#信息源
Substack 上有哪些值的推荐订阅的专栏?
https://news.ycombinator.com/item?id=36356476
插播:Python潮流周刊的https://pythoncat.substack.com
Substack 上有哪些值的推荐订阅的专栏?
https://news.ycombinator.com/item?id=36356476
插播:Python潮流周刊的https://pythoncat.substack.com
Substack
Python潮流周刊 | 豌豆花下猫 | Substack
由豌豆花下猫主理,精心筛选国内外的 250+ 信息源,为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容。愿景:帮助所有读者精进 Python 技术,并增长职业和副业的收入。. Click to read Python潮流周刊, by 豌豆花下猫, a Substack publication with hundreds of subscribers.
Python 潮流周刊#11:如何使用 Golang 运行 Python 代码?
🦄文章&教程
1 、使用 Golang 和 Docker 运行 Python 代码
2 、答案在代码中:“实现需求”的双重含义
3 、减轻 Python 包管理的痛苦 (英)
4 、CuPy:将 NumPy 数组调度到 GPU 上运行
5 、Python 源码剖析:深度探索 Cpython 对象
6 、使用 Flask + Flask RESTful 快速搭建 API 服务
7 、详解 Django 请求与响应:深入理解 Web Http 交互的核心机制
8 、将大型 Django 项目迁移到 Mypy 的失败之旅 (英)
9 、如何在 Python 中使用 Notion API ? (英)
10 、最简单的使用 Rust 加速 Python 的方法 (英)
11 、Python 是如何解析空格的? (英)
12 、如何从 Python 字典中删除重复的值? (英)
13 、如何找出 Python 代码中的性能瓶颈? (英)
14 、3 个很酷的 Python 库,节省你的时间和精力 (英)
15 、如何管理有近 3 万个文件的超大型 Python 代码仓? (英)
🐿️项目&资源
1 、threads-net:逆向工程 Threads 的 Python API (英)
2 、engblogs:用 AI 为科技公司官博作摘要,并部署成网站 (英)
3 、django-unicorn:Django 全栈的响应式组件框架 (英)
4 、imarkdown:轻量级的 Markdown 图片链接转换器
5 、Pangu-Weather:盘古天气的官方实现 (英)
6 、PULSE:中文医疗大语言模型
7 、creosote:识别虚拟环境中未使用的依赖库 (英)
8 、MediaGPT:中文的自媒体大语言模型
9 、MetaGPT:给定一行需求,返回 PRD 、设计、任务、代码 (英)
10 、khoj:数字大脑的 AI 个人助理 (英)
11 、aider:基于命令行的 AI 编码助手 (英)
12 、visprog:可视化编程,无需训练的合成视觉推理 (英)
👀合集 🤝投稿
订阅方式:Python猫 (可加群)| 邮件 | Telegram | Twitter
🦄文章&教程
1 、使用 Golang 和 Docker 运行 Python 代码
2 、答案在代码中:“实现需求”的双重含义
3 、减轻 Python 包管理的痛苦 (英)
4 、CuPy:将 NumPy 数组调度到 GPU 上运行
5 、Python 源码剖析:深度探索 Cpython 对象
6 、使用 Flask + Flask RESTful 快速搭建 API 服务
7 、详解 Django 请求与响应:深入理解 Web Http 交互的核心机制
8 、将大型 Django 项目迁移到 Mypy 的失败之旅 (英)
9 、如何在 Python 中使用 Notion API ? (英)
10 、最简单的使用 Rust 加速 Python 的方法 (英)
11 、Python 是如何解析空格的? (英)
12 、如何从 Python 字典中删除重复的值? (英)
13 、如何找出 Python 代码中的性能瓶颈? (英)
14 、3 个很酷的 Python 库,节省你的时间和精力 (英)
15 、如何管理有近 3 万个文件的超大型 Python 代码仓? (英)
🐿️项目&资源
1 、threads-net:逆向工程 Threads 的 Python API (英)
2 、engblogs:用 AI 为科技公司官博作摘要,并部署成网站 (英)
3 、django-unicorn:Django 全栈的响应式组件框架 (英)
4 、imarkdown:轻量级的 Markdown 图片链接转换器
5 、Pangu-Weather:盘古天气的官方实现 (英)
6 、PULSE:中文医疗大语言模型
7 、creosote:识别虚拟环境中未使用的依赖库 (英)
8 、MediaGPT:中文的自媒体大语言模型
9 、MetaGPT:给定一行需求,返回 PRD 、设计、任务、代码 (英)
10 、khoj:数字大脑的 AI 个人助理 (英)
11 、aider:基于命令行的 AI 编码助手 (英)
12 、visprog:可视化编程,无需训练的合成视觉推理 (英)
👀合集 🤝投稿
订阅方式:Python猫 (可加群)| 邮件 | Telegram | Twitter
❤4
Reddit 上新出现一个问题:Pythonista 这个词的起源是?
