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。题目取自其中三则分享，不代表全部内容都是该主题，特此申明。
本周刊由 Python 猫 出品，精心筛选国内外的 250+ 信息源，为你筛选最值得分享的文章、教程、开源我的项目、软件工具、播客和视频、热门话题等内容。愿景：帮忙所有读者精进 Python 技术，并增长职业和副业的支出。
微信 | 博客 | 邮件 | Github | Telegram | Twitter
原文☞：https://pythoncat.top/posts/2023-09-23-weekly
🦄文章 & 教程
1、在单核状况下放慢 Python 代码速度
文章应用弗洛伊德 - 斯坦伯格抖动算法为例，应用各种技巧来晋升代码性能，实现将耗时从 2339 微秒逐渐升高到 554 微秒。波及的一些概念：指令级并行（ILP）、分支预测、单指令多数据（SIMD）、内存层次结构等。
2、应用 Radon 作 Python 的代码度量
一篇根底的入门教程，理解如何用 Radon 来掂量 Python 的代码复杂度，即计算圈复杂度等指标，介绍了相干命令的应用。
3、Python（大部分）由语法糖组成
Brett Cannon 写了一系列对于“语法糖”的博客，解析了 80 多个语法糖个性。文章基于他在 PyCon 的演讲及博客，介绍了其中的局部内容。
4、迎接新的 SymPy
SymPy 是一个用于符号计算（symbolic computation）的库，能够解决代数、微积分、离散数学等畛域的问题。这是一个系列文章，介绍它将迎来的重大变动。文章形容了 SymPy 以后存在的速度问题、为减速它而作的工作、未来的提速打算。（附：系列第二篇：SymPy 多项式计算）
5、应用 import-linter 让你的 Python 我的项目架构更整洁
在依赖关系治理方面，import-linter 是一个十分有用的工具。它通过提供各种类型的“契约”，让咱们得以将我的项目内隐式的简单依赖关系，通过配置文件显式的表达出来。文章介绍了它的入门应用，以及 6 种修复依赖关系的技巧。
6、CPython 如何用布隆过滤器作字符串解决？
CPython 在解决字符串时应用了布隆过滤器，比方 splitlines()、strip() 两个函数，文章介绍了它们的实现原理。文章还介绍了典型布隆过滤器的实现原理，以及 CPython 中布隆过滤器的实现（不到 50 行 C 代码）。
7、Python 中 UUID 的应用
介绍了 uuid 库的几个办法：uuid1() 利用零碎 MAC 地址与工夫戳生成 uuid；uuid4() 生成齐全随机的 uuid；uuid3() 和 uuid5() 基于常量命名空间和变量名生成 uuid，前者应用 MD5 算法，后者应用 SHA-1 算法。
8、为什么有这么多 Python Dataframe？
为什么会有 Pandas、Polars、Dask 和 PySpark 等大量的 Dataframe 库？作者认为次要的起因是它的四种角色模型：电子表格、关系数据库、二维数组 / 矩阵、对象，以及由此衍生出的一系列问题。
9、应用 Python 模仿“三门问题”
Monty Hall 问题也被称为三门问题，是一道挑战人们直觉的概率问题。文章应用 Python 来模仿这个问题，看看须要多久能力赢取奖品。
10、6 件能够用 Functools 模块做的很酷的事
文章介绍了 functools 规范库的 6 个应用场景：@cache 缓存、@total\_ordering 让你少写双下办法、partial() 解冻函数、@singledispatch 泛型函数、@wraps 装璜器、reduce() 函数。
11、深刻了解 pytest.main()：Python 测试框架的外围性能解析
pytest.main 是 Pytest 框架中一个十分实用的函数，用于从命令行运行测试集或者以编程形式运行测试。文章探讨了它的用法和一些常见的利用场景。
12、7 个极佳的 Python 身份验证库
介绍了 7 个不错的身份验证库：Authlib、Pyjwt、Flask-login、Django-allauth、ItsDangerous、Python Social Auth、Flask-security。（附：中文翻译）
