Python 潮流周刊#39：Rust 開發的效能超快的打包工具

△ △ 請給「 Python貓 」加星標 ，以免錯過文章推播

你好，我是貓哥。這裏每周分享優質的 Python、AI 及通用技術內容，大部份為英文。本周刊開源，歡迎 投稿 ^[1] 。另有 電報頻道 ^[2] 作為副刊，補充釋出更加豐富的資訊，歡迎關註。

🦄文章&教程

1、 uv：Rust 開發的 Python 打包工具 ^[3]

Ruff 所屬團隊用 Rust 開發的一個利器：Python 的包解析與安裝器 uv ！它被設計為 pip 和 pip-tools 的直接替代品，不使用緩存時比它們快 8-10 倍。也可透過 uv venv 用作虛擬環境管理器，比 python -m venv 快 80 倍，比 virtualenv 快 7 倍。

2、 Rye：願景延續 ^[4]

Rye 是 Flask 作者在去年 4 月釋出的 Python 打包和計畫管理工具，作者在文章中總結了它已實作的功能（下載 Python、管理虛擬環境、構建和釋出包、linting 和格式化、依賴管理等） ，介紹了自己的設計想法。（附1：作者的 16 分鐘教程視訊 Rye: a Hassle-Free Python Experience ^[5] ）（附2：上一則分享的 uv 團隊已接管了 Rye，將來會融合成一個。 Rye Grows With UV ^[6] ）

3、 為什麽越來越多用 Rust 開發的庫？ ^[7]

Rust 正在逐步取代 C 語言成為 Python 的高效能後端支撐。文章介紹了 Rust 相比 C 的優勢所在，介紹了用 Rust 開發的一些知名的 Python 庫。

4、 80 行 Python 實作一個搜尋引擎 ^[8]

這篇文章略微標題黨了，但是文章介紹的內容很完整：基於 RSS 的異步爬蟲、倒排索引、搜尋排名、基於 FastAPI 的 Web 網頁。可以學習搜尋引擎的工作原理，學習從數據獲取、數據解析、開放介面、到網頁呈現的計畫開發流程。

5、 如何計算 Python 中的 CPU 指令數？ ^[9]

你知道執行 Python 的 print("Hello") 大約需要多少個 CPU 指令麽？答案是 17000。匯入 seaborn 則需要大約 20 億個。作者開發了 Cirron ^[10] 庫以計算 CPU 指令數、分支未命中數及程式碼的時間損耗等指標。

6、 Python 復用裝飾器程式碼 ^[11]

有多個裝飾器要加在不同的函式上，而且相同的裝飾器可能有不同傳參，如何復用這些裝飾器？問題初看可能不好理解，文章中有直觀範例和解決過程，可以加深你對裝飾器的理解和掌握高階運用。

7、 像專業人士一樣處理 Asyncio 任務 ^[12]

如何理解 Asyncio 中的 Task 物件？Asyncio 協程的工作原理是什麽？如何等待一個任務，又如何等待多個或一組任務？文章介紹了 Asyncio 的工作原理以及任務處理相關的函式用法。

8、 使用 textwrap 模組操作字串 ^[13]

文章介紹了 textwrap 庫的幾個主要功能，例如 shorten() 裁剪字串長度、wrap() 將字串等寬分割、dedent() 處理字串縮排等。

9、 總結 Python 版本間的主要變更點 ^[14]

Python 的一些新特性是在什麽版本引入的？作者為了方便，梳理了一些重要語法和標準庫的變更記錄，同時也指出了每個版本終止維護的時間（例如 Python 3.8 將在今年 10 月 EOL）。（附：這個 網站 ^[15] 可以檢視 Python 及很多計畫的 EOL 時間）

10、 將 Postgres 作為佇列使用 ^[16]

直接將資料庫作為佇列使用，效能會不會很受影響？作者測試的結果是影響很小。具體該如何實作將 Postgres 作為佇列使用？如何處理鎖和事務、任務重試、處理任務超時等問題？

11、 我在所有 Django 計畫中都用的 20 個包 ^[17]

Django 框架適用於構建復雜的 Web 計畫，作者介紹了自己常用的 20 軟體包，在 Django 自身的核心功能之外，提供了更豐富的功能。

12、 Python 元類的真實案例 ^[18]

Python 中的元類是什麽？為什麽要學習元類？這個高級特性並不常用，但值得學習了解。文章介紹了元類的工作原理，並用現例項子演示它的強大用途。

13、 一萬億行氣象數據的編程挑戰 ^[19]

一個編程挑戰計畫：有 100,000 個檔，每個檔 1000 萬行，計算每個氣象站的最低、平均和最高溫度。數據儲存在 S3 上，總大小 2.5 TB。作者給出了自己的實作（執行 8.5 分鐘），以及最佳化成本的方案。

🎁 Python潮流周刊 🎁每 30 期為一季，第一季的精華內容已整理成一篇，方便你隨時檢視。線上存取地址： Python 潮流周刊第一季精華合集（1~30） ^[20]