有人说是来源于西班牙语,也有说是意大利语。询问ChatGPT 4 和 Claude 2,答案竟然又完全不同,这可太奇怪了吧?!
有人说是来源于西班牙语,也有说是意大利语。询问ChatGPT 4 和 Claude 2,答案竟然又完全不同,这可太奇怪了吧?!
Python 潮流周刊#12:Python 中如何调试死锁问题?
🦄文章&教程
1 、使用 PyStack 调试 Python 中的崩溃和死锁 (英)
2 、介绍一个 FastAPI 项目模板 (英)
3 、Python FastAPI 微服务与 Polylith 架构 (英)
4 、Python 日志模块:实战应用与最佳实践
5 、测量 Python 和 Rust 异步 Web 服务的性能 (英)
6 、dinov2_retrieval:一个基于 DINOv2 的图片检索应用
7 、隐藏在 Python 标准库中的 CLI 工具 (英)
8 、如何在 Python 项目中使用 TailwindCSS ? (英)
9 、Python 元编程实用指南 (英)
10 、CPython 是如何打印堆栈信息的? (英)
11 、用于路径操作的 Pathlib (英)
12 、Stack Overflow 、Shopify 及 Levels 的软件架构 (英)
13 、10 条编写干净 Python 代码的建议 (英)
14 、Meta 开发者工具:支撑大规模协作的编程体系 (英)
🐿️项目&资源
1 、GitHub 上有哪些值得推荐学习的 Python 项目? (英)
2 、python-cheatsheet: Python 知识点速查表 (英)
3 、pandora:潘多拉,一个让你呼吸顺畅的 ChatGPT
4 、py4web:数据库驱动的 Web 开发框架 (英)
5 、FastAPI-Vue-Admin:基于 FastAPI+Vue 的敏捷开发框架
6 、ChatALL:同时与 ChatGPT 、Bing Chat 、Bard 、Alpaca 、Claude 、讯飞星火、文心一言等聊天
7 、vectordb:一个 Python 向量数据库 (英)
8 、python-sortedcontainers:有序容器类型(有序列表、有序字典和有序集合) (英)
9 、quart:一个支持异步的 Python Web 框架 (英)
10 、ShortGPT:自动生成短视频内容的 AI 框架 (英)
🐢播客&视频
5 则内容,放不下了
👀合集 🤝投稿
订阅方式:Python猫 (可加群)| 邮件 | Telegram | Twitter
🦄文章&教程
1 、使用 PyStack 调试 Python 中的崩溃和死锁 (英)
2 、介绍一个 FastAPI 项目模板 (英)
3 、Python FastAPI 微服务与 Polylith 架构 (英)
4 、Python 日志模块:实战应用与最佳实践
5 、测量 Python 和 Rust 异步 Web 服务的性能 (英)
6 、dinov2_retrieval:一个基于 DINOv2 的图片检索应用
7 、隐藏在 Python 标准库中的 CLI 工具 (英)
8 、如何在 Python 项目中使用 TailwindCSS ? (英)
9 、Python 元编程实用指南 (英)
10 、CPython 是如何打印堆栈信息的? (英)
11 、用于路径操作的 Pathlib (英)
12 、Stack Overflow 、Shopify 及 Levels 的软件架构 (英)
13 、10 条编写干净 Python 代码的建议 (英)
14 、Meta 开发者工具:支撑大规模协作的编程体系 (英)
🐿️项目&资源
1 、GitHub 上有哪些值得推荐学习的 Python 项目? (英)
2 、python-cheatsheet: Python 知识点速查表 (英)
3 、pandora:潘多拉,一个让你呼吸顺畅的 ChatGPT
4 、py4web:数据库驱动的 Web 开发框架 (英)
5 、FastAPI-Vue-Admin:基于 FastAPI+Vue 的敏捷开发框架
6 、ChatALL:同时与 ChatGPT 、Bing Chat 、Bard 、Alpaca 、Claude 、讯飞星火、文心一言等聊天
7 、vectordb:一个 Python 向量数据库 (英)
8 、python-sortedcontainers:有序容器类型(有序列表、有序字典和有序集合) (英)
9 、quart:一个支持异步的 Python Web 框架 (英)
10 、ShortGPT:自动生成短视频内容的 AI 框架 (英)
🐢播客&视频
5 则内容,放不下了
👀合集 🤝投稿
订阅方式:Python猫 (可加群)| 邮件 | Telegram | Twitter
👍2
尝试用 ChatGPT 将 Python 潮流周刊第 12 期翻译成了英文:
https://pythoncat.substack.com/p/python-trending-weekly-12
https://pythoncat.substack.com/p/python-trending-weekly-12
Python潮流周刊
