Python与Devops Law 目录 CONTENTS Devops技术栈 Devops构建示例 Python工具二次开发 Devops DevOps 是一个完整的面向IT运维的工作流，以 IT 自动化以及持续集成（CI）、持续部署（CD）为 基础，来优化程式开发、测试、系统运维等所有 环节 构建Devops之前面临的问题 Devops 过程包含，代码构建打包、测试、部署、发布、监控、回滚等等一个 过程包含，代码构建打包、测试、部署、发布、监控、回滚等等一个 项目的闭环、快速构建以上过程。 构建Devops常用软件技术栈 •代码管理（SCM）：GitHub、GitLab、SubVersion •构建工具：Ant、maven •自动部署：ansible、saltstack、puppet •持续集成（CI）：Jenkins •配置管理：Ansible、Chef、Puppet、SaltStack •容器：Docker、kvm •容器：Docker、kvm •编排：Kubernetes、openstack、Apache Mesos、swarm •服务注册与发现：Zookeeper、etcd、Consul •脚本语言：python、ruby、shell •日志管理：ELK、Logentries •系统监控：zabbix、prometheus 前东家关于Devops的一些实践 Devops传统方式下构建示例 Devops发布流程需要考虑几个问题

Python与影视特效 郭李灼 目录 CONTENTS Python与视效行业 展望 一起来玩耍 1Python与视效行业 1.1 视效怎么做 1.2 Python在视效行业的应用 视效怎么做？ Python在视效行业的应用 2 展望 从技术角度看“5毛”特效 新技术对视效的影响 3 一起来玩耍 图形图像研发 PM Pipeline TD Pythonista in

MicroPython与硬件开发 黄盈樟 个人简介 2019年11月10日8时10分 资深嵌入式开发工程师，近几年的工作领域为开源无人机系统应用、物联网全系统 应用，擅长语言是C/C++/Python, 曾于国内多个重点大学开展无人机应用项目， 在国内多所二本院校担任物联网专业的课程讲师。 目录 CONTENTS 硬件发展史与开发语言 MicroPython发展史 MicroPython实例 MicroPython实例 物联网全栈开发 1 硬件发展史与开发语言 根据摩尔定律的发展，硬件的性能越来越好，随之对开发语言的 要求也越高。 电子管时代 中小型机时代 嵌入式系统时代 物联网时代 2 MicroPython发展史 MicroPython的缘起，在教育领域中的应用。 MicroPython发明者 • Damien George Mu编辑器及MicroPython贡献者 • • Nick Tollervey MicroPython与Python的异同 • 完整支持 Python 3.4 语法, 包括 • Exceptions • with , yield from, etc. • 增加 3.5’s async and await。 • 根据嵌入式运行环境，增加了硬件专用库和删减了部分库。 MicroPython支持的硬件开发板 • PyBoard • WiPy

Python在金融领域的应用与创新 华能贵诚信托有限公司 金融科技实验室 1.Python舆情监控系统 2.华能信托及个人简介 4.华小智金融科技实验室 3.舆情监控详细代码分析 目录 CHAPTER 1 Python舆情监控系统 舆情监控系统 - 视频简介 HUMANS ARE CREATIVE BEINGS. IF IT IS NOT REAL TEXT, THEY WILL 《Python金融大数据挖掘与分析全流程详解》作者 公司介绍 Huaneng Guicheng Trust Corporation Ltd. TALK IS CHEAP SHOW ME THE CODE CHAPTER 3 舆情监控详细代码分析 Python舆情监控 4 3 2 6 1 5 百度新闻批量爬取 24小时不间断爬取 舆情预警系统 数据清洗及优化 IP代理与反爬 舆情评分系统 百度新闻批量爬取 24小时不间断爬取 舆情预警系统 数据清洗及优化 IP代理与反爬 舆情评分系统 HUANENG GUICHENG TRUST CORPORATION LTD. 代码公布平台 - Mo 4 3 2 6 1 5 百度新闻批量爬取 24小时不间断爬取 舆情预警系统 数据清洗及优化 IP代理与反爬 舆情评分系统 HUANENG GUICHENG TRUST CORPORATION

Python C拓展在各平台的打包 与发布 赵丰 GitHub ID: zhaofeng-shu33 在 Windows 平台上：没有找到编译器； 在 Unix 平台上： 无法解决软件依赖。 假如 numpy 官方的源只包含一堆 .c 文件 现在你要 pip install numpy 结果将是 1 为什么需要C拓展包 2 如何在不同的平台打包并发布 编写 setup.py

