以前格式化字符串一直用的%，最近认识了一下format。format是Python中新的格式化字符串的方式（相较于%而言），用起来非常方便，可以实现不少%不能实现的功能。本文就来介绍一下酷酷的format。

最常见的 with 用法是 with open()，但背后涉及到的 python 的上下文管理器。本文就来讲解一下什么是 with，什么是上下文管理器。

不知道大家是否发现，知乎书店有很多免费的书，像知乎周刊、知乎日报年度精选、以及一些大V编写的书。最近写了个爬虫，爬了下知乎书店上所有免费的图书，整理出来分享给大家。

平时时不时会面面实习生，大多数的同学在学校里都已经掌握了Python。面试的时候要求同学们实现一个简单的函数，交换两个变量的值，大多数的同学给出的都是如下的答案

用豆瓣API爬取了豆瓣上的Python图书，筛选了评分人数>80的书，按照评分高低排序，删除了些中英文版本重复的书，整理出了下面这张最受好评的20本Python图书榜单，书名包含豆瓣链接，点击直达豆瓣书的详情页面。

本文简单的介绍下kafka，主要包含以下部分：

numpy可以创建包含同类型数据的数组，底层用C实现，效率非常高。我们可以用如下的方式创建一个numpy数组：

Numpy中有一个非常方便的特性：broadcasting。当我们对两个不同长度的numpy数组作二元计算（如相加，相乘）的时候，broadcasting就在背后默默地工作。本文我们就来介绍下numpy的broadcasting。

看到大多数计算最大回撤的代码都是 $O(n^{2})$ 的算法复杂度，其实最大回撤的计算用 $O(n)$ 的算法复杂度就能实现，只需对 $O(n^{2})$ 复杂度的代码稍作修改即可。

炒新股常见的操作是新股上市后一直持有，直到涨停打开的那一天卖掉股票，获利了结。但有不少新股涨停打开后，会继续上涨，抛早的朋友就会错过这一波行情。本文旨在通过对历史数据的分析，预测新股上市后短期内的上涨幅度，尝试给出更精准的抛售时机。