Python Trending Weekly #12
Welcome to the 12th issue of Python Trending Weekly, a weekly newsletter about Python, AI and general programming techniques. The original version of the weekly publication was written in Chinese, and what you are reading here is the English version translated…
PyCharm 发布新版本了
https://blog.jetbrains.com/pycharm/2023/07/2023-2/
https://blog.jetbrains.com/pycharm/2023/07/2023-2/
The JetBrains Blog
PyCharm 2023.2: New Live Templates for Django, Black Formatter Integration, Run Anything, and AI Assistant | The PyCharm Blog
With this build, you can now type your Django code faster with the new live templates, reformat your code in one click with the integrated Black formatter, and generate commit messages with the help of AI Assistant. Read on below for the full list of enhancements!
Top 20 Must-Read Software Trends Reports for 2023
20 份必读的 2023 年软件趋势报告
https://www.ofbizian.com/2023/07/top-20-must-read-software-reports.html
20 份必读的 2023 年软件趋势报告
https://www.ofbizian.com/2023/07/top-20-must-read-software-reports.html
👍1
Python 潮流周刊#13:Jupyter Notebook 7 发布了,无 GIL 提案传来大好消息!
🦄文章&教程
1、Jupyter Notebook 7 隆重发布
2、Python 中的弱引用与基础类型支持情况探究
3、分布式锁的介绍与 Python 实现
4、释放 PyScript 的力量:在 HTML 中运行 Python 代码
5、通过并发实现更快的文件 I/O
6、如何编写完美干净的 Python 代码?
7、Python 日志记录:对比最流行的 6 个库
8、使用 cProfile 分析模块级代码
9、掌握 Python 函数式编程
10、Python 3.12 预览版:更直观和一致的 f-string
11、使用 AsyncMixin 创建可等待的构造函数
12、在 Python 中查找并修复不安全的直接对象引用
13、使用异步 Python 克服性能瓶颈:深入研究 CPU 密集型代码
14、PEP-720 交叉编译 Python 包
15、PEP-722 单文件脚本的依赖关系规范
🐿️项目&资源
1、Resume-Matcher:比较简历与职位描述,按照打分排名
2、awesome-python-htmx:Python 中使用 htmx 作 Web 开发
3、CodeGeeX2: 更强大的多语言代码生成模型
4、Chinese-Llama-2-7b: 第一个能下载运行的中文 LLaMA2 模型
5、docker-llama2-chat: LLaMA2 (official / 中文版
6、taipy:将数据和 AI 算法变为完整的 Web 应用
7、pyrasite:将代码注入正在运行的 Python 进程
8、python-manhole:调试运行中的 Python 程序
9、vscode-python:VScode 和 Docker 设置 Python 开发环境
10、webdriver_manager:Python 的 Webdriver 管理器
11、lets-plot:统计数据的开源绘图库
12、pdfarranger:在图形界面合并或拆分 PDF 文档
🥂讨论&问题
1、关于 PEP-703 的指导委员会通知(使 CPython 的 GIL 成为可选
👀合集 🤝投稿
订阅方式:Python猫 (可加群)| 邮件 | Telegram | Twitter
🦄文章&教程
1、Jupyter Notebook 7 隆重发布
2、Python 中的弱引用与基础类型支持情况探究
3、分布式锁的介绍与 Python 实现
4、释放 PyScript 的力量:在 HTML 中运行 Python 代码
5、通过并发实现更快的文件 I/O
6、如何编写完美干净的 Python 代码?
