Python 潮流周刊#38:Django + Next.js 构建全栈项目
共 7170字,需浏览 15分钟
·
2024-04-10 17:47
△ △ 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,欢迎关注。
提醒:本期有赠书活动,详见文末;春节期间,本周刊预计停更一周,祝大家春节快乐!
🦄文章&教程
1、使用 Django、Django REST 和 Next.js 构建全栈项目[3]
Django 和 Nextjs 是后端和前端开发中非常强大 Web 框架,这篇教程用 Django 4.2 和 Next.js 13 开发了一个餐厅菜单管理项目。
2、使用 SQL、Node.js、Django 和 Next.js 构建仪表板项目[4]
比上一则分享更为全面的全栈项目教程,除了实现 CURD 操作,还涉及仪表板、表单筛选、Tailwind CSS、不同数据库的使用,以及分别使用 Node.js 和 Django 构建后端等内容。
3、用 Profila 分析你的 Numba 代码[5]
Numba 是提升 Python 代码性能的常见方案。作者开源了一个 Profila[6] 库,专用于分析 Numba 代码本身的性能问题,文章介绍了它的使用方法,以及关于性能分析的三点局限性。
4、Python datetime 标准库的 10 个陷阱[7]
作者分析了datetime
模块的 10 个陷阱,同时介绍了主流的三方库的情况(例如 arrow
、pendulum
、DateType
、heliclockter
),发现它们大多存在同样的问题。什么样才是更好的日期时间库?作者开源了一个库,试图解决文中的问题。
5、使用 Python 纠正语法的 4 种方法[8]
这里的“语法”指的是写作语法,不是编程语法。文章介绍了language-tool-python
、Gramformer
、Ginger
和 pyaspeller
4 个库用于检查和自动纠正语法错误。
6、Python 调试技巧[9]
这是作者在 2023 PyCon Sweden 演讲的文字版,分享了他的调试思维、调试工具和技术,工具例如snoop
、pdb/ipdb
、PuDB
、web-pdb
、birdseye
、Kolo
等等。
7、调试 Python 与 C 语言混合的项目[10]
调试很难,跨多语言调试更难。文章介绍了如何调试多语言问题,使用 GDB 来调试 Python+C 语言,定位和解决死锁问题,分享了一些调试的经验。
8、分析“使用 Python 和 2MB RAM 对一百万个 32 位整数进行排序”[11]
Guido 在 2008 年写了 Sorting a million 32-bit integers in 2MB of RAM using Python[12] ,这篇文章是对它作的分析解读。解决方案中用到了不太常见的模块:struct
、array
、heapq
,也用了上下文管理器和生成器等技术。
9、使用 Python + Pylasu 实现语言解析器[13]
如何用 Python 开发一个解析器?这篇教程用Pylasu
定义 AST,使用ANTLR
生成解析器,实现从 ANTLR 解析树到 Pylasu AST 的转换,最后构建出带 CLI 的玩具编程语言解析器。
10、动态规划不是黑魔法[14]
动态规划什么编程技术?相比其它方案,它的特点和优势是什么?文章从常见编程问题出发,使用缓存、优化缓存、动态规划逐步深入,揭开动态规划的神秘面纱。
11、什么时候应避免静态类型检查?[15]
Python 支持用类型提示,但这并不是强制的。事实上,有很多情况下并不建议使用类型提示。typing
模块的这篇文档列举了一些不推荐使用类型提示的原因。
12、实用指南:用 Python 运行开源的 LLM[16]
在个人笔记本电脑上如何运行大语言模型?这篇教程介绍了在不同操作系统上运行llama.cpp
的完整过程,例如选择和下载模型、提示词设置、使用 GBNF 语法格式化 LLM 输出、流式响应、多模态模型等。
🎁Python潮流周刊🎁每 30 期为一季,第一季的精华内容已整理成一篇,方便你随时查看。在线访问地址:Python 潮流周刊第一季精华合集(1~30)[17]
🐿️项目&资源
1、excelCPU:用 Excel 实现的 16 位 CPU 和相关文件[18]
才发布一周就已近 3K star 的火爆项目!CPU.xlsx
文件提供了 16 位 CPU、16 个通用寄存器、128KB RAM 和 128x128 显示区域。使用 Python 进行编译。(star 3K)
2、whenever:万无一失的 Python 日期时间[19]
前文提及过的日期时间库,克服了标准库和其它三方库没有很好解决的一些问题。
3、DeepSeek-Coder:让代码自己编写[20]
