Python 潮流周刊#79：Python 的元数据困境

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。周刊开源在 Github^[1] 上，喜欢请给颗小星星支持下~

本期分享了 12 篇文章，12 个开源项目，2 则热门讨论，全文 2200 字。

🦄文章&教程^[2]

1、约束是好的：Python 的元数据困境^[3]

作者指出 Python 的元数据系统太复杂了，存在 “缺乏约束” 的问题。通过与 JavaScript 对比，文章列出了 Python 元数据的诸多问题：复杂的元数据访问、必须重新生成的元数据、缓存失效不明确以及动态元数据导致的解析器效率低下。

2、Talk Python 网站用 Quart 重写了^[4]

Talk Python 网站是 2015 年用 Pyramid 框架开发的，但该框架已发展停滞。文章讨论了多种知名 Python Web 框架，介绍了为什么不选择它们，为什么会选择 Quart（异步 Flask），以及迁移的过程。

3、Python 不仅是胶水，它是一个隐性的 JIT 生态系统^[5]

在传统的 JIT 编译中，程序会在运行时优化其热路径（常执行的代码段）。作者发现 Python 的社区生态系统做了非常相似的事，在某些路径上持续遇到性能瓶颈时，生态系统会优化这些路径。

4、Python 类型提示在实践中可能不适合我^[6]

作者尝试了用 Python 类型提示，但发现它带来的收益不比麻烦多。偶尔开发小型的单人 Python 项目，这种情况下确实可以不太关心类型提示的使用。（附：该作者还写了一篇 我使用 Python 类型提示和 mypy 的一些经验^[7]）

5、Python 项目管理和打包综合指南：构建与发布^[8]

使用热门的 uv 来介绍 Python 项目管理，这是系列第二篇，关于项目构建与发布流程，包括构建系统、源码树、构建前后端接口、可编辑安装和自定义构建过程，以及如何处理依赖和元数据等问题。

6、2024 年，并发运行 100 万个任务需要多少内存？^[9]

作者用 Rust、C#、NodeJS、Python、Go、Java 的协程，进行并发任务占用内存的基准测试，分别测试 1、10K、100K、1M 个任务时，这些编程语言的表现。（附：作者在去年做的对比 不同语言运行100万个并发任务需要多少内存？）

7、突破 Streamlit 的界限^[10]

作者分享了使用 Streamlit 开发 Web UI 的体验，介绍了在集成语音接口和处理长时间运行任务时遇到的挑战，并分享了如何通过自定义组件和多线程来克服困难。

8、使用 GitHub Actions 运行 Python 脚本^[11]

作者分享了使用 GitHub Action 作自动化的经验，着重介绍 GitHub Action 工作流的配置，如何调用 Python 脚本，实现了自己的一项自动化任务。

9、利用 Python 打包求解布尔满足性和整数规划^[12]

作者受到 Python 打包解决数独问题的启发，开发了一个名为 pipip 的求解器，利用 Python 包依赖解析器来解决布尔可满足性（SAT）和 0/1 整数规划（IP）问题。文章详细解释了原理、实现细节和使用示例。

10、简化 Django 迁移：高效压缩指南^[13]

作者运行了 6 年的 Django 项目有近 300 个模块，如何降低迁移的风险成了一项挑战。文章介绍了用 django-model-info 生成迁移图，识别安全压缩的迁移路径并做压缩，整个过程减少了迁移文件数，优化了部署时间。

11、累积运算在不同编程语言中的实现^[14]

了解的编程语言越多，你对它们的理解就越深。作者对比了 Python、R、Haskell、APL 和 Julia 等语言实现累积运算（如accumulate和cumsum）的方法，能看出它们在解决相同问题时的多样性。

12、不同语言的 10 亿次嵌套循环迭代对比图^[15]

10 多种编程语言执行 10 亿次嵌套循环，所花费的执行时间做成了动图，看到末位的 Python 一直在龟速挪动，真为它感到着急……

🐿️项目&资源^[16]

1、aisuite：为多个生成式 AI 提供简单统一的接口^[17]