7、Python 日志记录:对比最流行的 6 个库
8、使用 cProfile 分析模块级代码
9、掌握 Python 函数式编程
10、Python 3.12 预览版:更直观和一致的 f-string
11、使用 AsyncMixin 创建可等待的构造函数
12、在 Python 中查找并修复不安全的直接对象引用
13、使用异步 Python 克服性能瓶颈:深入研究 CPU 密集型代码
14、PEP-720 交叉编译 Python 包
15、PEP-722 单文件脚本的依赖关系规范
🐿️项目&资源
1、Resume-Matcher:比较简历与职位描述,按照打分排名
2、awesome-python-htmx:Python 中使用 htmx 作 Web 开发
3、CodeGeeX2: 更强大的多语言代码生成模型
4、Chinese-Llama-2-7b: 第一个能下载运行的中文 LLaMA2 模型
5、docker-llama2-chat: LLaMA2 (official / 中文版
6、taipy:将数据和 AI 算法变为完整的 Web 应用
7、pyrasite:将代码注入正在运行的 Python 进程
8、python-manhole:调试运行中的 Python 程序
9、vscode-python:VScode 和 Docker 设置 Python 开发环境
10、webdriver_manager:Python 的 Webdriver 管理器
11、lets-plot:统计数据的开源绘图库
12、pdfarranger:在图形界面合并或拆分 PDF 文档
🥂讨论&问题
1、关于 PEP-703 的指导委员会通知(使 CPython 的 GIL 成为可选
👀合集 🤝投稿
订阅方式:Python猫 (可加群)| 邮件 | Telegram | Twitter
👍2🥰1
有人在生产中用pypy么?
自2015年以来,我一直是 PyPy 的发布经理,这是一个具有 JIT [0] 的替代 Python 解释器,并且做了很多工作来通过 conda-forge [1] 或直接下载 [2] 提供它。这不仅包括打包 PyPy,还包括改进整个 C-API 仿真层,以便今天我们可以运行(尽管速度更慢)几乎整个科学 python 数据堆栈。我们得到的关于在生产或研究中使用 PyPy 的真实人员的反馈非常有限,这令人沮丧。仅仅跟上每年的CPython发布周期就是一项重要的工作。改进底层技术的努力需要以用户体验为指导,但我们听到的太少,无法引导我们非常有限的精力。如果您使用的是 PyPy,请在此处或通过 [3] 中列出的任何方法告诉我们。
https://news.ycombinator.com/item?id=36940871
自2015年以来,我一直是 PyPy 的发布经理,这是一个具有 JIT [0] 的替代 Python 解释器,并且做了很多工作来通过 conda-forge [1] 或直接下载 [2] 提供它。这不仅包括打包 PyPy,还包括改进整个 C-API 仿真层,以便今天我们可以运行(尽管速度更慢)几乎整个科学 python 数据堆栈。我们得到的关于在生产或研究中使用 PyPy 的真实人员的反馈非常有限,这令人沮丧。仅仅跟上每年的CPython发布周期就是一项重要的工作。改进底层技术的努力需要以用户体验为指导,但我们听到的太少,无法引导我们非常有限的精力。如果您使用的是 PyPy,请在此处或通过 [3] 中列出的任何方法告诉我们。
https://news.ycombinator.com/item?id=36940871
👍1
群友提了个问题:Python是如何识别f字符串前缀的?能否自定义字符串前缀符号?
StackOverflow上同样的问题:
https://stackoverflow.com/questions/37203589/possible-to-make-custom-string-literal-prefixes-in-python
StackOverflow上同样的问题:
https://stackoverflow.com/questions/37203589/possible-to-make-custom-string-literal-prefixes-in-python
👍2
Python 潮流周刊#14:Lpython 高性能编译器、Python 与 JavaScript 实现互通
🦄文章&教程
1、LPython:新颖、高性能、适用于多平台的 Python 编译器
2、Cython 3.0.0 的文档
(附详解历时五年的 Cython3.0 都发生了哪些变化 )
3、Python 中使用 Pandas 和 NumPy 计算变异系数
4、Jupyter 中的生成式 AI
5、Python 中的结构化模式匹配
6、使用 Rich 的 Inspect 查看 Python 对象属性
7、Python 包版本控制的怪癖
8、文件 I/O 并发编程的模式
9、如何高效地阅读 Python 代码?
