Python 潮流周刊
ISSUE 39

Rust 开发的性能超快的打包工具

2024-02-24 第 2 季

本期速览

Rust 写的打包工具 uv 惊艳全场,Rye 愿景延续;一万亿行气象数据挑战与微软 UFO 智能体同样精彩。

文章 13 项目 13 音视频 2
🦄

文章&教程

× 13
01 uv:Rust 开发的 Python 打包工具 astral.sh

Ruff 所属团队用 Rust 开发的一个利器:Python 的包解析与安装器uv !它被设计为 pip 和 pip-tools 的直接替代品,不使用缓存时比它们快 8-10 倍。也可通过 uv venv 用作虚拟环境管理器,比 python -m venv 快 80 倍,比virtualenv 快 7 倍。(附:一篇中文翻译)

解析和安装Trio库的性能对比
02 Rye:愿景延续 lucumr.pocoo.org

Rye 是 Flask 作者在去年 4 月发布的 Python 打包和项目管理工具,作者在文章中总结了它已实现的功能(下载 Python、管理虚拟环境、构建和发布包、linting 和格式化、依赖管理等) ,介绍了自己的设计想法。(附1:作者的 16 分钟教程视频 Rye: a Hassle-Free Python Experience)(附2:上一则分享的 uv 团队已接管了 Rye,将来会融合成一个。Rye Grows With UV)

03 为什么越来越多用 Rust 开发的库? baincapitalventures.com

Rust 正在逐步取代 C 语言成为 Python 的高性能后端支撑。文章介绍了 Rust 相比 C 的优势所在,介绍了用 Rust 开发的一些知名的 Python 库。

04 80 行 Python 实现一个搜索引擎 alexmolas.com

这篇文章略微标题党了,但是文章介绍的内容很完整:基于 RSS 的异步爬虫、倒排索引、搜索排名、基于 FastAPI 的 Web 网页。可以学习搜索引擎的工作原理,学习从数据获取、数据解析、开放接口、到网页呈现的项目开发流程。

05 如何计算 Python 中的 CPU 指令数? blog.mattstuchlik.com

你知道执行 Python 的 print("Hello") 大约需要多少个 CPU 指令么?答案是 17000。导入 seaborn 则需要大约 20 亿个。作者开发了 Cirron 库以计算 CPU 指令数、分支未命中数及代码的时间损耗等指标。

06 Python 复用装饰器代码 kawabangga.com

有多个装饰器要加在不同的函数上,而且相同的装饰器可能有不同传参,如何复用这些装饰器?问题初看可能不好理解,文章中有直观示例和解决过程,可以加深你对装饰器的理解和掌握高阶运用。

07 像专业人士一样处理 Asyncio 任务 jacobpadilla.com

如何理解 Asyncio 中的 Task 对象?Asyncio 协程的工作原理是什么?如何等待一个任务,又如何等待多个或一组任务?文章介绍了 Asyncio 的工作原理以及任务处理相关的函数用法。

08 使用 textwrap 模块操作字符串 martinheinz.dev

文章介绍了 textwrap 库的几个主要功能,例如 shorten() 裁剪字符串长度、wrap() 将字符串等宽分割、dedent() 处理字符串缩进等。

09 总结 Python 版本间的主要变更点 nicholashairs.com

Python 的一些新特性是在什么版本引入的?作者为了方便,梳理了一些重要语法和标准库的变更记录,同时也指出了每个版本终止维护的时间(例如 Python 3.8 将在今年 10 月 EOL)。(附:这个网站可以查看 Python 及很多项目的 EOL 时间)

10 将 Postgres 作为队列使用 leontrolski.github.io

直接将数据库作为队列使用,性能会不会很受影响?作者测试的结果是影响很小。具体该如何实现将 Postgres 作为队列使用?如何处理锁和事务、任务重试、处理任务超时等问题?

11 我在所有 Django 项目中都用的 20 个包 learndjango.com

Django 框架适用于构建复杂的 Web 项目,作者介绍了自己常用的 20 软件包,在 Django 自身的核心功能之外,提供了更丰富的功能。

12 Python 元类的真实案例 dev.to

Python 中的元类是什么?为什么要学习元类?这个高级特性并不常用,但值得学习了解。文章介绍了元类的工作原理,并用现实例子演示它的强大用途。

13 一万亿行气象数据的编程挑战 blog.coiled.io

一个编程挑战项目:有 100,000 个文件,每个文件 1000 万行,计算每个气象站的最低、平均和最高温度。数据存储在 S3 上,总大小 2.5 TB。作者给出了自己的实现(运行 8.5 分钟),以及优化成本的方案。

