首页 > Python资料 博客日记
Python 潮流周刊#39:Rust 开发的性能超快的打包工具
2024-03-16 16:00:05Python资料围观156次
△△请给“Python猫”加星标 ,以免错过文章推送
你好,我是猫哥。这里每周分享优质的 Python、AI 及通用技术内容,大部分为英文。本周刊开源,欢迎投稿[1]。另有电报频道[2]作为副刊,补充发布更加丰富的资讯,欢迎关注。
🦄文章&教程
1、uv:Rust 开发的 Python 打包工具[3]
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。
2、Rye:愿景延续[4]
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[5])(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[6])
3、为什么越来越多用 Rust 开发的库?[7]
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。
4、80 行 Python 实现一个搜索引擎[8]
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。
5、如何计算 Python 中的 CPU 指令数?[9]
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[10] 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。
6、Python 复用装饰器代码[11]
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。
7、像专业人士一样处理 Asyncio 任务[12]
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。
8、使用 textwrap 模块操作字符串[13]
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。
9、总结 Python 版本间的主要变更点[14]
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[15]可以查看 Python 及很多项目的 EOL 时间)
10、将 Postgres 作为队列使用[16]
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[17]
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[18]
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[19]
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。
🎁Python潮流周刊🎁每 30 期为一季,第一季的精华内容已整理成一篇,方便你随时查看。在线访问地址:Python 潮流周刊第一季精华合集(1~30)[20]
🐿️项目&资源
1、uv:性能极快的 Python 包安装和解析器[21]
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。(star 6.6K)
2、sqlite-web:基于 Web 的 SQLite 数据库工具[22]
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。(star 2.6K)
3、celery-exporter:导出 Celery 指标用于 Prometheus[23]
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。
4、pyupgrade:自动升级 Python 较新版本的语法 [24]
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。(star 3.2K)
# 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}
5、ollama-python:Ollama Python 库[25]
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。
6、web2pdf:将网页转换为 PDF 的 CLI[26]
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。
7、natural-sql:文本生成 SQL 的大语言模型[27]
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。
8、rawdog:在 CLI 中自动生成并执行 Python 脚本[28]
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。(star 1.6K)
9、UFO:基于 UI 与 Windows 系统交互的 AI 代理[29]
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。(star 1.9K)
10、toolong:查看、跟踪、合并和搜索日志文件(以及 JSONL)的终端应用[30]
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。(star 2K)
11、Owl:在本地运行的个人可穿戴 AI[31]
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[32]
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[33]
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。(star 5.6K)
🐢播客&视频
1、Meta 喜欢 Python[34]
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?[35])
2、Talk Python To Me #449:使用 FastUI 构建 UI[36]
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。
🐼欢迎订阅
微信公众号[37]:除更新周刊外,还发布其它原创作品,并转载一些优质文章。(可加好友,可加读者交流群)
博客[38] 及 RSS[39]:我的独立博客,上面有历年原创/翻译的技术文章,以及从 2009 年以来的一些随笔。
邮件[40] 及 RSS[41]:在 Substack 上开通的频道,满足你通过邮件阅读时事通讯的诉求。
Github[42]:你可以获取本周刊的 Markdown 源文件,做任何想做的事!
