一篇比较详尽的 Python 开发实践指南,包括 Python 的选择与管理、开发项目用到的工具(包管理、格式化和代码检查)、一些语言语法的使用、测试工具、打包工具、日志、虚拟环境等等内容,可以说是面面俱到了。
本期速览
2024 年现代 Python 最佳实践盘点,Flask 年度回顾同框;minimind 三小时从零训出 26M 参数 GPT。
文章&教程
× 122024 年创建 Python 项目的最佳实践是什么?有什么可推荐的工具呢?作者的清单是 uv、ruff、pyproject.toml、pyright、pydantic、pytest 和 click。文章在 Reddit 得到很多赞和回复。
2024 年的 Flask 社区发生了哪些有趣的事呢?作者从几个方面回顾了 Flask 的发展,包括版本发布、框架开发速度、一些新特性、向后兼容性和竞争情况及流行度等。
Github 的漏洞管理团队新开源了一个日志记录库 Annotated Logger,通过装饰器来记录函数和类的执行情况,支持自定义日志对象,支持发送 JSON 格式的日志,支持在日志中添加 Git 分支和漏洞名称等字段。
如何在 Python 中调试内存泄漏问题?作者分享了一个 objgraph 库,可查看内存对象的增长情况,并通过信号触发运行时检查。文章介绍了如何用它来定位和可视化内存泄漏,有助于快速识别和解决内存泄漏问题.
如何用 shiv 将 Python 项目及其依赖打包成一个可执行的 zip 文件(即 zipapp)?shiv 在运行时是如何提高运行速度的?shiv 支持什么其它功能,使用时有哪些需要注意的问题?
PyPI 官方博客介绍了项目隔离功能,可让管理员标记潜在有害的项目,防止恶意软件被安装。文章介绍了该功能的实现细节。自 2024.8 以来,约 140 个项目被标记为隔离,仅一个被纠正。
如何在 VS Code 中设置和使用调试功能?文章介绍了安装扩展、配置调试环境、使用断点、添加变量监控等内容,如何处理常见异常如 FileNotFoundError 和 JSONDecodeError ,并展示了如何将 Sentry 用于生产环境持续监控和调试代码。
介绍了使用 Solara 的 UI 组件在 Jupyter 中创建一个交互式仪表板,最终产品可允许用户在地图上过滤、可视化和探索数据集。该系列第二篇介绍如何部署服务,第三篇介绍添加更多组件来扩展仪表板。
juv 是一个用于 Jupyter 笔记本中简化 Python 环境管理的工具,可将依赖包直接嵌入笔记本文件,更易设置与分享使用。文章还介绍如何将 juv 与 pyds-cli 集成,作临时数据分析,增强复用性并减少环境冲突。
Python 3.12 中引入的 sys.monitoring 可监听特定代码行上的某些事件,从而提供细粒度的控制。文章通过实际例子展示了如何用它监视 sys.path 的变化,如何设置监控回调函数,展示了它在调试复杂代码时的强大用处。
Boids 算法是一种模拟鸟类群体行为的人工生命程序,产生逼真的鸟类自然动态。文章深入讲解 Boids算法的实现,介绍如何在 TFT 显示器上实现 Boids 动画,探讨了添加捕食者和栖息行为等复杂行为的可能性。
项目&资源
× 12一个 Python 控制台彩色进度条库,优势在于可直接写入 stdout 和 stderr,支持 Jupyter Notebooks。
帮你快速将 Poetry/Pipenv 项目迁移成当前流行的 uv 包管理器。
一个现代化、生产就绪的 FastAPI 项目模板,支持 CRUD、异步 SQLAlchemy 及 PostgreSQL、自定义异常处理、CI 和测试管道、pre-commit 代码检查、一键部署 Railway。
完全从 0 开始训练出一个不到 30 M的微型语言模型,普通个人 GPU 也可快速推理甚至训练。不仅是一个开源模型的实现,也是入门大语言模型(LLM)的教程。
让 Django 支持基于异步类和函数的视图,支持 Django 4.1+。
一个轻量级框架,一致性蒸馏视频扩散模型,实现 8 倍推理加速。支持蒸馏/微调/推理最先进的开放视频 DiTs。
一款本地网关,确保 AI 生成的建议遵循最佳实践,同时保护代码的完整性,并保障个人隐私。放心使用 AI,不必担心安全性和生产力。
Python 实现的开源短链接服务,提供有免费的网站。支持创建与自定义短链接,支持链接管理与跟踪,可预览社交媒体效果。后端基于 Flask + SQLite 实现,前端 JavaScript 支持移动端响应式。
利用 AWS 的 CloudWatch 事件规则触发 Lambda 函数,利用数据库和 ChatGPT 获取荷兰语单词、英文翻译及例句,自动发送邮件。
一种用于自然色彩混合的新混合方法,在混合过程中生成带有色调变化和自然二次色的饱和渐变,更接近于真实的颜料色彩。
一个轻量级、易用、可扩展的框架,用于时间序列分析,从理解关键统计数据和特征、检测变化点和异常,到预测未来趋势。
适用于 Linux 和 BSD 的模块化服务器管理面板,用 Python3 和 AngularJS 开发。内存占用和 CPU 使用率低。可在低端机器、墙插、路由器等设备上运行。