Python 潮流周刊#24：no-GIL 提案正式被采纳了！

△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。

本周刊的源文件归档在 Github 上，已收获 777 star 好评，如果你也喜欢本周刊，就请给颗 star 支持一下吧：https://github.com/chinesehuazhou/python-weekly

🦄文章&教程

1、PEP-703 无 GIL CPython 的进展^[1]

PEP-703 是 no-GIL 项目形成的提案，就在本周，Python 指导委员会宣布采纳了这个提案！这篇文章写于消息宣布的两周前，总结了过去一段时间里发生的技术思考和进展。（附：PEP-703 的讨论^[2]）

2、PEP-730 CPython 提供对 iOS 的官方支持^[3]

这是一个新提案，建议 CPython 提供对 iOS 系统的 Tier 3 级支持。如果提案被采纳，则 Python 将会有更广泛的使用。BeeWare^[4] 和 Kivy^[5] 是支持 iOS 的 Python APP 开发框架，说明了技术的可行性。

3、Django 进阶：开发高级的功能^[6]

文章探讨在 Django 应用中集成一些高级的特性，例如：实现所见即所得编辑器、用户认证授权、实时通信功能、异步任务、集成 Elasticsearch 作全文搜索、自动化测试与持续集成。

4、在 Python 中开发异步的任务队列^[7]

介绍了使用 multiprocessing.Pool、multiprocessing.Queue 和 Redis 实现简单的任务队列，实现基础的任务调度处理。

5、Flask、它的生态和向后兼容性^[8]

上期周刊分享了一则吐槽 Flask 向后兼容性不好的文章（见下），这篇是对它的回应，作者是 Flask 的维护者之一。

6、继续关于 Flask 的讨论^[9]

这是上周《我们必须聊聊 Flask^[10]》的后续，作者收到了一些正面和反面的回应，文章延续了之前的话题，并主要反驳了一些观点。

7、介绍 rip - 快速而简约的 pip 实现^[11]

rip 是用 Rust 开发的 PyPI 包解析及安装库，即 Rust 版本 pip。它试图在 Conda 和 PyPI 间架起一座坚固的桥梁，文章介绍它为了克服这两者的主要区别（元数据提取、Wheel 文件元数据、依赖项规范）而做的一些工作。

8、使用 Rust 将数据分析速度提高 180,000 倍^[12]

如何使用 Rust 实现关键代码来提升 Python 程序的性能？文章从多个方面优化 k-CorrSet 问题的实现，得到了很高的速度提升。

9、什么是 lambda 表达式？^[13]

什么是 lambda 表达式和 lambda 函数？lambda 函数与 Python 的其它函数有何不同？它有什么局限性、什么时候应该避免使用、通常使用在什么场景？

10、手撸个视频翻译和配音工具玩玩 结果不太妙^[14]

视频翻译是对原始语言的视频处理后，显示为其它语言的字幕及配音。文章是一个低成本的尝试，技术栈：语音识别使用 openai-whisper 离线模型、文字翻译使用 Google 接口、文字合成语音使用 Microsoft Edge tts。

11、掌握使用 FastAPI 进行集成测试^[15]

集成测试是指将各个代码单元作为一个整体进行测试。文章介绍基于 FastAPI 的集成测试方法，包括如何模拟身份验证、如何模拟外部 API、如何模拟 MangoDB 相关操作、如何模拟 AWS S3。

12、Python 代码转为 LATEX 公式工具^[16]

latexify_py 是一个 Google 开源的 Python 包，可以将 Python 源代码片段编译为相应的 LaTeX 表达式。文章介绍了它的使用方法，包括如何将 Python 函数转为公式、Latexify 参数设定、Latexify 生成伪代码。

🎁Python潮流周刊🎁已免费发布了 24 期，访问下方链接，即可查看全部内容：https://pythoncat.top/tags/weekly^[17]

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、celery：分布式任务队列^[18]

Python 中比较成熟的任务队列库，支持 RabbitMQ、Redis 等中间件，很容易与主流 Web 框架集成。（star 22.4K）

2、rq：简单的任务队列^[19]