它由一系列代码语言模型组成,每个模型都用 2T token 训练,提供多种型号尺寸,拥有高级代码补全能力,在各项基准测试中表现亮眼。(star 4.3K)
![50eebaa6bda9a32b21ec4652254a1a05.webp](https://filescdn.proginn.com/d8b2666dfe8e08c82f0638f6781e47ce/50eebaa6bda9a32b21ec4652254a1a05.webp)
4、fastcrud:FastAPI 的异步 CRUD 操作[21]
特性有:完全异步、SQLAlchemy 2.0、强大的 CRUD、动态构建复杂查询、高级 SQL 联结、基于偏移或光标的分页、模块化可扩展、自动生成接口。
5、leptonai:简化 AI 服务构建的 Pythonic 框架[22]
让你轻松用 Python 代码构建 AI 服务,主要特性:良好的抽象、仅需几行代码即可启动模型、内置常见模型(如 Llama、SDXL、Whisper 等)的示例、自动批处理、后台任务等。(star 1.9K)
6、gpt-newspaper:用 GPT 创建个性化报纸[23]
让 AI 根据你的个人品味和兴趣来策划选题、撰写、设计和编辑内容,由 6 个专业 agent 组成,支持搜索网络最新内容,聚合知名的新闻源。
7、apprise:几乎适用于所有平台的通知推送[24]
纯 Python 开发的轻量型消息推送库,支持通过大多数服务发送通知,例如 Telegram、Discord、Slack、Amazon SNS、Gotify 等等等,支持短信、邮件、系统桌面等多种形式。(star 9.7K)
8、procrastinate:基于 PostgreSQL 的 Python 任务队列[25]
一个基于 PostgreSQL 的分布式任务处理库,提供 Django 集成,易于与 ASGI 框架一起使用。支持异步、周期任务、重试、任意任务锁等功能。
9、flent:灵活的网络基准测试工具[26]
它可以同时运行多个 netperf/iperf/ping 实例并聚合结果,通过交互式 GUI 和可扩展的绘图功能展示数据,支持本地和远程主机,支持采集 CPU 使用率、WiFi、qdisc 和 TCP 套接字统计信息等。
![6d69485d5885b9f0031098591d499eb7.webp](https://filescdn.proginn.com/39e0c7e876518d4e8b0c263cd00b2312/6d69485d5885b9f0031098591d499eb7.webp)
10、urllib3:新版本支持在浏览器发起 HTTP 请求[27]
urllib3
发布了 2.2.0 版本,支持在Pyodide
运行时中使用!后者是用在浏览器中的 Python 解释器,也是PyScript
和 Jupyterlite
框架的技术基础。这对 Python 的前端开发有重大作用,未来可期。
11、gnuplotlib:基于 gnuplot 的 numpy 绘图后端[28]
Gnuplot
是一个强大的开源绘图工具,用于生成各种类型的二维和三维图表。这个项目将它与 Numpy 结合,充分利用数据处理和绘图能力。
12、history_rag:用 RAG 搭建中国历史问答应用[29]
RAG(检索增强生成)+向量数据库搭建一个中国历史知识问答应用,支持“Milvus方案“(本地)和“Zilliz Cloud Pipelines方案”(云上),提供基于gradio
的 Web UI 界面。默认使用 GPT4 模型,可轻松切换其它 LLM。
🐢赠书福利
不定期的福利活动,本期赠书 5 本《AI 绘画实战:Midjourney从新手到高手》,开奖时间 2 月 10 日(春节)。请给 Python猫公众号发送数字“8038”,获取抽奖小程序码。
这本书介绍了 Midjourney 绘画的各种使用方法与技巧,从基础理论到实战应用,一本书轻松玩转当下最火的 AI 绘画,带你领略无限艺术可能。
![1624448ac00620ef1634185a4356fbad.webp](https://filescdn.proginn.com/eb21dda0b4ffc13021badaa01b153f4d/1624448ac00620ef1634185a4356fbad.webp)
🐼欢迎订阅
- 微信公众号[30]: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[31] 及 RSS[32]: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。
- 邮件[33] 及 RSS[34]:在 Substack 上开通的频道,满足你通过邮件阅读时事通讯的诉求。
- Github[35]:你可以获取本周刊的 Markdown 源文件,做任何想做的事!
