及线性代数基础
这篇文章通过浅显易懂的语言为读者介绍了在数据科学入门过程中涉及到的一些线性代数和统计学的知识，以及如何用 SciPy 和 NumPy 来处理他们。
原文链接：
https://www.twilio.com/blog/2018/06/data-science-linear-algebra-python-scipy-numpy.html?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
▌No.8用 Python 分析加密货币市场 [ 3.2k 赞]
文章作者 Anthony Xie 是 Hodlbot 创始人，加密货币投资人。在过去的几天里，我们发现加密货币市场正经历着大规模的溃败，各种各样的加密货币纷纷倒下，本文将通过分析历史数据来回答以下几个问题：
多少加密货币与整体市场密切相关？
有多少加密货币与比特币密切相关？
什么是与整体市场最不相关的加密货币？
与比特币关联最少的加密货币是什么？
按市值计算的前 20 名加密货币如何相互关联？
原文链接：
https://hackernoon.com/how-many-cryptocurrencies-are-simply-following-the-market-8b48b2cefc63
▌No.9使用 PyFPDF 和 Python 创建 PDF
这篇教程详细介绍了如何使用 PyFPDF和 Python创建 PDF，并提供了详细的代码解析。如果你有用 python 生成 PDF 的打算，这篇文章非常值得一读。该系列的第二篇文章介绍了使用 pdfrw 生成 PDF 的方法。
原文链接：
http://www.blog.pythonlibrary.org/2018/06/05/creating-pdfs-with-pyfpdf-and-python?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
▌No.10使用 Python 预测 H-1B 签证申请
这篇教程详细介绍了使用 Python 和 XGBoost 库搭建机器学习模型来预测签证申请的过程。主要内容包括：
探索性数据分析
特征工程和特征提取
使用 XGboost 算法训练数据集
使用训练好的模型预测签证申请案例件状态
原文链接：
https://www.datacamp.com/community/tutorials/predicting-H-1B-visa-status-python?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
参考链接：
https://medium.mybridge.co/python-top-10-articles-for-the-past-month-v-july-2018-daefb1c3a5a6