RQ（Redis Queue）是基于 Redis 的任务作业库，使用门槛低，支持排队、定时、重试等功能。（star 9.2K）

3、huey：轻量级的任务队列^[20]

简单轻量级的任务队列库，支持 Redis、SQLite、文件系统和内存存储，支持多进程、多线程或 Greenlet 任务执行模型。（star 4.7K）

4、rip：快速解决和安装 Python 包（Rust 版 pip）^[21]

用 Rust 实现的 pip，支持下载、解析和安装 PyPI 包，支持 wheel （部分支持），计划将 sdist 文件。

5、Selenium-python-helium：Web 自动化库，让 Selenium 更好用^[22]

Selenium 是 Web 自动化的最优库之一，Helium 是在其基础上的封装，使 Web 自动化更为方便。除了高级 API，它还简化了 Web 驱动管理、支持与嵌套的 iFrame 中元素交互、支持隐式等待、支持显式等待。（star 3.6K）

6、rendercv：用 YAML/JSON 文件创建 PDF 格式的简历^[23]

它支持解析 YAML 及 JSON 文件的简历，创建 latex 文件，然后渲染成 PDF 格式。目前仅有一款主题。

7、latexify_py：用 Python 代码生成 LaTeX 表达式^[24]

可以将 Python 源码或 AST 编译为 LaTex，使用 IPython 来漂亮地打印编译的函数。（star 6.5K）

8、localpilot：Mac 上的 Github Copilot^[25]

在 Macbook 本机上使用的编程助手，配置及使用非常简易。（star 2.6K）

9、annoy：C++/Python 的近似最近邻搜索^[26]

用于搜索空间中靠近给定查询点的点，与其它同类库的最大不同是可使用静态文件作为索引，可实现跨进程共享索引。被 Spotify 用作音乐推荐。（star 12.1K）

10、voyager：用于 Python 和 Java 的近似邻搜索库^[27]

可对内存中的向量集合执行快速的近似最近邻搜索。也是出自 Spotify，每天被查询数亿次，扛得住海量用户的请求。召回率比 annoy 高。

11、Test-Agent：国内首个测试行业大模型工具^[28]

它旨在构建测试领域的“智能体”，融合大模型和质量领域工程化技术，促进质量技术代系升级。开源了测试领域模型 TestGPT-7B，该模型以 CodeLlama-7B 为基座。

12、waymax：用于自动驾驶研究的基于 JAX 的模拟器^[29]

Waymo 是 Google 旗下的自动驾驶公司，Waymax 是其开源的轻量级、多智能体、基于 JAX 的自动驾驶模拟器，可轻松分发和部署在 GPU 和 TPU 等硬件加速器上。

🐢播客&视频

1、Python 的代码生成：拆解 Jinja^[30]

Jinja 的主要作者 Armin Ronacher 在 2012 年的演讲视频，介绍了 Jinja 编译器基础结构的设计，为什么这样设计，以及不同版本的迭代发展过程。（附：演讲的 PPT^[31]）

2、让我们聊一聊模板^[32]

Armin Ronacher 在 2014 年的演讲视频，比较了 Jinja 和 Django 的模板，分析它们产生截然不同设计的历史原因。（附：演讲的 PPT^[33]）

3、JupyterCon 2023 视频 86 个^[34]

JupyterCon 是一个专注于 Jupyter 应用和工具的年度活动，包括数据科学、机器学习、科学计算、数据可视化、教育和科学研究等领域。

🐱赞助&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～

如果你觉得周刊有价值，请随意赞赏^[35] 或 买杯咖啡^[36] 进行支持！

如果你想帮助周刊办得更好，欢迎向我们投稿或提出建议：投稿/建议通道^[37]

如果你是品牌方或广告主，欢迎私信我，洽谈赞助与合作事项。

🐼欢迎订阅

• 微信公众号^[38]：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^[39] 及 RSS^[40]：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^[41]：你可以获取本周刊的 Markdown 源文件，做任何想做的事！

• 邮件^[42]：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^[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]

PEP-703 无 GIL CPython 的进展: https://lwn.net/Articles/947138/

[2]

