Python 潮流周刊#16：优雅重要么？如何写出 Pythonic 的代码？
△点击上方“Python猫”关注 ，回复“1”领取电子书
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。标题取自其中两则分享，不代表全部内容都是该主题，特此声明。
本周刊由 Python猫 出品，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。
为了方便读者获取原始内容，我已将周刊的 Markdown 文件归档在 Github，请通过以下链接获取：https://github.com/chinesehuazhou/python-weekly
🦄文章&教程
1、写代码时，优雅有意义吗？[1]
作者强调使用 Python 的核心特性来编写惯用的、富有变现力的、优雅的代码很重要，提出优雅不是可有可无的奢侈品。
2、Python Asyncio实践--高并发下如何防止缓存击穿[2]
文章介绍了如何基于Asyncio.Future的特性编写一个语言级别的防缓存击穿的工具——Share，并介绍它的使用和高并发下的处理方法。
3、高效定时任务处理：深入学习 Python 中 APScheduler 库的奥秘[3]
APScheduler 是一个强大的定时任务处理库，这篇长文详细介绍了从入门到精通的相关知识，包括创建定时任务、定时任务触发器、任务存储、并发执行、阻塞和非阻塞调度器、错误处理、立即执行任务、调度器持久化、任务监听器和移除定时任务等。
4、CPython 开发实战：魔改 lambda 函数[4]
文章尝试将 Python 的 lambda 函数改成 Javascript 风格的箭头函数。在编译 CPython 时，通过修改 .asdl 文件，重新构造抽象语法树，修改语法分析文件，并利用 pegen 重新生成语法分析器。
5、CPython 是如何实现引用计数的？[5]
你是否对 CPython 的底层运行原理及其内部结构感到好奇？文章通过分析源码，介绍了 CPython 是如何实现引用计数和内存管理的，涉及引用计数的机制、关键数据结构的解释、字节码指令的执行、引用计数的局限性等。
6、使用 Importlib 实现 Python 延迟加载[6]
延迟加载指的是在使用时再导入模块，而不是在程序刚执行时就加载。它的好处：减少启动时间、降低内存消耗、提高性能、优化资源、运行时加载。文章介绍了importlib 实现延迟加载的用法。。
7、使用 Python 和 Playwright 进行端到端测试[7]
端到端测试（end-to-end）指的是对程序的整个使用流程从头到尾作测试，可能发现单元测试与集成测试都无法发现的问题。这是一篇详细的入门教程，介绍了 Playwright 的相关用法。
8、nogil 项目和 Faster CPython 项目[8]
Python 官方虽已宣布会接受 PEP-703，但是最终版本或许要等到 5 年后的 3.17 版本。从 2021 年起，nogil 和 Faster CPython 项目持续吸引大家的关注，这篇文章梳理了它们两年来的发展情况、一些关键性问题的处理方案和重要进展、近期社区和大公司的回应等。（附：Python 官方第一次针对 nogil 的研讨会[9]、Faster CPython 项目的首次亮相[10]）
9、简单介绍 Python 的永生对象[11]
Instagram 向 Python 贡献了 3.12 版本中的 PEP-683[12]（永生对象，使用固定的引用计数），它可以绕过引用计数检查，这是多核 Python 并行处理的重要基础。文章介绍了 Instagram 遇到的内存使用问题、为解决问题而引入永生对象、并最终贡献到 CPython 的故事。
10、为什么要避免在 Python 中用“import *”？[13]
Python 中一个文件是一个模块，拥有自己的命名空间。当使用“import *”时，这会导致“命名空间污染”！文章指出了遵循 PEP-8 风格的正确写法，同时建议应该用__all__ 来定义模块中可被导出的变量名。
11、让我们终结 Python 的依赖地狱[14]
pixi[15] 是最新发布的用 Rust 编写的 Python 包管理器，这篇文章出自其官方博客，主要介绍为什么要开发这个项目、它提供了哪些功能、它的基本执行过程。项目当前基于 Conda 生态，暂不支持 PyPI。
12、使用 Django Rest Framework 实现 JWT 身份验证[16]
一篇非常详细的教程，介绍了 JWT 是什么以及它的工作原理，演示了如何用 DRF 实现 JWT 身份验证的全过程。
13、增强 Django 程序：提升数据库查询的 7 个妙招[17]