Telegram[43]:除了发布周刊的通知外,我将它视为一个“副刊”,补充发布更加丰富的资讯。
Twitter[44]:我的关注列表里有大量 Python 相关的开发者与组织的账号。
参考资料
[1]
投稿: https://github.com/chinesehuazhou/python-weekly
[2]电报频道: https://t.me/pythontrendingweekly
[3]uv:Rust 开发的 Python 打包工具: https://astral.sh/blog/uv
[4]Rye:愿景延续: https://lucumr.pocoo.org/2024/2/4/rye-a-vision/
[5]Rye: a Hassle-Free Python Experience: https://www.youtube.com/watch?v=q99TYA7LnuA
[6]Rye Grows With UV: https://lucumr.pocoo.org/2024/2/15/rye-grows-with-uv/
[7]为什么越来越多用 Rust 开发的库?: https://baincapitalventures.com/insight/why-more-python-developers-are-using-rust-for-building-libraries/
[8]80 行 Python 实现一个搜索引擎: https://www.alexmolas.com/2024/02/05/a-search-engine-in-80-lines.html
[9]如何计算 Python 中的 CPU 指令数?: https://blog.mattstuchlik.com/2024/02/08/counting-cpu-instructions-in-python.html
[10]Cirron: https://github.com/s7nfo/Cirron
[11]Python 复用装饰器代码: https://www.kawabangga.com/posts/5757
[12]像专业人士一样处理 Asyncio 任务: https://jacobpadilla.com/articles/handling-asyncio-tasks
[13]使用 textwrap 模块操作字符串: https://martinheinz.dev/blog/108
[14]总结 Python 版本间的主要变更点: https://www.nicholashairs.com/posts/major-changes-between-python-versions/
[15]网站: https://endoflife.date/python
[16]将 Postgres 作为队列使用: https://leontrolski.github.io/postgres-as-queue.html
[17]我在所有 Django 项目中都用的 20 个包: https://learndjango.com/tutorials/20-django-packages-i-use-every-project
[18]Python 元类的真实案例: https://dev.to/anbagu/real-case-of-python-metaclass-application-2pj8
[19]一万亿行气象数据的编程挑战: https://blog.coiled.io/blog/1trc.html
[20]Python 潮流周刊第一季精华合集(1~30): https://pythoncat.top/posts/2023-12-11-weekly
[21]uv:性能极快的 Python 包安装和解析器: https://github.com/astral-sh/uv
[22]sqlite-web:基于 Web 的 SQLite 数据库工具: https://github.com/coleifer/sqlite-web
[23]celery-exporter:导出 Celery 指标用于 Prometheus: https://github.com/danihodovic/celery-exporter
[24]pyupgrade:自动升级 Python 较新版本的语法 : https://github.com/asottile/pyupgrade
[25]ollama-python:Ollama Python 库: https://github.com/ollama/ollama-python
[26]web2pdf:将网页转换为 PDF 的 CLI: https://github.com/dvcoolarun/web2pdf
[27]natural-sql:文本生成 SQL 的大语言模型: https://github.com/cfahlgren1/natural-sql
[28]rawdog:在 CLI 中自动生成并执行 Python 脚本: https://github.com/AbanteAI/rawdog
[29]UFO:基于 UI 与 Windows 系统交互的 AI 代理: https://github.com/microsoft/UFO
[30]toolong:查看、跟踪、合并和搜索日志文件(以及 JSONL)的终端应用: https://github.com/Textualize/toolong
[31]Owl:在本地运行的个人可穿戴 AI: https://github.com/OwlAIProject/Owl
[32]hyperdiv:用 Python 构建响应式 Web UI: https://github.com/hyperdiv/hyperdiv
[33]fabric:使用 AI 增强人类: https://github.com/danielmiessler/fabric
[34]Meta 喜欢 Python: https://engineering.fb.com/2024/02/12/developer-tools/meta-loves-python/
[35]谷歌、微软、Meta?谁才是 Python 最大的金主?: https://pythoncat.top/posts/2022-11-21-sponsors
[36]Talk Python To Me #449:使用 FastUI 构建 UI: https://talkpython.fm/episodes/show/449/building-uis-in-python-with-fastui
[37]微信公众号: https://img.pythoncat.top/python_cat.jpg
[38]博客: https://pythoncat.top
[39]RSS: https://pythoncat.top/rss.xml
[40]邮件: https://pythoncat.substack.com
[41]RSS: https://pythoncat.substack.com/feed
[42]Github: https://github.com/chinesehuazhou/python-weekly
[43]Telegram: https://t.me/pythontrendingweekly
[44]Twitter: https://twitter.com/chinesehuazhou
如果你觉得本文有帮助
请慷慨分享和点赞,感谢啦!
标签:
相关文章
最新发布
- 【Python】selenium安装+Microsoft Edge驱动器下载配置流程
- Python 中自动打开网页并点击[自动化脚本],Selenium
- Anaconda基础使用
- 【Python】成功解决 TypeError: ‘<‘ not supported between instances of ‘str’ and ‘int’
- manim边学边做--三维的点和线
- CPython是最常用的Python解释器之一,也是Python官方实现。它是用C语言编写的,旨在提供一个高效且易于使用的Python解释器。
- Anaconda安装配置Jupyter(2024最新版)
- Python中读取Excel最快的几种方法!
- Python某城市美食商家爬虫数据可视化分析和推荐查询系统毕业设计论文开题报告
- 如何使用 Python 批量检测和转换 JSONL 文件编码为 UTF-8
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Python与PyTorch的版本对应
- Anaconda版本和Python版本对应关系(持续更新...)
- Python pyinstaller打包exe最完整教程
- Could not build wheels for llama-cpp-python, which is required to install pyproject.toml-based proj