10、如何在 Python 中用 JPype 与 Pyjnius 调用 Java 代码?
11、如何在 Python 中调用 JavaScript 代码?
12、使用 Textual 构建 ChatGPT TUI 应用程序
13、Python 中的向量数据库入门
14、CPython 的编译过程是怎样的?
15、介绍新开源的 Python 调试器 pdbp (Pdb+)!
🐿️项目&资源
1、PyFlo:一个很有趣的 Python 入门教学网站
2、Pandas Tutor:可视化 Pandas 执行过程的网站
3、ploomber-sql:使用 SQL 和 Jupyter 开发端到端的应用
4、memray:Python 的内存分析器
5、textual-paint:终端中的 MS Paint
6、rich:在终端中提供富文本和美观的样式
7、json-lineage:支持解析大型 JSON 文件的工具
8、PythonMonkey:嵌入到 Python VM 中的 JavaScript 引擎
9、cudf:GPU 数据帧库
10、distill-sd:更小更快的 Stable Diffusion
11、HQTrack:高质量追踪视频中的任何事物
12、awesome-mlops:很棒的 MLOps 工具精选列表
🐢播客&视频
1、Talk Python To Me #425:终极的 Python 内存分析器 Memray
👀合集 🤝投稿 🐱频道
订阅:微信 (可加群)| RSS | 邮件 | Twitter
🦄文章&教程
1、LPython:新颖、高性能、适用于多平台的 Python 编译器
2、Cython 3.0.0 的文档
(附详解历时五年的 Cython3.0 都发生了哪些变化 )
3、Python 中使用 Pandas 和 NumPy 计算变异系数
4、Jupyter 中的生成式 AI
5、Python 中的结构化模式匹配
6、使用 Rich 的 Inspect 查看 Python 对象属性
7、Python 包版本控制的怪癖
8、文件 I/O 并发编程的模式
9、如何高效地阅读 Python 代码?
10、如何在 Python 中用 JPype 与 Pyjnius 调用 Java 代码?
11、如何在 Python 中调用 JavaScript 代码?
12、使用 Textual 构建 ChatGPT TUI 应用程序
13、Python 中的向量数据库入门
14、CPython 的编译过程是怎样的?
15、介绍新开源的 Python 调试器 pdbp (Pdb+)!
🐿️项目&资源
1、PyFlo:一个很有趣的 Python 入门教学网站
2、Pandas Tutor:可视化 Pandas 执行过程的网站
3、ploomber-sql:使用 SQL 和 Jupyter 开发端到端的应用
4、memray:Python 的内存分析器
5、textual-paint:终端中的 MS Paint
6、rich:在终端中提供富文本和美观的样式
7、json-lineage:支持解析大型 JSON 文件的工具
8、PythonMonkey:嵌入到 Python VM 中的 JavaScript 引擎
9、cudf:GPU 数据帧库
10、distill-sd:更小更快的 Stable Diffusion
11、HQTrack:高质量追踪视频中的任何事物
12、awesome-mlops:很棒的 MLOps 工具精选列表
🐢播客&视频
1、Talk Python To Me #425:终极的 Python 内存分析器 Memray
👀合集 🤝投稿 🐱频道
订阅:微信 (可加群)| RSS | 邮件 | Twitter
❤4👍2
PSF 在周末发布了 2022 年度报告。
由于我曾基于去年的报告写了一篇《谷歌、微软、Meta?谁才是 Python 最大的金主?》,所以在这里再俗气地聊聊两组跟金钱相关的数据吧:
1、22 年的总开销 370 万,超了 21 年的 196 万很多,但是收入也增加了很多,年度净收入仍有 25 万;
2、22 年向亚洲的拨款骤减成了 1%,排倒数第一(21 年是 8%,倒数第二),这样的数据让我挺费解的,到底是怎么回事?
由于我曾基于去年的报告写了一篇《谷歌、微软、Meta?谁才是 Python 最大的金主?》,所以在这里再俗气地聊聊两组跟金钱相关的数据吧:
1、22 年的总开销 370 万,超了 21 年的 196 万很多,但是收入也增加了很多,年度净收入仍有 25 万;
2、22 年向亚洲的拨款骤减成了 1%,排倒数第一(21 年是 8%,倒数第二),这样的数据让我挺费解的,到底是怎么回事?
🤯5👍1