数据库查询是影响 Web 程序性能的主要因素之一，这篇文章介绍了 7 个提升性能的技巧：设置查询语句的超时时间、使用assertNumQueries 测试查询数、使用nplusone 捕获 N+1 查询、使用django-zen-queries 捕获 N+1 查询、避免对预取对象作新的查询、使用 defer() 防止获取大的未使用字段、避免在大字段上使用 distinct() 。
14、可能让你大吃一惊的奇怪的 Python “特性”[18]
有时候我们会在编程语言中看到一些奇怪的现象，它们可能是一些非常冷门的“特性”，也可能会让人误以为是 bug 或者因理解错误而造成 bug。作者介绍了他的几个小发现。
15、可汗学院如何将 Python 后端重写成 Go？[19]
可汗学院使用 Python 做了 10 年的主力语言，然而在 2020 年前后彻底转向了 Go 阵营。这篇文章介绍了它为什么以及如何将 Python 2 后端整体重构成 Go 服务。文中引用了可汗学院总结性的一系列博客，可作延伸阅读。
16、为什么静态语言会面临复杂性的挑战？[20]
这是一篇思考编程语言该如何设计的长文！作者指出现代编程语言存在“静态-动态双形性”问题，提出理想的编程语言应该同时具有静态和动态的特性。文章分析了 Idris 和 Zig 两种语言的做法，并指出其局限性，最后提出应该重新思考编程语言。
🎁Python潮流周刊🎁已免费发布了 16 期，访问下方链接，即可查看全部内容：https://pythoncat.top/tags/weekly[21]
如果你觉得周刊有价值，请表达小小心意，赞赏一下猫哥吧~~
🐿️项目&资源
1、pixi：Rust 开发的基于 Conda 的包管理器[22]
一个基于 Conda 生态的包管理器，支持所有操作系统，支持多种语言的 Conda 包，拥有类似 Cargo 的命令行界面，完全用 Rust 编写。支持按照项目来安装包，也支持全局安装，此行为类似于 pipx 和 condax。
2、briefcase：将 Python 项目转换为独立的应用[23]
支持打包成 Mac、Windows、Linux、Android 和 iPhone 的应用，以及使用了 PyScript 作客户端的静态 Web 站点。（star 2K）
3、facechain：可生成数字分身的深度学习工具链[24]
上周的热门项目，仅需三张照片即可生成个人的数字分身。底层使用了 Stable Diffusion 的文生图功能，训练时可选择多种风格的 LoRA 模型，也支持添加个性化的 prompt，实现变装效果。（star 3.2K）
4、modelscope：将 Model-as-a-Service 概念变为现实[25]
“模型即服务”（MaaS）汇集 AI 社区中最先进的机器学习模型，并简化在实际应用中使用 AI 模型的流程。它已有 700+ 模型，涵盖自然语言处理、计算机视觉、语音、多模态等。（star 3.6K）
5、viberary：基于语义的书籍搜索引擎[26]
不是根据体裁和书名等常规条件，而是根据提示语来搜索相关的书籍。基于双塔语义检索模型[27] ，使用 DuckDB 在本地训练数据，使用 Redis Search 模块作检索，通过 Flask API 和 Bootstrap 前端展示结果。
6、polar：帮助开源维护者获得更好的资助[28]
它为开源维护者搭建一个平台，可便捷地设置、运营、推广面向支持者的增值及订阅服务，帮助开发者从开源项目中获取收入。这个项目已获得 180 万美元的种子轮投资。
7、youre-the-os：一个游戏，让你扮演操作系统！[29]
一个很有意思的游戏！你需要扮演操作系统，管理进程、内存和 I/O 事件，不能让进程空闲太久，不然就 game over！项目依赖 Python 3.11 和 pipenv，也可以上这个网站在线体验[30] 。（star 1K）
8、learndb-py：通过从头实现数据库来学习[31]
这个项目从头实现一个关系型数据库，借鉴了 sqlite 数据库。关键的特性：支持丰富的 sql、使用lark 构建自定义词法分析与解析器、支持用户和代理方式连接、实现 BTree 作数据存储。
9、mpire：比标准库更快的多进程开发库[32]
比其它多进程库更快，且功能更多：结合了 multiprocessing.Pool 使用写时复制的共享对象的优点、有丰富的状态管理功能、使用 tqdm 实现进度条、支持在仪表板查看进度，等等。（star 1.5K）
10、diaphora：二进制文件的差异比对工具[33]
如何比对一个软件在两个版本间的差异？比较二进制软件的差异时，涉及哪些匹配技术？这个项目号称是目前最强的软件差异比对工具！（star 3.1K）
11、beartype：近实时的静态类型检查工具[34]
一个近实时（NRT）的纯 Python 运行时类型检查工具，将 Rust 和 C++ 的零成本对象带入动态类型的 Python 世界。它可有选择性地将 Python 的鸭子类型转换成静态类型，同时默认保留前者的优点。项目文档中称“你可以同时像鸭子一样嘎嘎叫，以及像熊一样咆哮”！（star 2K）