🎁Python 潮流周刊 🎁已收费公布了 21 期，拜访下方链接，即可查看全部内容：https://pythoncat.top/tags/weekly
原文☞：https://pythoncat.top/posts/2023-09-23-weekly
🐿️我的项目 & 资源
1、radon：Python 代码的各种指标
一个 Python 代码指标剖析工具，能够计算圈复杂度、原始指标、Halstead 指标、可维护性指数，可用于 CI 集成，可与 Jupyter Notebook 一起应用。（star 1.5K）
2、agents：自主语言代理的开源框架
自主语言代理（Autonomous Language Agents）指的是可能独立执行自然语言解决工作的智能代理零碎。这个库反对长期短期记忆、工具应用、Web 导航、多 agent 通信、人机交互和符号管制等性能。（star 2.6K）
3、quasiqueue：一个多过程库
一个用于 Python 多过程的库，便于管理长时间运行的多过程作业。可解决过程创立和清理、信号治理、跨过程通信以及其它在解决多过程时的麻烦事。
4、pygraft：可配置的模式和常识图谱生成
可依据用户指定的参数生成真切的模式和常识图谱，通过应用 DL 推理器（HermiT）来确保逻辑一致性。
5、toml-bench：在 Python 中该用哪个 toml 库？
这个仓库次要从多个维度比拟了 toml、tomli/tomli\_w、tomlkit、pytomlpp、rtoml 和 qtoml 这几个库，考查它们在解决数据时的行为表现以及性能。
6、SyncDreamer：以单视角图像生成多视角统一的图像
提供一张图片，应用 Paint3D 宰割前景对象，通过推理生成多个视角的图像。
7、nanosam：应用 NVIDIA TensorRT 实时运行的 SAM 模型
Segment Anything（SAM）是在计算机视觉畛域中对图像或视频中的任何对象进行宰割的工作，以提取出具备语义或视觉特色的子区域或对象。
8、logparser：用于日志解析的机器学习工具包
国人开源作品。可主动从非结构化的日志信息中提取出结构化的要害信息。（star 1.2K）
9、llama2.mojo：纯 Mojo 版本的 Llama 2
作者将 Python 版本的 llama2.py 移植成 Mojo 版本，将性能进步了近 250 倍。（star 1.1K）
10、bisheng：一个凋谢的 LLM DevOps 平台
一款当先的开源大模型利用开发平台，中文“毕昇”，能够搭建各类丰盛的大模型利用：剖析报告生成、知识库问答、对话、因素提取等。
原文☞：https://pythoncat.top/posts/2023-09-23-weekly
🐢播客 & 视频
1、EuroPython 2023 的 146 个视频
往年 EuroPython 流动的演讲视频。
2、Real Python 播客 #172：应用 Scalene 测量 Python 性能
Scalene 是一款高性能的 CPU、GPU 和内存分析器，能够从单个函数或代码行级别剖析代码，并比拟在 Python 和 C 代码中破费的工夫。播客嘉宾是马萨诸塞大学教授，他与学校实验室的学生开发了 Scalene。
🐱资助 & 反对
如果你喜爱周刊，请分享给其余须要的同学，让更多人能够从中受害～
如果你感觉周刊有价值，请随便赞叹 或 买杯咖啡 进行反对！
如果你想帮忙周刊办得更好，欢送向咱们投稿或提出倡议：投稿 / 倡议通道
如果你是品牌方或广告主，欢送私信我，洽谈资助与单干事项。
🐼欢送订阅
- 微信公众号：除更新周刊外，还公布其它原创作品，并转载一些优质文章。（可加好友，可加读者交换群）
- 博客 及 RSS：我的独立博客，下面有历年原创 / 翻译的技术文章，以及从 2009 年以来的一些随笔。
- Github：你能够获取本周刊的 Markdown 源文件，做任何想做的事！
- 邮件：在 Substack 上开明的频道，满足你通过邮件浏览时事通信的诉求。
- Telegram：除了公布周刊的告诉外，我将它视为一个“副刊”，补充公布更加丰盛的资讯。
- Twitter：我的关注列表里有大量 Python 相干的开发者与组织的账号。