🐿️

项目&资源

× 13
01 uv:性能极快的 Python 包安装和解析器 github.com ★ 6.6K

用 Rust 开发的速度极快的 Python 包安装器和解析器。Ruff 团队作品。可直接替换 pip 、 pip-tools 和 virtualenv 常用命令。

02 sqlite-web:基于 Web 的 SQLite 数据库工具 github.com ★ 2.6K

基于 Flask 开发的 Web 端 SQLite 管理工具,可视化管理数据库、数据表、数据项和索引等,支持 JSON 和 CSV 格式文件的导入导出。

03 celery-exporter:导出 Celery 指标用于 Prometheus github.com

实时获取 Celery 的任务状态、工作线程、活动任务数等监控指标,遵循 Prometheus 导出器最佳实践,并利用 Celery-mixin 提供了 Grafana 仪表板及 Prometheus 告警功能。

04 pyupgrade:自动升级 Python 较新版本的语法 github.com ★ 3.2K

一个强力的工具和 pre-commit 钩子,可以自动删除冗余写法、用新语法重写过时的代码、用更优雅的写法重构代码,等等。项目文档中给出了很多例子,推荐阅读。

# 两个重写成字典推导式的示例
-dict((a, b) for a, b in y)
+{a: b for a, b in y}
-dict([(a, b) for a, b in y])
+{a: b for a, b in y}
05 ollama-python: Ollama Python 库 github.com

支持 Python 3.8+,简单快速集成 Llama 2、Code Llama、mistral、gemma 等大语言模型,可自定义客户端,还可创建异步客户端。

06 web2pdf:将网页转换为 PDF 的 CLI github.com

一个命令行工具,可将网页转换为格式精美的 pdf。支持批量转换、自定义样式、附加 CSS、复杂布局、页码、目录和分页符等功能。

07 natural-sql:文本生成 SQL 的大语言模型 github.com

NaturalSQL-7B 是拥有超高准确性的文本生成 SQL 大模型,在 SQL-Eval 基准测试中领先 GPT-3.5-turbo 和 claude-2,也领先于同数据规模的 sqlcoder-7b。

08 rawdog:在 CLI 中自动生成并执行 Python 脚本 github.com ★ 1.6K

Rawdog(具有确定性输出生成的递归增强)是 RAG(检索增强生成)的一种新颖替代方案,可以自己运行脚本并获取输出作为上下文,然后再次调用自己。演示视频的例子很惊艳。

09 UFO:基于 UI 与 Windows 系统交互的 AI 代理 github.com ★ 1.9K

微软新推出的 AI 代理框架,可无缝跨多应用操作,完成用户的复杂任务。使用 GPT-Vision 的多模态功能来理解应用 UI,使用 Windows UI 自动化控件交互。

基于不同素材自动编写并发送邮件
10 toolong:查看、跟踪、合并和搜索日志文件(以及 JSONL)的终端应用 github.com ★ 2K

在命令行终端快速查看日志文件,支持实时尾随、语法高亮、快捷搜索、自动检测时间戳合并日志等功能,支持 JSONL 文件,可自动打开 .bz 和 .bz2 文件。

11 Owl:在本地运行的个人可穿戴 AI github.com

在可穿戴设备上搭载 AI,倾听和观察你生活中发生的一切。支持 ESP 平台、Sony Spresense 或 Apple Watch 等硬件,支持本地和在线模型,多模态采集,说话人验证等。

12 hyperdiv:用 Python 构建响应式 Web UI github.com

一个用 Python 快速开发响应式 UI 应用的框架,具有内置组件、简洁的即时模式语法和少量的工具样板。支持 Shoelace 组件,支持 Markdown,集成 Chart.js 图表,支持读写浏览器缓存,支持表单验证等。

13 fabric:使用 AI 增强人类 github.com ★ 5.6K

这个项目旨在使每个人能将 AI 用于解决日常问题。它的方法是将问题拆解成很多独立组件,使用结构化的清晰提示让 AI 完成任务。

🐢

播客&视频

× 2
01 Meta 喜欢 Python engineering.fb.com

Meta 官方的一期播客节目,讨论了开发团队对最新 Python 版本的贡献,包括允许自定义 JIT(如 Cinder)的新钩子、永生对象、对类型系统的改进、更快的推导式等等。Meta 对 Python 社区的贡献确实很足哦~(附:谷歌、微软、Meta?谁才是 Python 最大的金主?)

02 Talk Python To Me #449:使用 FastUI 构建 UI talkpython.fm

FastUI 是一个 Web 界面开发框架,可使用 React 构建响应式 Web 应用,而无需编写任何 JavaScript 或接触 npm。这期播客的嘉宾是该框架的作者。

ESC
↑↓ 选择 · ↵ 打开共 175 期