Python与云 ——AWS的Python原生应用浅析 张孝峰 亚马逊AWS资深解决方案架构师 Python 30周年 Python发展时间线 2019/10 v3.8 v2.7.17 开始实现 1989/12 v0.9.0 1991/2 v1.0.0 1994/1 v2.0 2000/10 v2.5 2006/9 v2.6 2008/10 v3.0 2008/12 发布的功能和服务数量 AWS同样功能丰富 AWS向客户提供超过165项功能全面的服务 涵盖计算、存储、数据库、联网、分析、机器人、 机器学习与人工智能、物联网、移动、安全、混 合云、虚拟现实与增强现实、媒体，以及应用开 发、部署与管理等方面。 如何管理和使用海量的云API Amazon Athena Amazon Redshift 超过165项服务 数千个不同的API AWS Tools and SDKs Serverless 数据库 缓存服务 Hadoop 容器编排 微服务 Fargate AWS Lambda Hello World • 事件响应 一个函数对应一类事件 • API后端 一个函数对应一个API • 数据处理 一个函数对应一种数 据 无服务器服务不止Lambda AWS Lambda Amazon SNS Amazon SQS AWS Step Functions Amazon

Python Profiling 原理深入探索与实践 主讲人： 羿莉（萧羿） – 阿里云SLS Python Profiling 大纲 l背景概述 lPython Profiling的场景与技术原理 Ø场景：即时 vs 持续 Ø技术原理 确定剖析 vs 采样剖析 函数粒度vs 行粒度 物理时间vs CPU 时间 技术全景概览 技术细节探索 lPython Profiling的工具链和解决方案 背景概述 • 什么是Profiling？ • 定义： Profiling是一种以收集程序运行时信息为手段研究动态的程序行 为的分析方法。其分析对象是程序的空间或时间复杂度、特定指令的使用 情形、函数调用的频率以及执行的时间等等。 • 步骤：数据采集、统计分析、可视化、推理导出 • 目的：云计算背景下 • 代码优化=提升效率 • 资源优化=降低成本 背景概述 !"#$%&'()*+,- 帮助用户发现和比较得出需要优化的部分 • 给出了每个函数调用的时间，支持递归 • 运行结果可以基于pstats导出，也可基于 snakeviz进行可视化 • Cprofile 缺点 • 确定性分析，overhead过高 • 统计信息太多，更多的是noise • 更适合即时 profiling，而非在生产环境中 持续 profiling • 只到function 粒度，函数内部未知 Pyinstrument

Python 与高中技术课程教学 Python and Tech- Curriculum in High School Education 以声音制造为例 An case study in sound production 罗丹 Dan Luo 北大附中技术与艺术中心 Email: luodan@i.pkuschool.edu.cn 目录 CONTENTS 案例教学设计思路 间的屏障，帮助学生拓展视野，制定 未来职业规划 声音制造教学设计 该项目以研究声音信号为核心任务，学生通过 1. 了解声音 2. 分析声音 3. 制造声音 4. 处理声音 5. 传播声音 五大研究模块来全面和深入地了解与声音信号相 关的工程物理知识和数学模型并进行相关的实践 活动. 声音制造项目具体要求: 学生自己动手制作一款可以演奏的电子乐器 项目教学实施细则: 1. 带领学生复习(或预习)相关数学和物理知识 让学生观察处理前后的信 号特征 2. 将特征转化为数学模型 Python 处理声音信号 Python 的角色:用户交互界面的制作工具 设计用户交互机制 1. 设计触发声音和修改控制参数的 协议 2. 绑定事件反馈函数 3. 设计基本的用户界面 中学STEAM课程设 计和教学思考 内容优先于形式 a. 以中学主干学科的教学大纲为起点，平行深 入，交叉融合 b. 各学科老师之间进行深度合作 c. 在教学中清晰地展现学科知识间的联系

开源AIOps数据中台搭建与 Python的作⽤用 丁来强 关于我 • ⼯工作10+年年，熟悉⼤大数据分析、ITOps、SecOps等领域 • 阿⾥里里云⽇日志服务上海海负责⼈人，之前在Splunk上海海 • ⾃自从2015年年，在4届PyCon上，累计分享7+不不同议题 • 云栖⼤大会或社区累计分享13+个⼤大数据系统或Python相关议题 往届视频与PPT ⽇日志服务钉钉群 ⽇日志服务钉钉群 ⽬目录 CONTENTS 关于AIOps ⼯工程难点 开源⽅方案与Python作⽤用 1 关于AIOps 根据Gartner的报告，AIOps将在未来5-10年年落地开花，并集中统⼀一 各种Ops平台 IT运维的⽬目标/KPI 1 2 3 IT运维的挑战 • 复杂度越来越⾼高： • 架构演变：SaaS、多云、容器器、微服务等 • 数据孤岛越来越多：⼤大数据的3V（容量量、变化、种类） 机器器学习促进ITOps的主要⽅方式 降噪、去重 可视化与统计分析 增强描述性 descriptive 增加预测能⼒力力 proactive capabilities 增强排错 diagnostic 辅助根因分析 root cause analysis ⾃自动模式识别 事件关联 通过关联、知识图谱获 得可能原因 基于模式的预测 AIOps增强分析与⾏行行动能⼒力力，挡住更更多⼯工单 2 ⼯工程难点