摘要:本文介紹了一些活躍的與或軟件工程相關的高質量的播客。相關的播客這些播客的運營者都是開發者,他們關注的都是我們領域內很重要的話題。是一個關于數據可視化的播客。
我國互聯網的發展道路與歐美不同,在內容的形式上,我們似乎實現了跨越式的發展——早早進入了移動互聯網時代,直播和短視頻等形式的內容成為了潮流,而文字形式的博客(blog)與聲音形式的播客(podcast)則(逐漸)成為了小眾。智能手機極大地改變了我們的上網習慣。
誠然,仍有一些受眾廣泛的聚合類的平臺,例如微信公眾號、CSDN、掘金、極客時間、喜馬拉雅、荔枝FM,為我們提供豐富的博客與播客,但是,不依賴平臺的個人博客與個人播客,則鮮有人知。
依我的使用習慣,我很喜歡聽音頻節目,也即是播客。中文的播客聽了不少,但是,免費的 Python 播客是極其稀少。
直到發現了 Full Stack Python 網站上的一篇文章,它匯總介紹了一些非常棒的 Python 播客,大部分節目仍在持續更新中。我特翻譯出來,分享給大家。
英文節目對大多數人來說,可能門檻較高,但是英文是程序員的必修功課 ,聆聽英文節目,正好可以一邊學技術,一邊練習英語,一舉兩得。
英文 | Best Python Podcasts[0]
譯者 | 豌豆花下貓
Python 社區里有很多免費或低成本的學習資源,對新手與有經驗的開發者來說,是一大福音。這些優秀的資源就包括很多定期更新的 Python 播客節目。
本文介紹了一些活躍的、與 Python 或軟件工程相關的、高質量的播客。
Python 相關的播客這些播客的運營者都是 Python 開發者,他們關注的都是我們領域內很重要的話題。每個播客系列都有很長的歷史列表,有的節目錄于幾年前,因此我們有很豐富的材料可以聆聽與學習。
Talk Python to Me[1] 專注于 Python 開發者和組織,每期節目會邀請不同的嘉賓來談論 ta 的工作
Podcast.__init__[2] 提供有關 Python 的故事,以及“與那些讓它變得更棒的人們的訪談”
Python Bytes[3] 是來自“Talk Python to Me”和“Test and Code Podcast”創作者的新播客
Test and Code Podcast[4] 側重于測試與相關主題,如模擬(mock)和代碼度量
Philip Guo 教授有一個名為 PG Podcast[5] 的視頻播客,基本是關于 Python 主題的
Import This[6] 是 Kenneth Reitz 和 Alex Gaynor 間歇更新的播客,對有影響力的 Python 社區成員進行深度的采訪
最喜歡的播客節目以下是我從各大播客中收集的最喜歡的一些節目,聽聽這些內容,你可以感受到其余播客節目的風格。
SQLAlchemy and data access in Python[7] 讓我理解了對象關系映射庫 SQLAlchemy 的知識及其演變過程。這期節目采訪了 SQLAlchemy 的作者,主持人 Michael Kennedy 根據他對 SQLAlchemy 的深入研究和使用經驗提出了很多問題。
Python past, present, and future with Guido van Rossum[8] 涵蓋了 Python 的歷史、Guido 創造并持續三十年來發展這門語言的動機。有趣的事實:當播客主持人邁克爾·肯尼迪向我征詢話題時,我貢獻了一個問題,即 Python 的開源是否是促使它成功的原因?
Deploying Python Web Applications[9] 劇透預警:這是我在 Talk Python to Me 上的一期節目,介紹了 Python Web 應用程序部署的工作原理。
Python Bytes 欄目在第 39 集中廣泛地討論了 object-relational mappers (ORMs)[10] ,其中不少討論是基于 Full Stack Python 上的文章。謝謝大家對我們提出的反饋與建議。
Python at Netflix[11] 出自 Talk Python to Me ,通過一個非常棒的視角,介紹了 Python 是怎么運用于這家最大的網絡流媒體公司,以及如何適應它們的多語言組織。
另一個很棒的 Talk Python to Me 節目, Python in Finance[12],介紹了 Python 在金融行業中的廣泛用途:股票交易、定量分析和數據分析。如果你想知道像對沖基金這樣的不透明的私營企業是如何利用 Python 賺取(大量)錢財的,一定要聽聽這個。
通用軟件開發的播客這些播客主要探討的是軟件開發相關的主題,但經常也會涉及 Python 的內容。聆聽和學習這些播客,你將會成為更加優秀的軟件開發者。
Software Engineering Daily[13] 令人難以置信的是每天邀請不同的開發者嘉賓,談論話題非常廣泛,與開發相關。
All things Git[14] 教人如何使用、構建及將 Git 用于工作,每兩周一更。
CodeNewbie[15] 采訪新入行的開發者,談論為什么他們要從事編程工作,以及他們的工作內容。該欄目也會采訪一些經驗豐富的、打造了知名項目的開發者。
Developer on Fire[16] 采訪程序員、架構師和測試人員,講述他們成功、失敗和卓越的故事。
Command_line Heroes[17] 涵蓋操作系統級的主題以及 DevOps。
Embedded.fm[18] 涵蓋嵌入式系統和硬件黑客攻擊。
The Changelog[19] 周更播客,關于常規軟件開發的問題。
Full Stack Radio[20] 雖與 Full Stack Python 無關,但值得關注!
