Python-Odoo 信息化平台框架 KC (YIUKEI CHOI) 目录 CONTENTS Odoo的发展及应用 基于Python-Odoo技术优势 基于Python-Odoo应用优势 Odoo平台信息化建设案例 Odoo的发展及应用 Odoo的发展 “Our mission is to help companies grow. We want to unleash companies’ Studio  图形化可视操作  简单的鼠标拖拽即可实现 功能的开发和定义  不受产品升级的影响，自 动 升级到新版本 物联网接入 智能机床 智能仪表 视频监控 蓝牙设备 POS 机器人 Odoo 国内外平台接口-第三方应用 Odoo全球应用 Odoo平台信息化建设案例 Odoo官方-法国Toyota案例 欧度科技-消防总队管理数字化平台 THANK YOU

Pants: Python工程化 必备构建工具 主讲人： 沈达 – 比图科技数据工程师 Pants 2 https://www.pantsbuild.org 面向任意规模代码仓库的高性能、可扩展、用户友好的构建系统。 由 主要实现 用 定义构建 对 支持最好 Pants 1 诞生于推特 Pants 2 涅槃重生 由Toolchain赞助 人生苦短，我用Python 用户 JupyterLab

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 开始研发 2004 AWS Lambda 2014/11 2019/10 22个区域 165项服务 Python被称为“瑞士军刀” • Web开发 • AI / 机器学习 • 自动化运维 • 网络爬虫 • 大数据分析 48 82 160 280 516 722 1017 1430 1,957 2009 2011 2012 2013 2014 2015 2016 2017 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 • Python

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 安全运维、合规审计⼈人员、商务分析师 • Garner预测未来5年年： • AIOps会从功能演变成平台并落地 • 到2022年年，40%企业会使⽤用AIOps 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 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 数据采集、数据中台、智能算法、⾃自动化等 AIOps系统（常规层次） AIOps系统架构 • 场景应⽤用 • 智能监测系统 • ⾃自动化系统 • ⼯工单知识库 • 数据湖 • 监控⽣生态系统 • 数据源 数据的摄取挑战 • 各种来源： • SaaS、多云、容器器、微服务、主机、应⽤用等

务器，我们会在最后一章学习。 第 2 章：Hello, Flask! 15 解剖时间 下面我们来分解这个 Flask 程序，了解它的基本构成。 首先我们从 flask 包导入 Flask 类，通过实例化这个类，创建一个程序对象 app ： from flask import Flask app = Flask(__name__) 接下来，我们要注册一个处理函数，这个函数是处理某个请求的处理函数，Flask '

Hello Totoro!

' 保存修改后，只需要在浏览器里刷新页面，你就会看到页面上的内容也会随之变 化。 第 2 章：Hello, Flask! 18 修改 URL 规则 另外，你也可以自由修改传入 app.route 装饰器里的 URL 规则字符串，但要注 意以斜线 / 作为开头。比如： flask-sqlalchemy 大部分扩展都需要执行一个“初始化”操作。你需要导入扩展类，实例化并传入 Flask 程序实例： from flask_sqlalchemy import SQLAlchemy # 导入扩展类 app = Flask(__name__) db = SQLAlchemy(app) # 初始化扩展，传入程序实例 app 设置数据库 URI 第 5 章：数据库

目录 CONTENTS IoT 项目组成 典型 IoT 项目剖析 Python 各个击破 IoT 技术栈 Python + IoT 开发实践 IoT 项目组成 •IoT 项目组成 • 云 即云端，它负责真实世界数 据的存储、展示、分析，是物 联网的最上层，它是中枢和大 脑，也是连接人和物的纽带； • 管 即管道，它是物联网的网络 核心，一切数据和指令均靠管 道来传输，它是物联网的中间 使用多种硬件接口 • 驱动各种外设 • 嵌入式Linux软件开发 • 使用多种硬件接口 • 驱动各种外设 • 数据库存储 • 网络通信 • Web程序开发 • 数据存储 • 数据可视化 Python 各个击破 IoT 技术栈 • MicroPython 开发 IoT 终端 • Python 开发 IoT 网关 • Python 开发 IoT 服务端 •Python 各个击破 Python应用程序调用 •Python 各个击破 IoT 技术栈 -- Python 开发 IoT 服务端 • 第三方IoT云平台提供Python编程接口，编写少量代码即可实现IoT项目云端程序 • 利用Python丰富的Web框架( Django、Flask...)构建物联网云端程序 • 数据可视化 • AI/ML/大数据等开源库支持 Python API，有助于自身与物联网项目的结合 • 丰富的物联网网络库，通用网络库

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 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 !"#$%&'()*+,-.$/0,.$1234- Profiling56789:;<=> 背景概述 Resolve • 给出了单独每个步骤所需要的时间，可以 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 •

/ Evangelist 7 年 Windows/ Internet/ Cloud @ 3 年 iOS/ Mobile App @ 1.5 年 Cloud Computing @ 技术关注： 云计算：架构、大数据、计算优化 机器学习：深度学习、自然语言处理 语言：Python、Go、Scala、Lua Web：爬虫 2016的目标：Web爬虫＋深度学习＋自然语言处理 ＝ ？ Microso� 率而不仅仅是过去发生的事情 历史的数据和统计建模被用于概率进行预测 传统的数据分析旨在回答关于过去的事实，机器学习的目 的是回答关于未来事件的可能性的问题! 机器学习的应用场景 个性化 – 提供个性化的电子商务体验 文档聚类 – 按照文档上下文自动分类 欺诈检测 – 发现异常的规律行为，识别和标记欺诈交易 推荐引擎 客户流失预测 ... 机器学习－学习方式 监督学习- 人工干预和验证的要求 API, 非常好的文档 THEANO 实践 THEANO 实践 THEANO 中的卷积极神经网络 为什么是 PYTHON ？ 最好的"胶水"代码用于研究、快速开发 iPython, 数据可视化 丰富的框架资源Theano, Kersa, TensorFlow 海量的社区、开源的支持 为什么需要 GPU？ 为什么需要 GPU？ CPU - 指令并行执行，数据并行运算 GPU - 矩阵类型的数值计算，尤其浮点运算

Lyzh（刘知杭） 目录 CONTENTS 有关类型的概念 使用mypy对Python源 代码进行静态分析 代数数据类型 拓展知识 关于类型的一些基本概念 有类型不等于有类型系统 动态语言类型化的必要性 不久前的一个案例 正文 类型的概念 CPython定义了PyObject这个 结构体作为对象头。 CPython中的类型，是指在对 象头中指向类型元信息的指针。 CPytho 。 类型系统就是一种轻量级的形式化方法，它通常被植入编译器或程序分析器中进行自动校验。 从而让那些不熟悉底层理论的程序员也可以使用它们。 这类轻量级技术中还包括模型检测（Model checking），运行时验证（Runtime verification）和类型系统（Type system）等等。其中类型系统最流行，发展最完善。 在计算机科学中，形式化方法（Formal method）是一种数学方法。旨在能像其它工程学科 为动态语言添加类型系统需要考虑到过渡与历史包袱 一种叫做渐进式类型系统的东西完美的符合了这个应用场景 这种类型系统同时允许动态类型与静态类型的存在 声明类型系统、鸭子类型与结构类型系统 类型系统的分类——声明式类型系统与结构化类型系统 声明类型系统通过名字来检查类型 鸭子类型——一个object，你看它长得像鸭子，行为也像鸭子，那他就是鸭子。 结构类型系统检查类型的形状而非名字 MYPY与Python标准支持 P