- Telegram[36]: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[37]:我的关注列表里有大量 Python 相关的开发者与组织的账号。
投稿: https://github.com/chinesehuazhou/python-weekly
[2]电报频道: https://t.me/pythontrendingweekly
[3]使用 Django、Django REST 和 Next.js 构建全栈项目: https://dev.to/koladev/building-a-fullstack-application-with-django-django-rest-nextjs-3e26
[4]使用 SQL、Node.js、Django 和 Next.js 构建仪表板项目: https://dev.to/andrewbaisden/a-day-in-the-life-of-a-developer-building-a-dashboard-app-with-sql-nodejs-django-and-nextjs-5en7
[5]用 Profila 分析你的 Numba 代码: https://pythonspeed.com/articles/numba-profiling/
[6]Profila: https://github.com/pythonspeed/profila
[7]Python datetime 标准库的 10 个陷阱: https://dev.arie.bovenberg.net/blog/python-datetime-pitfalls/
[8]使用 Python 纠正语法的 4 种方法: https://www.listendata.com/2024/01/4-ways-to-correct-grammar-with-python.html
[9]Python 调试技巧: https://www.syntaxerror.tech/syntax-error-11-debugging-python/
[10]调试 Python 与 C 语言混合的项目: https://developer.nvidia.com/blog/debugging-mixed-python-and-c-language-stack/
[11]分析“使用 Python 和 2MB RAM 对一百万个 32 位整数进行排序”: https://www.bitecode.dev/p/analyzing-sorting-a-million-32-bit
[12]Sorting a million 32-bit integers in 2MB of RAM using Python: http://neopythonic.blogspot.com/2008/10/sorting-million-32-bit-integers-in-2mb.html
[13]使用 Python + Pylasu 实现语言解析器: https://tomassetti.me/implement-parsers-with-pylasu/
[14]动态规划不是黑魔法: https://qsantos.fr/2024/01/04/dynamic-programming-is-not-black-magic/
[15]什么时候应避免静态类型检查?: https://typing.readthedocs.io/en/latest/source/typing_anti_pitch.html
[16]实用指南:用 Python 运行开源的 LLM: https://christophergs.com/blog/running-open-source-llms-in-python
[17]Python 潮流周刊第一季精华合集(1~30): https://pythoncat.top/posts/2023-12-11-weekly
[18]excelCPU:用 Excel 实现的 16 位 CPU 和相关文件: https://github.com/InkboxSoftware/excelCPU
[19]whenever:万无一失的 Python 日期时间: https://github.com/ariebovenberg/whenever
[20]DeepSeek-Coder:让代码自己编写: https://github.com/deepseek-ai/deepseek-coder/
[21]fastcrud:FastAPI 的异步 CRUD 操作: https://github.com/igorbenav/fastcrud
[22]leptonai:简化 AI 服务构建的 Pythonic 框架: https://github.com/leptonai/leptonai
[23]gpt-newspaper:用 GPT 创建个性化报纸: https://github.com/assafelovic/gpt-newspaper
[24]apprise:几乎适用于所有平台的通知推送: https://github.com/caronc/apprise
[25]procrastinate:基于 PostgreSQL 的 Python 任务队列: https://github.com/procrastinate-org/procrastinate
[26]flent:灵活的网络基准测试工具: https://github.com/tohojo/flent
[27]urllib3:新版本支持在浏览器发起 HTTP 请求: https://github.com/urllib3/urllib3/releases/tag/2.2.0
[28]gnuplotlib:基于 gnuplot 的 numpy 绘图后端: https://github.com/dkogan/gnuplotlib
[29]history_rag:用 RAG 搭建中国历史问答应用: https://github.com/wxywb/history_rag
[30]微信公众号: https://qinglite-1253448069.cos.ap-shanghai.myqcloud.com/web/e60bd68bc8457412c2aa53620ba674452ec756f7
[31]博客: https://pythoncat.top
[32]RSS: https://pythoncat.top/rss.xml
[33]邮件: https://pythoncat.substack.com
[34]RSS: https://pythoncat.substack.com/feed
[35]Github: https://github.com/chinesehuazhou/python-weekly
[36]Telegram: https://t.me/pythontrendingweekly
[37]Twitter: https://twitter.com/chinesehuazhou
![d9cfe369730909b666ae28135b70b5f2.webp](https://filescdn.proginn.com/74f439dad583b8340a6d19296efb6ae6/d9cfe369730909b666ae28135b70b5f2.webp)