Python 潮流周刊#28：两种线程池、四种优化程序的方法

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。本周刊开源，欢迎投稿。另有电报频道作为副刊，补充发布更加丰富的资讯。

🐱产品推荐

Walles.AI 是一款适用于所有网站的浏览器插件，支持 GPT4 问答、ChatPDF 、网页内容解释及翻译、生成高质量文章、与 Notion 等工具协同、在线摘要 Youtube 视频等。立即前往官网，免费使用（请在 PC 端访问）：安装地址

🦄文章&教程

1 、四种优化程序的方法

很值得推荐的文章。正文部分介绍了优化程序的四种方法：使用更好的算法、使用更好的数据结构、使用底层的编程语言、以及接受不太精确的解决方案。文章开头和结尾则提出了一些教训：我们对于性能优化问题容易过度乐观、我们可能只顾性能而牺牲了正确性、不该作过早和复杂的优化、优化的广度比优化的深度更重要。

2 、两种线程池，以及为什么需要这两种线程池？

由于 GIL 的限制，因此在 Python 中使用线程池需要注意业务是 CPU 密集型任务还是 IO 密集型任务，这将导致在线程数量和线程池目标上的不同选择。

3 、是时候改变了：datetime.utcnow() 现已被弃用

Python 3.12 版本中datetime.datetime 的 utcnow() 与 utcfromtimestamp() 方法已被标注为“deprecated”，将在未来版本中删除。文章介绍了它们的缺陷，解释了为什么它们会被弃用。替代的方法分别是：datetime.now() 和 datetime.fromtimestamp() 。

4 、Python Web 应用的线上部署

介绍了如何使用 Nginx+Gunicorn+Supervisor 、Nginx+uWSGI+Supervisor 、Waitress 、Meinheld 等不同方案部署 Flask 应用，分析了它们的优缺点。

5 、Python GIL 作出的不断变化的“保证”

介绍了 CPython 全局解释器锁的实现细节，介绍了从 Python 3.9 到目前 3.13 开发版之间的变化。其中有一项很大的差别，在 3.9 及早期版本，GIL 在执行很多字节码时会释放，而在 3.13 版本，只在少数字节码上检查是否释放 GIL 。

6 、使用 pip-compile 和 pip-tools 作 Django 的依赖项管理

Python 的依赖管理有很多选择，文章介绍了 pip-compile 和 pip-tools 的组合方案。

7 、Python 程序的 bug 分类

作者将程序的 bug 分成四类：类型错误和 linting 错误、导入时异常、运行时异常、静默的错误。处理的策略是减少出现后面的错误类型，将其变为前面的错误处理。

8 、有多少 Python 核心开发者使用类型提示？

Python 的类型提示正在逐渐流行，但是，它在核心开发者群体中已经普及到什么程度了呢？作者经过分析，给出了这样的数据：所有核心开发者中，大约 53% 的人最近有开源项目，其中 39% 的人使用类型提示。近 3 年里加入团队的人中，有 76% 使用类型提示。

9 、记一次用 Python 的 ast 模块将 Flask 项目转为 Quart 的尝试

作者为了使用 OpenAI 返回的异步迭代器内容，将不支持异步的 Flask 项目重构成了支持异步的 Quart 。但手动修改的工作量太大，因此他想到通过解析 ast 来修改，提升项目转换的效率。

10 、Python NumPy 库的可视化解释

文章使用了大量直观的图形展示 Numpy 数据的分布以及数据变化过程，让你轻松掌握 Numpy 数据操作。

11 、用组合还是继承？我有不同看法

传统观点认为组合优于继承，但作者认为 Python 不能很好地支持，若教条式使用组合，只会引入问题，因此作者提供了一种简单实现的思路。

12 、选择正确的数据仪表板工具：Streamlit 和 Shiny 的独特优势

在数据驱动关键决策的时代，交互式仪表板已成为商业、科学研究等行业不可或缺的工具。Streamlit 和 Shiny （包括 RShiny 及 PyShiny ）是功能强大的框架，文章介绍了它们各自的优势。

🎁Python 潮流周刊🎁我会在 电报频道 分享很多不收录在周刊里的内容，目前已有 1200+ 同学关注，欢迎你的加入！

🐿️项目&资源

1 、screenshot-to-code：利用截图生成 HTML/Tailwind/JS 代码

超级火爆的新项目，它使用 GPT-4 Vision 生成代码，使用 DALL-E 3 生成与截图相似的外观。甚至可以输入 URL 来实时克隆一个网站！（ star 19.4K ）

2 、sqlalchemy_data_model_visualizer：将 SQLalchemy 数据模型转换为漂亮的 SVG 图表

将 SQLAlchemy ORM 模型生成高质量的可视化效果，使用 Graphviz 将每个模型呈现为有向图，更容易理解数据库表之间的关系。

3 、aiconfig：配置驱动的 AI 应用开发框架

它通过将提示、模型参数及模型密切相关的逻辑与应用代码分离，降低复杂度。SDK 是与模型无关的，可扩展到任何生成式 AI 模型。

4 、PyNest：基于 FastAPI 构建的框架，遵循 NestJS 的模块化架构

可以让你轻松构建可扩展且可维护的 API ，支持依赖注入、类型注释、装饰器和代码生成。

5 、StyleTTS2：近乎人类水平的文本转语音库

它利用风格扩散和对抗训练与大型语音语言模型 （ SLM ） 来实现人类水平的 TTS 合成。（ star 2.7K ）

6 、pyjokes：程序员的一句话笑话（笑话即服务） (github.com)

安装后，只需从命令行调用 pyjoke 或将其添加到 .bashrc 文件中，每次打开终端时都会看到一个笑话。

7 、gTTS：用于与 Google 的文本转语音 API 交互

用于调用 Google Translate 的文本转语音 API ，提供可定制的语音特定的句子分词器，以及可定制的文本预处理器。（ star 2K ）

8 、chatfairy：极简的网页版聊天室，只依赖 Flask

极简的聊天室应用，前后端代码在仅 115 行的单文件中，使用 SSE 作后端消息推送，不依赖 websocket ，支持用户认证、多用户聊天、上下线通知、路由保护。（投稿自 @yuxiaoy1 ）

9 、streamlit-shadcn-ui：在 streamlit 中使用 shadcn-ui 组件

Streamlit 的组件选择相对局限，且样式比较古老。这个项目将前端流行的 shadcn 组件库引入到 Streamlit 当中，UI 更为美观。

10 、video-subtitle-remover：用 AI 去除图片/视频的硬字幕/水印

可无损分辨率将视频中的硬字幕去除，生成去除字幕后的文件，利用 AI 填充原字幕区域；支持自定义字幕位置，支持全视频自动去除所有文本。

11 、flowty-realtime-lcm-canvas：使用 LCM 和 gradio 库的草图到图像演示

将你的草稿图实时变成生动的图像，可更改 UI 中的模型 ID 来使用不同的模型。（ star 1.5K ）

12 、pyephem：科学级的天文学计算库

可执行高精度天文学计算，用于查找行星、彗星或小行星的位置，确定特定星体的位置，计算月球各阶段的日期，天文坐标系转换，确定春分和冬至的日期，等等。

本文首发于： https://pythoncat.top/posts/2023-11-25-weekly

🐼欢迎订阅

• 微信公众号：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 及 RSS：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：你可以获取本周刊的 Markdown 源文件，做任何想做的事！
• 邮件：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：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：我的关注列表里有大量 Python 相关的开发者与组织的账号。