🐿️計畫&資源

1、 uv：效能極快的 Python 包安裝和解析器 ^[21]

用 Rust 開發的速度極快的 Python 包安裝器和解析器。Ruff 團隊作品。可直接替換 pip 、 pip-tools 和 virtualenv 常用命令。（star 6.6K）

2、 sqlite-web：基於 Web 的 SQLite 資料庫工具 ^[22]

基於 Flask 開發的 Web 端 SQLite 管理工具，視覺化管理資料庫、數據表、數據項和索引等，支持 JSON 和 CSV 格式檔的匯入匯出。（star 2.6K）

3、 celery-exporter：匯出 Celery 指標用於 Prometheus ^[23]

即時獲取 Celery 的任務狀態、工作執行緒、活動任務數等監控指標，遵循 Prometheus 匯出器最佳實踐，並利用 Celery-mixin 提供了 Grafana 儀表板及 Prometheus 告警功能。

4、 pyupgrade：自動升級 Python 較新版本的語法 ^[24]

一個強力的工具和 pre-commit 勾點，可以自動刪除冗余寫法、用新語法重寫過時的程式碼、用更優雅的寫法重構程式碼，等等。計畫文件中給出了很多例子，推薦閱讀。（star 3.2K）

# 兩個重寫成字典推導式的範例
-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 庫 ^[25]

支持 Python 3.8+，簡單快速整合 Llama 2、Code Llama、mistral、gemma 等大語言模型，可自訂客戶端，還可建立異步客戶端。

6、 web2pdf：將網頁轉換為 PDF 的 CLI ^[26]

一個命令列工具，可將網頁轉換為格式精美的 pdf。支持批次轉換、自訂樣式、附加 CSS、復雜布局、頁碼、目錄和分頁符等功能。

7、 natural-sql：文本生成 SQL 的大語言模型 ^[27]

NaturalSQL-7B 是擁有超高準確性的文本生成 SQL 大模型，在 SQL-Eval 基準測試中領先 GPT-3.5-turbo 和 claude-2，也領先於同數據規模的 sqlcoder-7b。

8、 rawdog：在 CLI 中自動生成並執行 Python 指令碼 ^[28]

Rawdog（具有確定性輸出生成的遞迴增強）是 RAG（檢索增強生成）的一種新穎替代方案，可以自己執行指令碼並獲取輸出作為上下文，然後再次呼叫自己。演示視訊的例子很驚艷。（star 1.6K）

9、 UFO：基於 UI 與 Windows 系統互動的 AI 代理 ^[29]

微軟新推出的 AI 代理框架，可無縫跨多套用操作，完成使用者的復雜任務。使用 GPT-Vision 的多模態功能來理解套用 UI，使用 Windows UI 自動化控制項互動。（star 1.9K）

10、 toolong：檢視、跟蹤、合並和搜尋日誌檔（以及 JSONL）的終端套用 ^[30]

在命令列終端快速檢視日誌檔，支持即時尾隨、語法高亮、快捷搜尋、自動檢測時間戳合並日誌等功能，支持 JSONL 檔，可自動開啟 .bz 和 .bz2 檔。（star 2K）

11、 Owl：在本地執行的個人可穿戴 AI ^[31]

在可穿戴裝置上搭載 AI，傾聽和觀察你生活中發生的一切。支持 ESP 平台、Sony Spresense 或 Apple Watch 等硬體，支持本地和線上模型，多模態采集，說話人驗證等。

12、 hyperdiv：用 Python 構建響應式 Web UI ^[32]

一個用 Python 快速開發響應式 UI 套用的框架，具有內建元件、簡潔的即時模式語法和少量的工具樣板。支持 Shoelace 元件，支持 Markdown，整合 Chart.js 圖表，支持讀寫瀏覽器緩存，支持表單驗證等。

13、 fabric：使用 AI 增強人類 ^[33]

這個計畫旨在使每個人能將 AI 用於解決日常問題。它的方法是將問題拆解成很多獨立元件，使用結構化的清晰提示讓 AI 完成任務。（star 5.6K）

🐢播客&視訊

1、 Meta 喜歡 Python ^[34]

Meta 官方的一期播客節目，討論了開發團隊對最新 Python 版本的貢獻，包括允許自訂 JIT（如 Cinder）的新勾點、永生物件、對型別系統的改進、更快的推導式等等。Meta 對 Python 社群的貢獻確實很足哦~（附： 谷歌、微軟、Meta？誰才是 Python 最大的金主？ ^[35] ）

2、 Talk Python To Me #449：使用 FastUI 構建 UI ^[36]

FastUI 是一個 Web 界面開發框架，可使用 React 構建響應式 Web 套用，而無需編寫任何 JavaScript 或接觸 npm。這期播客的嘉賓是該框架的作者。

🐼歡迎訂閱

參考資料

[1]

投稿: https://github.com/chinesehuazhou/python-weekly

如果你覺得本文有幫助

請慷慨 分享 和 點贊 ，感謝啦 ！