Python 潮流周刊#28：两种线程池、四种优化程序的方法

△请给“Python猫”加星标 ，以免错过文章推送

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[1]。另有电报频道[2]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[3]

🦄文章&教程

1、四种优化程序的方法[4]

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？[5]

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[6]

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[7]

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”[8]

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[9]

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[10]

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？[11]

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[12]

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[13]

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[14]

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[15]

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[16] 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[17]

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[18]

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。

数据库表的有向图

3、aiconfig：配置驱动的 AI 应用开发框架[19]

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[20]

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[21]

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)[22]

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[23]

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[24]

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）

聊天效果演示

9、streamlit-shadcn-ui：在 streamlit 中使用 shadcn-ui 组件[25]

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[26]

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[27]

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[28]

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[29]：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[30] 及 RSS[31]：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[32]：你可以获取本周刊的 Markdown 源文件，做任何想做的事！

• 邮件[33]：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[34]：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[35]：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]

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

[2]

电报频道: https://t.me/pythontrendingweekly

[3]

安装地址: https://walles.ai?invite_code=CGZP5W

[4]

四种优化程序的方法: https://tratt.net/laurie/blog/2023/four_kinds_of_optimisation.html

[5]

两种线程池，以及为什么需要这两种线程池？: https://pythonspeed.com/articles/two-thread-pools/

[6]

是时候改变了：datetime.utcnow() 现已被弃用: https://blog.miguelgrinberg.com/post/it-s-time-for-a-change-datetime-utcnow-is-now-deprecated

[7]

Python Web 应用的线上部署: https://www.biaodianfu.com/python-web-server-deployment.html

[8]

Python GIL 作出的不断变化的“保证”: https://stefan-marr.de/2023/11/python-global-interpreter-lock/

[9]

使用 pip-compile 和 pip-tools 作 Django 的依赖项管理: https://learndjango.com/tutorials/django-dependency-management-pip-compile-and-pip-t

[10]

Python 程序的 bug 分类: https://threeofwands.com/the-types-of-errors-in-python-apps/

[11]

有多少 Python 核心开发者使用类型提示？: https://blog.orsinium.dev/posts/py/core-devs-typing/

[12]

记一次用 Python 的 ast 模块将 Flask 项目转为 Quart 的尝试: https://juejin.cn/post/7304706387645071395

[13]

Python NumPy 库的可视化解释: https://solothought.com/tutorial/python-numpy/

[14]

用组合还是继承？我有不同看法: https://coady.github.io/posts/composition-vs-inheritance.html

[15]

选择正确的数据仪表板工具：Streamlit 和 Shiny 的独特优势: https://python-bloggers.com/2023/10/choosing-the-right-data-dashboard-tool-the-unique-strengths-of-streamlit-and-shiny/

[16]

电报频道: https://t.me/pythontrendingweekly

[17]

screenshot-to-code：利用截图生成 HTML/Tailwind/JS 代码: https://github.com/abi/screenshot-to-code

[18]

sqlalchemy_data_model_visualizer：将SQLalchemy数据模型转换为漂亮的SVG图表: https://github.com/Dicklesworthstone/sqlalchemy_data_model_visualizer

[19]

aiconfig：配置驱动的 AI 应用开发框架: https://github.com/lastmile-ai/aiconfig

[20]

PyNest：基于 FastAPI 构建的框架，遵循 NestJS 的模块化架构: https://github.com/PythonNest/PyNest

[21]

StyleTTS2：近乎人类水平的文本转语音库: https://github.com/yl4579/StyleTTS2

[22]

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

[23]

gTTS：用于与 Google 的文本转语音 API 交互: https://github.com/pndurette/gTTS

[24]

chatfairy：极简的网页版聊天室，只依赖 Flask: https://github.com/yuxiaoy1/chatfairy

[25]

streamlit-shadcn-ui：在 streamlit 中使用 shadcn-ui 组件: https://github.com/ObservedObserver/streamlit-shadcn-ui

[26]

video-subtitle-remover：用 AI 去除图片/视频的硬字幕/水印: https://github.com/YaoFANGUK/video-subtitle-remover

[27]

flowty-realtime-lcm-canvas：使用 LCM 和 gradio 库的草图到图像演示: https://github.com/flowtyone/flowty-realtime-lcm-canvas

[28]

pyephem：科学级的天文学计算库: https://github.com/brandon-rhodes/pyephem

[29]

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

[30]

博客: https://pythoncat.top

[31]

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

[32]

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

[33]

邮件: https://pythoncat.substack.com

[34]

Telegram: https://t.me/pythontrendingweekly

[35]

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！