12、cs_books：AzatAI 推荐的计算机科学书籍[35]
这个仓库收录了 200 多本计算机科学类书籍，仅限教育用途！
🐢播客&视频
1、超越 PEP-8 -- 漂亮易懂代码的最佳实践[36]
这个视频出自 PyCon 2015，介绍如何写出优雅的 Python 代码。在油管上已有 8200+ 点赞。演讲者 Raymond Hettinger 参与贡献了大家熟知的很多 Python 特性，比如 enumerate() 函数、生成器表达式、OrderedDict()、条件表达式、set 对象等。
2、只需 5 个步骤，将“勉强能用”的代码变成 Pythonic[37]
写出能用的代码不应该成为最终目标，这只是一个开始！这个视频使用了__getitem__、__len__、__enter__ 和 __exit__ 等魔术方法，将难以维护的代码重构得 Pythonic。作者自称这是对上一则分享的 8 分钟浓缩版。
🐱赞助&支持
如果你觉得周刊有价值，请随意赞赏[38] 或 买杯咖啡[39] 进行支持！
如果你喜欢周刊，请分享给其他需要的同学，让更多人可以从中受益～
🐼欢迎订阅
- 微信公众号[40]：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[41] 及 RSS[42]：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。
- Github[43]：你可以获取本周刊的 Markdown 源文件，做任何想做的事！
- 邮件[44]：在 Substack 上开通的频道，满足你通过邮件阅读时事通讯的诉求。
- Telegram[45]：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[46]：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
写代码时，优雅有意义吗？: https://mathspp.com/blog/pydonts/does-elegance-matter
[2]Python Asyncio实践--高并发下如何防止缓存击穿: https://so1n.me/2023/08/14/python_asyncio_concunrrency_result_share/
[3]高效定时任务处理：深入学习 Python 中 APScheduler 库的奥秘: https://juejin.cn/post/7266663176980185144
[4]CPython 开发实战：魔改 lambda 函数: https://juejin.cn/post/7266037480750071848
[5]CPython 是如何实现引用计数的？: https://codeconfessions.substack.com/p/cpython-reference-counting-internals
[6]使用 Importlib 实现 Python 延迟加载: https://coderslegacy.com/python-lazy-loading-with-importlib/
[7]使用 Python 和 Playwright 进行端到端测试: https://sixfeetup.com/blog/end-to-end-testing-python-playwright
[8]nogil 项目和 Faster CPython 项目: https://lwn.net/Articles/939981/
[9]Python 官方第一次针对 nogil 的研讨会: https://pythoncat.top/posts/2021-11-14-GIL
[10]Faster CPython 项目的首次亮相: https://pythoncat.top/posts/2021-05-16-Guido
[11]简单介绍 Python 的永生对象: https://engineering.fb.com/2023/08/15/developer-tools/immortal-objects-for-python-instagram-meta/
[12]PEP-683: https://peps.python.org/pep-0683/
[13]为什么要避免在 Python 中用“import *”？: https://pybit.es/articles/why-you-should-avoid-import-in-python/
[14]让我们终结 Python 的依赖地狱: https://prefix.dev/blog/launching_pixi
[15]pixi: https://github.com/prefix-dev/pixi