提供标准化的接口，让开发者可方便地使用多个 LLM。使用类似于 OpenAI 的界面，专注于聊天模式。（star 5.6K）

2、opennb：从 GitHub 代码仓或 URL 中打开 Jupyter 笔记本^[18]

支持基于 Github 代码仓文件路径打开 ipynb 文件，自动检测默认分支，支持使用指定分支。也支持直接的 URL 打开 ipynb 文件。支持给笔记本传递参数。

3、ridgeplot：用 Python 画漂亮的山脊线图^[19]

基于 Plotly 实现的简单工具，可绘制美观且交互式的山脊线图。

4、Qwen2.5-Coder：阿里云 Qwen 大语言模型的代码版本^[20]

功能强大的国产开源大语言模型，支持 92 种编程语言，上下文长度为 128K Token。（star 3.1K）

5、pex： 用于生成 \.pex 文件、锁文件和 venv 的工具^[21]

.pex 是一种 Python 可执行文件，是对 PEP-441 中思想的拓展，使 Python 程序的部署像cp 一样简单。单个 pex 文件可以包含多个 Python 发行版，这意味着它可在 Linux 和 OS X 间移植。（star 2.9K）

6、pipe-operator： Elixir 管道运算符的 Python 实现^[22]

这个库让你在 Python 中用类似于 elixir 管道的语法。

7、Sequoia：A 股自动选股程序^[23]

从东方财富获取数据，实现了若干种选股策略，包括海龟交易法则、缠中说禅牛市买点，以及其他若干种技术形态。（star 2.2K）

8、LLMLLM-Engineers-Handbook：LLM 的实用指南手册^[24]

这本电子书的目标是教你用最佳实践创建端到端的基于 LLM 的系统，包括数据采集与生成、训练管道、简单的 RAG 系统、生产就绪的 AWS 部署、全面的监控、测试和评估框架。（star 1.8K）

9、bbot：面向黑客的互联网扫描仪^[25]

一款受 Spiderfoot 启发的多功能扫描仪，旨在自动化你的侦察、漏洞赏金和 ASM。（star 7.1K）

10、Scraperr：自托管的网络爬虫^[26]

一个自托管的网络爬虫，通过 XPath 指定元素来抓取数据。支持以 URL 进行抓取、管理之前的任务、用户管理、查看日志、统计分析、集成 AI 等功能。（star 1.2K）

11、ImportSpy：主动控制模块如何被导入使用^[27]

支持为模块定义明确的规则，并在外部模块导入你模块前，校验它是否符合这些规则，减少因导入不当或环境配置错误而导致的错误。

12、zerox：由视觉模型支持的 PDF 转 Markdown^[28]

利用视觉模型 AI 作精准的文件内容提取，克服奇怪的布局、表格和图表等难题。（star 6.7K）

🥂讨论&问题^[29]

1、关于 Python 项目的生产环境部署^[30]

公司有很多 Python 项目，生产用什么部署方案？如何作包管理？多服务间通信是用 http 还是 rpc？

2、你最喜欢的 Python 演讲是什么？^[31]

pyvideo 上有 19163 场会议演讲，大家有什么最喜欢的演讲或演讲者可以推荐么？

🐧 往年回顾^[32]

Python 潮流周刊#29：Rust 会比 Python 慢？！ ^[33]（2023.12.02）

🐱欢迎订阅^[34]

技术周刊是聪明人在信息过载时代中筛选优质知识的聪明手段。这是一个专为国内 Python 开发者量身打造的资讯平台，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、热门话题等丰富内容。立即订阅^[35]，每周将收到一篇文章推送，每周进步一点点。

欢迎留言，说说你最喜欢本期的哪一则分享？大家反馈得越多，我今后分享的也会越多！

欢迎将本专栏^[36]分享给同样爱学习的同学，当有人通过你分享的海报或者链接，购买了专栏，那么你将获得高额的返利。

Python 潮流周刊第 2 季完结了，分享几项总结^[37]

Python 潮流周刊第一季精华合集（1~30）^[38]

万字浓缩版，Python 潮流周刊第 1 季的 800 个链接！^[39]

🎨关联阅读

上一期：Python 潮流周刊#78：async/await 是糟糕的设计^[40]

下一期：Python 潮流周刊#80：Django 项目性能调优^[41]