Die Linkschleuder für Pythonistas

Trotz meiner guten Vorsätze ist durch meine achttägige Abwesenheit mein Feedreader fetter geworden als beabsichtigt. Darum muß ich ihn jetzt erst einmal ein wenig entschlacken. Ich beginne heute mit einer Linkschleuder zu Python, Django und Verwandtes nebst einem Ausflug in die gekünstelte Intelligenz:

• Vorab eine philosophische Frage: »Explizite Typangaben in Python: Segen oder Fluch«? Denn die seit Python 3.6 erlaubten Typangaben für Variablen ist für manche Python-Entwickler eine sinnvolle Neuerung, für andere ein Sakrileg.

• Mit Webscraping muß sich jeder Programmierer mindestens einmal in seinem Leben beschäftigen (meist viel öfter, als ihm lieb ist). Darum hat *Colin OKeefe« eine »Practical Introduction to Web Scraping in Python«, die wirklich sehr nützlich ist.

• Daneben gibt es auch noch diese »20+ Python Web Scraping Examples« (Beautifulsoup & Selenium).

• Für Anfänger und darüber hinaus: Auch der Artikel »Python Programming Basics With Examples« enthält einen Abschnitt über Web Crawling.

• Das führt uns natürlich gleich zu Django, dem Python-Webframework, mit dem auch ich mich in den nächsten Monaten beruflich intensiver beschäftigen muß. Zum Einstieg daher diese »9 Django Tips for Working with Databases« und dieses Tutorial »How to Use RESTful APIs with Django«.

• Auch von Ogundipe Samuel gibt es nützliche Django-Tutorials: Einmal »How to Build a Message Delivery Status in Django« und zum zweiten »How to build a photo feed using Django«. Letzteres könnte mein Wochenend-Übungs-Projekt werden.

• Das Buch »Cracking Codes with Python – An Introduction to Building and Breaking Ciphers« von Al Sweigart kann man nicht nur bei Amazon kaufen, sondern hier auch kostenlos online lesen.

• Das Tkinter-Tutorial »Python GUI Examples« ist recht umfangreich und deckt die wichtigsten und am häufigsten gebrauchten Widgets ab. Allerdings fehlt die Graphikprogrammierung via Canvas.

• Andrea Kurenkov sinniert über die »Power of IPython Notebook + Pandas + and Scikit-learn« und begründet seinen Wechsel von R und RStudio zu Jupyter und den oben genannten Tools.

• Damit kommen wir zu der vielgestellten Frage: »R or Python? Python or R? The ongoing debate«. Lest selber, ich halte mich da einfach mal raus …

• Da wir uns nun so langsam dem Gebiet der Künstlichen Intelligenz nähern beginne ich mit einem einführenden Beispiel: »Image Colorization Using Optimization in Python« von Sandipan Dey.

• Und Rainald Menge-Sonnentag weist darauf hin, daß TensorFlow 1.5 Python-Befehle direkt ausführt.

• Noch ein nettes, wenn auch macOS- und iOS-zebtriertes Tutorial von Mikael Konutgan: »Beginning Machine Learning with scikit-learn«.

War sonst noch was? Ach ja, Douglas Hofstadter widmet sich in einem Essay der Frage, warum Google Translate trotz »Deep Learning« nichts versteht und von Elena Nisioti gibt es eine »History of ideas in AI research«. Das eine hat zwar mit dem anderen nur begrenzt zu tun, doch liest man beide Artikel, versteht man doch mehr. Und das obige Bild ist eine PDP 10, ein Rechner von DEC, der von etwa Ende der 1960er bis Mitte der 1980er Jahre in der Geschichte der KI eine wichtige Rolle gespielt hat, da er im Gegensatz zu den damals vorherrschenden Rechnern von IBM und CDC nicht für den Batch-, sondern für den Dialog-Betrieb vorgesehen war.

(Kommentieren)