[16]使用 Django Rest Framework 实现 JWT 身份验证: https://pythonguides.com/jwt-authentication-using-django-rest-framework/
[17]增强 Django 程序：提升数据库查询的 7 个妙招: https://johnnymetz.com/posts/slow-django-database-queries/
[18]可能让你大吃一惊的奇怪的 Python “特性”: https://martinheinz.dev/blog/103
[19]可汗学院如何将 Python 后端重写成 Go？: https://blog.quastor.org/p/khan-academy-rewrote-backend
[20]为什么静态语言会面临复杂性的挑战？: https://hirrolot.github.io/posts/why-static-languages-suffer-from-complexity.html#the-unfortunate-consequences-of-being-static
[21]https://pythoncat.top/tags/weekly: https://pythoncat.top/tags/weekly
[22]pixi：Rust 开发的基于 Conda 的包管理器: https://github.com/prefix-dev/pixi
[23]briefcase：将 Python 项目转换为独立的应用: https://github.com/beeware/briefcase
[24]facechain：可生成数字分身的深度学习工具链: https://github.com/modelscope/facechain
[25]modelscope：将 Model-as-a-Service 概念变为现实: https://github.com/modelscope/modelscope
[26]viberary：基于语义的书籍搜索引擎: https://github.com/veekaybee/viberary
[27]双塔语义检索模型: https://blog.reachsumit.com/posts/2023/03/two-tower-model/
[28]polar：帮助开源维护者获得更好的资助: https://github.com/polarsource/polar
[29]youre-the-os：一个游戏，让你扮演操作系统！: https://github.com/plbrault/youre-the-os
[30]在线体验: https://plbrault.github.io/youre-the-os/
[31]learndb-py：通过从头实现数据库来学习: https://github.com/spandanb/learndb-py
[32]mpire：比标准库更快的多进程开发库: https://github.com/sybrenjansen/mpire
[33]diaphora：二进制文件的差异比对工具: https://github.com/joxeankoret/diaphora
[34]beartype：近实时的静态类型检查工具: https://github.com/beartype/beartype
[35]cs_books：AzatAI 推荐的计算机科学书籍: https://github.com/AzatAI/cs_books
[36]超越 PEP-8 -- 漂亮易懂代码的最佳实践: https://www.youtube.com/watch?v=wf-BqAjZb8M
[37]只需 5 个步骤，将“勉强能用”的代码变成 Pythonic: https://www.youtube.com/watch?v=spi0N_PNznE
[38]赞赏: https://img.pythoncat.top/wechat_code.png
[39]买杯咖啡: https://www.buymeacoffee.com/pythoncat
[40]微信公众号: https://img.pythoncat.top/python_cat.jpg
[41]博客: https://pythoncat.top
[42]RSS: https://pythoncat.top/rss.xml
[43]Github: https://github.com/chinesehuazhou/python-weekly
[44]邮件: https://pythoncat.substack.com
[45]Telegram: https://t.me/pythontrendingweekly
[46]Twitter: https://twitter.com/chinesehuazhou