Exponent[21] 不是一個軟件開發的播客,但它以深入的方式揭示了企業的戰略和技術,使我能夠更好地理解企業在構建和發布軟件時所做出的決策。我聽了每一集(以 1.5 倍速),非常推薦每周花 45 到 60 分鐘,聽 Ben Thompson 和 James Allworth 深入討論一個主題。
Test Talks[22] 每周考察一個軟件測試的主題,通常會特邀一位鉆研該領域的嘉賓。
The Cloudcast[23] 聚焦于云計算和 DevOps 的相關主題。
數據科學與數據分析的播客Python 不僅是數據科學社區的核心編程語言,而且幾乎在每個使用數據分析的組織中都發揮著重要作用。 以下播客廣泛地涵蓋數據科學,并經常涉及到 Python 生態系統中的特定的工具。
DataFramed[24] 是一個數據科學播客,內容涵蓋 Python 標準庫,以及數據分析者感興趣的其它內容。
Data Skeptic[25] 涵蓋數據科學、統計、機器學習、人工智能,以及“科學懷疑論”(scientific skepticism)等內容。
Data stories[26] 是一個關于數據可視化的播客。
Partially Derivative[27] 是一個關于機器學習、人工智能和數據行業的播客,在 2017 年底已停播,節目列表包含了大量的內容。
References[0] Best Python Podcasts: https://www.fullstackpython.c...
[1]?Talk Python to Me:?https://talkpython.fm/
[2]?Podcast.__init__:?http://podcastinit.com/
[3]?Python Bytes:?https://pythonbytes.fm/
[4]?Test and Code Podcast:?http://pythontesting.net/test...
[5]?PG Podcast:?http://pgbovine.net/PG-Podcas...
[6]?Import This:?https://www.kennethreitz.org/...
[7]?SQLAlchemy and data access in Python:?https://talkpython.fm/episode...
[8]?Python past, present, and future with Guido van Rossum:?https://talkpython.fm/episode...
[9]?Deploying Python Web Applications:?https://talkpython.fm/episode...
[10]?object-relational mappers (ORMs):?https://www.fullstackpython.c...
[11]?Python at Netflix:?https://talkpython.fm/episode...
[12]?Python in Finance:?https://talkpython.fm/episode...
[13]?Software Engineering Daily:?https://softwareengineeringda...
[14]?All things Git:?https://www.allthingsgit.com/
[15]?CodeNewbie:?https://www.codenewbie.org/po...
[16]?Developer on Fire:?http://developeronfire.com/
[17]?Command_line Heroes:?https://www.redhat.com/en/com...
[18]?Embedded.fm:?http://embedded.fm/
[19]?The Changelog:?https://changelog.com/
[20]?Full Stack Radio:?http://www.fullstackradio.com/
[21]?Exponent:?http://exponent.fm/
[22]?Test Talks:?https://joecolantonio.com/tes...
[23]?The Cloudcast:?http://www.thecloudcast.net/
[24]?DataFramed:?https://www.datacamp.com/comm...
[25]?Data Skeptic:?https://www.dataskeptic.com/
[26]?Data stories:?http://datastori.es/
[27]?Partially Derivative:?http://partiallyderivative.com/
公眾號【Python貓】, 專注Python技術、數據科學和深度學習,力圖創造一個有趣又有用的學習分享平臺。本號連載優質的系列文章,有喵星哲學貓系列、Python進階系列、好書推薦系列、優質英文推薦與翻譯等等,歡迎關注哦。PS:后臺回復“愛學習”,免費獲得一份學習大禮包。
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/43562.html
摘要:我強烈推薦這本書給初學者,因為本書側重于統計建模和機器學習的基本概念,并提供詳細而直觀的解釋。關于完善簡歷,我推薦以下網站和文章怎樣的作品集能幫助我們找到第一數據科學或機器學習方面的工作簡歷是不夠的,你還需要作品集的支撐。 showImg(https://segmentfault.com/img/bVblJ0R?w=800&h=533); 作者 | Admond Lee翻譯 | Mik...
摘要:但這并不代表播客對于學習技術沒有好處。這個播客最新一期是月日更新的,是第期。是這三個技術播客中開播最晚的,去年月份才發布第一期。它被評為上最好的播客應用。 學技術的朋友一般都會關注不少技術博客(blog),但是關注技術播客(podcast)的人估計不會太多。這里一方面也是由于相關的播客數量,尤其是中文播客數量較少導致的。但這并不代表播客對于學習技術沒有好處。 編程派認為,好的播客節目能...
摘要:是你學習從入門到專家必備的學習路線和優質學習資源。的數學基礎最主要是高等數學線性代數概率論與數理統計三門課程,這三門課程是本科必修的。其作為機器學習的入門和進階資料非常適合。書籍介紹深度學習通常又被稱為花書,深度學習領域最經典的暢銷書。 showImg(https://segmentfault.com/img/remote/1460000019011569); 【導讀】本文由知名開源平...
閱讀 1683·2021-10-13 09:39
閱讀 3154·2021-10-12 10:11
閱讀 549·2021-09-28 09:36
閱讀 2633·2019-08-30 15:55
閱讀 1384·2019-08-30 13:04
閱讀 621·2019-08-29 17:08
閱讀 1900·2019-08-29 14:14
閱讀 3399·2019-08-28 18:23