难忘的pycon china 2016

周六去PyCon China 2016当志愿者，学到很多也认识了很多新的pythoner，虽然很累，但是很开心。

上次沙龙活动就听说了pycon china，很是想去，于是就在暑假报名了今年的pycon的志愿者，希望能跟更多领域的更多pythoner进行交流和学习。由于做了志愿者就有很多其他的事情要处理，虽然很累，但是收获了不少。在这里就纪念下这次pycon，算是一个不错的回忆，希望能以后能进步更多，有一天能达到会上演讲嘉宾和其他pythoner的水平。

这次大会不知道其他高手们怎么看，有很多东西都是我不知道的，有了这次机会我接触了一些自己不会的东西，对他们有了大致的了解，对我来说这就是干货呀。虽然里面没有人做科学计算的，但是也有数据可是或，人工智能深度学习，量化交易等主题，至少和我擅长的有所交集。

这里我就稍微总结下几个嘉宾的报告内容（纯属个人总结。

《聊聊python和量化投资》
这个毕竟知乎上的名人和名项目了，所以之前就听说有很多人是冲着他的报告来的，听了他的报告我也了解了什么事量化交易，知道了他封装C++模块的方法等。
陈晓优首先介绍了什么是量化投资以及量化投资的科学建模方法、计算机驱动以及高速交易等特点，同时又对比了机构管理和散户炒股方法上的本质区别。针对python陈晓优针对从交易员的观点出发列出了使用python完成量化交易框架的几个原因，同时介绍了python做量化投资的从数据收集到实盘交易的工具链其中包括例如numpy，scipy，ipython notebook等著名的工具。针对人气火爆的vnpy框架他详细的介绍了vnpy中的python对交易接口的封装、事件驱动引擎以及活跃的社区等内容，最后介绍了vnpy框架的整体架构。
这里面他使用了boost.python来封装C++交易接口，同时他也提到了为什么选择使用boost.python而不是swig这些，虽然我自己的模块都是swig封装的，但是我对这个boost.python非常的感兴趣，貌似不用写swig的接口文件了，而是尽情地去写C++和python就好了，恩，过段时间去看看boost.python的文档去。
《用高魔的姿势调python程序》
饿了么Python框架负责人郭浩川带来了他在饿了么使用dtrace和systemtap调试python的高魔方法的快速演讲。这两个强有力的工具可以帮助程序员在任何时间任何地点对python进程进行检查和调试，也可以方便的对gevent环境下程序进行性能剖析。针对dtrace和systemtap郭浩川先对这两个工具的特点以及优缺点进行了分析和介绍，最后使用了gevent patch程序的性能剖析的具体事例讲解了如何使用这两个工具进行高逼格的python调优。
这个我是真不了解，一个是现在我也没有使用gevent写过协程，dtrace和systemtap也没有使用过，不过听下报告来，感觉这工具的确是很好用，也可以很好的进行profiling，这几天我就把自己的代码进行profiling了，有机会一定接触解除。
《Python数据可视化的应用与价值》
熟悉数据可视化的杨洁坤首先先介绍了什么是数据可视化以及数据可视化的一些基本概念和基本算法，主要通过社交网站的用户活跃度曲线以及好友数量分布曲线介绍了滤波和拟合算法。
后面他基于三个python数据可视化的实践项目介绍了数据可视化的应用与价值。
第一个是服务器性能监控的滤波和可视化，将统计数据可视化找出肉眼难以识别的重要bug。
第二个是通过绘制彩票的K线图来“赚一点小钱”，通过随机数据的可视化，监控不符合统计规律的异常点总结选号算法。
第三个是通过FR算法和组群识别算法将社交网络的好友关系网络结构可视化来找出“隐秘的红颜知己”

很有趣的几个例子，很实用，也涉及了一些基本算法，等有机会也做个酷炫的网络关系图玩玩。
《TensorFlow框架剖析及应用》
百纳信息科技有限公司人工智能方向负责人王琛从有名的alpha go和基于深度学习技术的修图APP介绍了机器学习之神经网络的基本概念例如模型训练BackPropagation算法等，同时介绍了python中常用于机器学习的库和模块其中包括Numpy，Scipy、Caffe和Theano等。
之后王琛介绍了Google发起的著名的开源机器学习框架TensorFlow，讲解了TensorFlow的核心需求、架构设计、数据并行以及计算表示模型-数据流图（DataflowGraph），并通过简单的代码实例讲解了tensor flow简单的前端编程接口的使用。
最后，王琛先生以自己团队使用深度学习方法制作类似Prisma的图片风格化应用为例讲解了TensorFlow的具体实战方法和经验。

这个我是最感兴趣的之一，一个是一直对机器学习的算法感兴趣，虽然现在自己的课题没有涉及到机器学习，也没有机会使用强大tensorflow，希望有一天我能见识下jeff dean大神的这个作品的nb。