Python潮流周刊#8：Python 3.13 计划将解释器提速 50%！
你好，我是猫哥。这里每周分享优质的 Python 及通用技术内容，部分为英文，已在小标题注明。（标题取自其中一则分享，不代表全部内容都是该主题，特此声明。）
首发于我的博客：https://pythoncat.top/posts/2023-06-24-weekly
🦄文章&教程
Faster CPython 项目（即香农计划）有了关于 3.13 版本的最新计划，这次的性能目标是减少解释器 50% 的耗时。涵盖三项主要工作：第 2 层的优化器、启用子解释器（PEP-554）、内存管理。
Numpy 是作科学计算和数据分析的最重要的库之一，并行性是提升其性能的重要手段。文章介绍了 5 种可以实现 Numpy 并行性的场景和方法：加载/保存 Numpy 数组数据、高效地计算数学函数、高效地初始化数组、并行执行数组的元素级数学运算、在进程间高效共享 Numpy 数组数据。
文章针对一个有性能问题的 Python 库，使用 Rust 重写并作了三轮优化后，提升了性能 100 倍。文中使用了 py-spy 库绘制火焰图，分析出了代码的瓶颈点，并以此作为优化的依据，可以看到前后火焰图的差别很大。
文章指出“一步到位的移植”方式存在一些问题，从而提出“迭代式移植”的方法，并给出了一个代码示例。
如何设计出一个 Pythonic 的 API？在设计上有什么方法和基本原则呢？文章从代码结构、变量命名、错误处理、版本控制、类型注解等方面，给出了非常详细的介绍。文章较长，最后总结出 18 条 takeaways。
- 编译类型化的 Python (英)
Python 已支持类型提示，那能否编译 Python 代码为本地代码以提升性能呢？虽然类型提示可以提供一些性能优化，但由于 Python 的动态特性和灵活性，使得静态分析和编译非常困难。因此目前还没有一种方法可以将 Python 代码编译成本地代码以提高性能。
- pytest 的夹具很神奇！ (英)
夹具（fixture）是在测试前设置和准备必要数据的一种机制，可以将测试数据和测试代码分离。文章介绍了 pytest 中夹具的基本用法，以及与 Django 项目的结合使用。
这是一个系列文章，支持用可视化的调试方式探析 Python字典的实现原理。这篇文章介绍了如何通过哈希表实现字典，以及如何解决哈希冲突。
Python 最主流的两个 Web 框架是 Flask 和 Django，文章深入比较了它们的主要功能、优势与缺点、流行的插件和使用场景等，让读者更方便做出自己的选择。
文章的要点是：介绍一个基本的 Python 打包流程，尽可能减少依赖和要求，并解决大多数用户的打包问题。文中列出了一些常见的打包问题，并提供了一些解决方案，同时指出了一些常见的打包工具（如 homebrew、pyenv、anaconda、poetry）的缺点。
文章介绍了在 PyScript/Pyodide 中使用 async/await/asyncio 来编写并发代码，还介绍了 Pyodide.Webloop 的实现，该实现允许 async/await 与浏览器事件循环一起使用。
- 线程的问题及其解决方案 (英)
上期周刊第一则分享中的三篇文章偏向于支持隐式的 async，有读者建议再呈现一些支持显式 async 的观点。这篇文章的要点是：线程会使本地推理变得困难，而本地推理是软件开发中最重要的事情之一。因此，应该避免使用线程，而使用异步编程模型，如回调、promise、协程等。同时，文章还提到了使用隐式协程的风险，因为它们可能会导致与线程相同的问题。（@Plutonium 投稿）
🎁Python潮流周刊🎁已免费发布了 8 期，访问下方链接，即可查看全部内容：https://pythoncat.top/tags/weekly
🐿️项目&资源
目前开源且美观实用的 PyQt/PySide 组件库很少，所以作者照着 WinUI3 的设计稿写了这个 Fluent Design 风格的组件库，支持亮暗主题无缝切换和自定义主题色，支持 PyQt5/PyQt6/PySide2/PySide6 ，搭配 QtDesigner 可以快速设计出美观的界面。（来自@shokokawaii）
PyVibe是一个用于创建网页的 Python 库，让 Python 开发者快速构建前端页面，简化 UI 开发。PyVibe 返回一个 HTML 字符串，可用于静态页面、Flask 函数、Pyodide 动态客户端呈现。
Pynecone 发布于 2022 年 12 月，已获得 9K 星星，可谓十分火爆。它是一个用于构建和部署 Web 程序的全栈框架，提供了 50+ 内置组件，支持创建复杂的布局和使用 CSS 的全部功能来设置样式。
这个项目包含了一些短小却很有挑战性的项目代码，既有“Advent of Code”历年的年度编程挑战活动的题目，也有“The Riddler”的系列数学谜题，还有文字谜题、概率问题等，甚至有使用 Python 解任何的数独题、实现一个 lisp 解释器，等等。
Recognize Anything Model 是一种图像标记模型，可以高精度地识别任何常见类别；Tag2Text 是一种以标签为指导的视觉语言模型，可以支持字幕、检索和标签。这个项目是这两个模型的代码实现。
支持使用自然语言同时与多个 PDF 文件进行对话。项目使用了 streamlit，可在浏览器中显示用户界面。
DeepKE 是用于知识图谱构建的知识提取工具包，支持 cnSchema、低资源、文档级和多模态场景的实体、关系和属性提取。三个主要功能：命名实体识别、关系提取、属性提取。项目提供了详细的文档、教程和在线演示。
一个“awesome”系列仓库，收录了关于 DevOps 的方方面面的内容，包含各种平台、自动化、CI/CD、代码管理、网络服务器、数据库、监控工具、网关、混沌工程，等等。
🥂讨论&问题
一则热门讨论，话题关于 Python 3.13 版本的开发计划。不出意外，大部分的留言都围绕着 GIL，赞成与反对声皆有。
这也是一则 HN 上的帖子，既引起了关于编程语言本身的讨论，也涉及不同编程语言生态中的一些优秀的项目。有趣的是，有三则关于 Python 的留言都推荐了我们在上文中分享的pytudes 项目！
🐼关于周刊
Python 潮流周刊，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。
内容创作要花费大量的时间和精力，如果你觉得有帮助，请随意赞赏、买杯咖啡或在爱发电进行支持！如果你喜欢本周刊，请转发分享给其他需要的同学，让更多人可以从中受益～
订阅方式：Python猫 (可加群)| RSS | 邮件 | Github | Telegram | Twitter