PEP-703 的讨论: https://discuss.python.org/t/pep-703-making-the-global-interpreter-lock-optional/22606/123

[3]

PEP-730 CPython 提供对 iOS 的官方支持: https://peps.python.org/pep-0730/

[4]

BeeWare: https://beeware.org/

[5]

Kivy: https://kivy.org/

[6]

Django 进阶：开发高级的功能: https://www.pythoncentral.io/the-next-step-in-django-development-advanced-features-to-consider/

[7]

在 Python 中开发异步的任务队列: https://testdriven.io/blog/developing-an-asynchronous-task-queue-in-python/

[8]

Flask、它的生态和向后兼容性: https://pgjones.dev/blog/flask-ecosystem-compatibility-2023/

[9]

继续关于 Flask 的讨论: https://blog.miguelgrinberg.com/post/some-more-to-talk-about-flask

[10]

我们必须聊聊 Flask: https://blog.miguelgrinberg.com/post/we-have-to-talk-about-flask

[11]

介绍 rip - 快速而简约的 pip 实现: https://prefix.dev/blog/introducing_rip

[12]

使用 Rust 将数据分析速度提高 180,000 倍: https://willcrichton.net/notes/k-corrset/

[13]

什么是 lambda 表达式？: https://www.pythonmorsels.com/lambda-expressions/

[14]

手撸个视频翻译和配音工具玩玩 结果不太妙: https://juejin.cn/post/7293420609088798731

[15]

掌握使用 FastAPI 进行集成测试: https://alex-jacobs.com/posts/fastapitests/

[16]

Python 代码转为 LATEX 公式工具: https://www.biaodianfu.com/latexify-python.html

[17]

https://pythoncat.top/tags/weekly: https://pythoncat.top/tags/weekly

[18]

celery：分布式任务队列: https://github.com/celery/celery

[19]

rq：简单的任务队列: https://github.com/rq/rq

[20]

huey：轻量级的任务队列: https://github.com/coleifer/huey

[21]

rip：快速解决和安装 Python 包（Rust 版 pip）: https://github.com/prefix-dev/rip

[22]

Selenium-python-helium：Web 自动化库，让 Selenium 更好用: https://github.com/mherrmann/selenium-python-helium

[23]

rendercv：用 YAML/JSON 文件创建 PDF 格式的简历: https://github.com/sinaatalay/rendercv

[24]

latexify_py：用 Python 代码生成 LaTeX 表达式: https://github.com/google/latexify_py

[25]

localpilot：Mac 上的 Github Copilot: https://github.com/danielgross/localpilot

[26]

annoy：C++/Python 的近似最近邻搜索: https://github.com/spotify/annoy

[27]

voyager：用于 Python 和 Java 的近似邻搜索库: https://github.com/spotify/voyager

[28]

Test-Agent：国内首个测试行业大模型工具: https://github.com/codefuse-ai/Test-Agent

[29]

waymax：用于自动驾驶研究的基于 JAX 的模拟器: https://github.com/waymo-research/waymax

[30]

Python 的代码生成：拆解 Jinja: https://www.youtube.com/watch?v=jXlR0Icvvh8

[31]

演讲的 PPT: https://speakerdeck.com/mitsuhiko/code-generation-in-python-dismantling-jinja

[32]

让我们聊一聊模板: https://www.youtube.com/watch?v=rHmljD-oZrY

[33]

演讲的 PPT: https://speakerdeck.com/mitsuhiko/lets-talk-about-templates

[34]

JupyterCon 2023 视频 86 个: https://www.youtube.com/playlist?list=PL_1BH3ug7n1Ih_Yy2TmM7MZ2zogSLZvzE

[35]

赞赏: https://img.pythoncat.top/wechat_code.png

[36]

买杯咖啡: https://www.buymeacoffee.com/pythoncat

[37]

投稿/建议通道: https://github.com/chinesehuazhou/python-weekly/issues/new

[38]

微信公众号: https://img.pythoncat.top/python_cat.jpg

[39]

博客: https://pythoncat.top

[40]

RSS: https://pythoncat.top/rss.xml

[41]

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

[42]

邮件: https://pythoncat.substack.com

[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！