Python 周刊 – 第 627 期

Python周刊

欢迎阅读《Python 周刊》第 627 期。本周让我们直接进入链接。

来自我们的赞助商

使用 GenAI 报告产品开发
Stepsize 与 Jira 或 Linear 等问题跟踪器集成，并分析您的项目数据，将目标和活动联系起来，以创建令人惊叹且易于理解的冲刺和周期报告。您的第一份报告是完全免费的，无需费力即可让所有利益相关者了解最新情况。

文章、教程和讲座

CPython 的 JIT 编译器
Brandt Bucher 讨论了 CPython 即时 (JIT) 编译器的开发。该演讲深入探讨了专门针对默认 Python 解释器 CPython 实现 JIT 编译器的挑战和复杂性。

适合初学者的生成式人工智能
包含 12 课时的课程，教授开始构建生成式 AI 应用程序所需了解的一切。

大规模编写和检查 Python
在 Meta，Python 是不可或缺的，它为 Instagram 的后端提供动力，为 Python 3.12 做出贡献，并推动配置系统和人工智能工作等关键方面。在 Meta Tech 播客中，Pascal Hartig 和 Amethyst Reese 深入探讨了 Python 基金会团队的工作、开源 Fixit 2 linter 框架，以及对 Meta 生产工程师角色的见解。

是时候做出改变了：datetime.utcnow() 现已弃用
本文将向您详细介绍为什么这些函数会被砍掉，以及用什么来替代它们。

使用 AWS 发布 280 亿个分子嵌入
宣布完成了一个涉及 70 亿个具有各种结构嵌入的小分子（例如 MACCS、PubChem、ECFP4 和 FCFP4）的收集、指纹识别和索引的项目。该数据集使用 Unum 的 USearch 针对分子搜索进行了优化，现在可以通过 AWS Open Data 在全球范围内免费访问，并在 GitHub 上提供全面的数据表和可视化脚本。

Python 全局解释器锁所提供的不断变化的“保证”
这篇文章探讨了 CPython 全局解释器锁 (GIL) 的实现细节，以及它们在 Python 3.9 和当前开发分支（将成为 Python 3.13）之间如何变化。

让我们使用 LLM 嵌入、Django 和 pgvector 编写一个 AI 搜索引擎
大型语言模型 (LLM) 可用于业务应用程序，例如内容匹配和职位搜索。 William Huster 演示了如何构建利用法学硕士进行求职的原型应用程序。

两种线程池，以及为什么需要两者
你的线程池应该有多大？这取决于您的用例。

Python 3.12 泛型类型解释
本视频探讨了 Python 3.12 中的泛型类型如何工作，以及相对于仅使用 Any 类型的优势。

使用 Polars 在云端处理数百 GB 的数据
由于内存和网络限制，本地计算机可能难以处理大型数据集。 Coiled Functions 提供了一种基于云的解决方案，可以高效且经济高效地处理如此广泛的数据集，克服本地硬件对复杂数据处理任务的限制。合并像 Polars 这样的库可以进一步增强这种方法，利用优化的计算功能更快、更高效地处理数据。在这篇文章中，我们将使用 Coiled Functions 在带有 Polars 的单个云计算机上处理 150 GB Uber-Lyft 数据集。

Python 应用程序中的错误类别
编写Python程序时，错误是不可避免的。然而，我们可以管理我们产生的错误类型。让我们探索一个简单的模型，将这些错误从最好到最差进行分类，并讨论谨慎使用工具如何提高软件质量。

GPU 上的 Pandas Dataframes 带 CuDF
使用 CuDF Pandas 加速器的概述和一些简单示例，以及它比普通 Pandas 进行数据分析快多少。

使用 PyTorch 构建神经网络
构建你的第一个神经网络似乎是一项艰巨的任务，但像 PyTorch 这样的深度学习框架使这项任务比以往任何时候都更容易完成。本文介绍了如何使用 PyTorch 构建神经网络。

Python Flask 应用程序中的 GitHub OAuth
有关在 Python 应用程序中构建 Login with Github 的分步指南。

如何使用 Django 和 Stripe 创建订阅 SaaS 应用程序
使用基于 Python 的 Django Web 框架和 Stripe 支付处理器创建订阅 SaaS 业务的所有技术细节。

四种优化
本文讨论了四种优化程序的方法：使用更好的算法、使用更好的数据结构、使用较低级别的系统或接受不太精确的解决方案。

使用 Python 通过 PostgREST API 插入数据

CPython 软件物料清单提案

有多少 Python 核心开发人员使用打字？

有趣的项目、工具和库

洛拉克斯
以 1 美元的成本为数百名生产中的经过微调的法学硕士提供服务。

人工智能配置
配置驱动、源代码控制友好的人工智能应用程序开发。