简介：了解Python最新技术热点和动向
第1章 用在线的方式完成 Flask 开发--在线开发和部署一个Flask应用
flask 作为轻量级的 python web 开发框架已经很流行了，有什么样的优缺点呢。纯在线开发的是一个比较新鲜的概念，目前轻量级开发的问题。Coding 的 WebIDE 工具介绍;使用 webide 来编写一个轻量的 web 程序是什么样的体验。开发完成后如何结合现有的部署工具完成部署访问。Coding 和第三方部署工具提供的部署选择。
第2章 用简单语言构建复杂系统
作为云计算领域的一个领头项目，OpenStack近年来的飞速发展，充分证明了Python语言构架大型复杂系统的可行性。美团云团队是Python语言的重度使用者，Python工程师们从开发、测试、运维等多个方面合力保障这套复杂系统的正常运行。
第3章 基于猎聘大数据的Python工程师职业发展研究
我们分析职业发展数据的技术和数学方法 1. 人才分布：Python人才在不同行业、地域和职位的分布情况 2. 企业需求：招聘市场上的Python人才需求热点和变化趋势 3. 职业发展：Python人才职业发展的路径分析，在不同行业间的流动趋势和方向 4. 薪资水平：不同行业、地区、职位、工作年限的Python人才薪水分析，与其他技能人才的薪资水平对比 5. 人才画像：Python人才的年龄段、教育背景、所学专业情况，以及与职位、收入水平的关系
第4章 Dive Into Sentry
分享 Sentry 一些相关的经验。在豆瓣内部 Sentry 的使用情况，Sentry 迁移经验。以及一些 Sentry 的内部机制，内部实现，以及一些吐槽。
第6章 用Python实现Hadoop任务调度管理
如何解决大数据任务的依赖、定时、失败重试问题？三大开源调度系统oozie、azkaban、luigi各有所长。但是它们主要面向开发人员，使用门槛较高。针对数据分析场景，我们用python开发了一套可视化、轻量级、易用的大数据任务管理系统，让分析师也能够轻松提交和管理任务，玩转大数据
第7章 Python 让更多的人爱上编程语言
如何让孩子爱上编程，python是众多语言首选！Python作为动态语言更适合初学编程者。Python可以让初学者把精力集中在编程对象和思维方法上，而不用去担心语法、类型等等外在因素。而Python清晰简洁的语法也使得它调试起来比Java简单的多。至于哪个更“优雅”纯属个人喜好，但对于初学编程的人Python更直观应该没什么异议。
第8章 快速定位优化PYTHON代码
编写一个较大型的程序，写好后，运行很缓慢，这时候不可能再一行行其找原因，毕竟代码那么多，那这种情况下如何快速定位到问题，解决问题；还有如果已经上生产的项目，这时候由于某种原因运行缓慢，那肯定不能ctrl+c 吧，程序还要继续运行，但是都不能确定是运维的问题还是开发的问题，这下找原因困难重重，怎么解决，还要这时候环境复杂，也许代码之间，总体影响最大的也许是多个原因，而影响最大的单个原因应该最先被解决，这什么怎么发现这一点;
第9章 python安全编码
主要讲python的安全编码，包括xss，httpresponse直接返回导致的xss， 命令注入（哪些接口会导致命令注入，如何正确的封装一个过滤命令注入） ，sql注入的场景， 代码执行的场景（eval，pickle.loads），以及如何避免，eval的错误封装导致的安全问题，github一搜一堆堆的。文件操作，像任意文件读取，下载等，文件上传，xxe漏洞的场景，在python中的体现。最后会谈到自动化审计注入漏洞
第10章 python的module机制与最佳实践
人生苦短，我用python。但是，在使用python的过程中，最让人痛苦的事情有二件，一个是编码问题，另一个则是import不了包。本文将详细介绍关于python的包管理机制，python如何引用包，PYTHONPATH是怎么回事，sys.path与其有什么不同。为什么py3把py2的包引入机制彻底废弃。py3的absolute import又是怎么回事。最后，演讲将介绍关于python项目目录的最佳实践，避免各种引用的问题。
第11章 使用Python进行高效大数据分析处理与可视化
大数据处理中;70%左右的时间我们在做处理准备(加载/抽取/清洗/转换/分组/ 合并等); 进行商务分析的过程中(以及之后);又会花相当多的时间做数据可视化的工作. 这个主题介绍了如何使用Python选择高效的数据处理分析与可视化.内容通过多个实例, 覆盖了如何使用Pandas进行高效数据ETL与分析; 使用SeaBorn与BokeH进行高效数据可视化; 使用Blaze与Spark与Pandas结合进行更大规模的数据分析与可视化等.
第12章 解决迭代陷阱，Python In Docker
Python依赖陷阱是给令人头疼的问题 描述依赖陷阱造成的问题 用virtualenv是现有的方案。 可以解决的一些问题，但是却会造成另一些问题 还有其他的解决依赖陷阱的方案 对比 可以使用Docker来解决 如何用Docker解决依赖陷阱 Docker的机制是什么，为什么能解决问题 Docker可以给Python带的其他附加值。部署更方便，集成第三方更容易。CPython，Pypy，Jpython的使用更容易
第13章 Python在移动社交平台中的应用
介绍以下内容： 1、移动社交平台及其架构介绍（简介） 1）平台的主要架构（全球化的考虑） 2）各部分功能简介（使用到了哪些组件） 2、Python及其类库在平台中的应用（主要介绍，大家一起交流） 1）Python的使用（Python的优缺点、Python的适用性） 2）相关类库的使用（PIL等） 3）使用过程的心得交流
第14章 用 QPython 极速开发 安卓 App
以开发 PyConChina2015 为例子，介绍如何用 QPython 开发并导出为 安卓 APK; 安卓 WebApp 的设计思路 QPython 的简介及 WebApp 模式 QPython 微信号/qpython