V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
chinesehuazhou
V2EX  ›  Python

Python 潮流周刊#21:如何提升及测量 Python 代码的性能?

  •  
  •   chinesehuazhou · 2023-09-24 15:33:14 +08:00 · 1169 次点击
    这是一个创建于 415 天前的主题,其中的信息可能已经有所发展或是发生改变。
    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。标题取自其中三则分享,不代表全部内容都是该主题,特此声明。

    本周刊由 **Python 猫** 出品,精心筛选国内外的 250+ 信息源,为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容。愿景:帮助所有读者精进 Python 技术,并增长职业和副业的收入。

    [微信]( https://img.pythoncat.top/python_cat.jpg) | [博客]( https://pythoncat.top) | [邮件]( https://pythoncat.substack.com) | [Github]( https://github.com/chinesehuazhou/python-weekly) | [Telegram]( https://t.me/pythontrendingweekly) | [Twitter]( https://twitter.com/chinesehuazhou)

    原文☞:[https://pythoncat.top/posts/2023-09-23-weekly]( https://pythoncat.top/posts/2023-09-23-weekly)

    ## 🦄文章&教程

    1 、[在单核情况下加快 Python 代码速度]( https://pythonspeed.com/articles/optimizing-dithering/)

    文章使用弗洛伊德-斯坦伯格抖动算法为例,使用各种技巧来提升代码性能,实现将耗时从 2339 微秒逐步降低到 554 微秒。涉及的一些概念:指令级并行 ( ILP )、分支预测、单指令多数据( SIMD )、内存层次结构等。

    2 、[使用 Radon 作 Python 的代码度量]( https://www.blog.pythonlibrary.org/2023/09/20/learning-about-code-metrics-in-python-with-radon/)

    一篇基础的入门教程,了解如何用 Radon 来衡量 Python 的代码复杂度,即计算圈复杂度等指标,介绍了相关命令的使用。

    3 、[Python (大部分)由语法糖组成]( https://lwn.net/Articles/942767/)

    Brett Cannon 写了一系列关于“语法糖”的博客,解析了 80 多个语法糖特性。文章基于他在 PyCon 的演讲及博客,介绍了其中的部分内容。

    4 、[迎接新的 SymPy]( https://oscarbenjamin.github.io/blog/czi/post1.html)

    SymPy 是一个用于符号计算( symbolic computation )的库,可以处理代数、微积分、离散数学等领域的问题。这是一个系列文章,介绍它将迎来的重大变化。文章描述了 SymPy 当前存在的速度问题、为加速它而作的工作、将来的提速计划。(附:[系列第二篇:SymPy 多项式计算]( https://oscarbenjamin.github.io/blog/czi/post2.html))

    5 、[使用 import-linter 让你的 Python 项目架构更整洁]( https://www.piglei.com/articles/use-import-linter-to-lint-proj-arch/)

    在依赖关系治理方面,[import-linter]( https://github.com/seddonym/import-linter) 是一个非常有用的工具。它通过提供各种类型的“契约”,让我们得以将项目内隐式的复杂依赖关系,通过配置文件显式的表达出来。文章介绍了它的入门使用,以及 6 种修复依赖关系的技巧。

    6 、[CPython 如何用布隆过滤器作字符串处理?]( https://codeconfessions.substack.com/p/cpython-bloom-filter-usage)

    CPython 在处理字符串时使用了布隆过滤器,比如 splitlines()、strip() 两个函数,文章介绍了它们的实现原理。文章还介绍了典型布隆过滤器的实现原理,以及 CPython 中布隆过滤器的实现(不到 50 行 C 代码)。

    7 、[Python 中 UUID 的使用]( https://medium.com/@m____b____/uuids-with-python-b133cead1b4c)

    介绍了`uuid` 库的几个方法:uuid1() 利用系统 MAC 地址与时间戳生成 uuid ; uuid4() 生成完全随机的 uuid ; uuid3() 和 uuid5() 基于常量命名空间和变量名生成 uuid ,前者使用 MD5 算法,后者使用 SHA-1 算法。

    8 、[为什么有这么多 Python Dataframe ?]( https://ponder.io/why-are-there-so-many-python-dataframes/)

    为什么会有 Pandas 、Polars 、Dask 和 PySpark 等大量的 Dataframe 库?作者认为主要的原因是它的四种角色模型:电子表格、关系数据库、二维数组/矩阵、对象,以及由此衍生出的一系列问题。

    9 、[使用 Python 模拟“三门问题”]( https://www.dataschool.io/python-probability-simulation/)

    Monty Hall 问题也被称为三门问题,是一道挑战人们直觉的概率问题。文章使用 Python 来模拟这个问题,看看需要多久才能赢取奖品。

    10 、[6 件可以用 Functools 模块做的很酷的事]( https://pybit.es/articles/6-cool-things-you-can-do-with-the-functools-module/)

    文章介绍了 functools 标准库的 6 个使用场景:@cache 缓存、 @total_ordering 让你少写双下方法、partial() 冻结函数、 @singledispatch 泛型函数、 @wraps 装饰器、reduce() 函数。

    11 、[深入理解 pytest.main():Python 测试框架的核心功能解析]( https://juejin.cn/post/7281491804736831542)

    `pytest.main` 是 Pytest 框架中一个非常实用的函数,用于从命令行运行测试集或者以编程方式运行测试。文章探讨了它的用法和一些常见的应用场景。

    12 、[7 个极佳的 Python 身份验证库]( https://python.plainenglish.io/7-best-python-authentication-libraries-you-should-use-in-your-next-project-c07b668d5348)

    介绍了 7 个不错的身份验证库:**Authlib 、Pyjwt 、Flask-login 、Django-allauth 、ItsDangerous 、Python Social Auth 、Flask-security**。(附:[中文翻译]( https://juejin.cn/post/7281150086351732751))

    🎁**Python 潮流周刊**🎁已免费发布了 21 期,访问下方链接,即可查看全部内容:[https://pythoncat.top/tags/weekly]( https://pythoncat.top/tags/weekly)

    原文☞:[https://pythoncat.top/posts/2023-09-23-weekly]( https://pythoncat.top/posts/2023-09-23-weekly)

    ## 🐿️项目&资源

    1 、[radon:Python 代码的各种指标]( https://github.com/rubik/radon)

    一个 Python 代码指标分析工具,可以计算圈复杂度、原始指标、Halstead 指标、可维护性指数,可用于 CI 集成,可与 Jupyter Notebook 一起使用。( star 1.5K )

    2 、[agents:自主语言代理的开源框架]( https://github.com/aiwaves-cn/agents)

    自主语言代理( Autonomous Language Agents )指的是能够独立执行自然语言处理任务的智能代理系统。这个库支持长期短期记忆、工具使用、Web 导航、多 agent 通信、人机交互和符号控制等功能。( star 2.6K )

    ![]( https://img.pythoncat.top/agents-cover.png)

    3 、[quasiqueue:一个多进程库]( https://github.com/tedivm/quasiqueue)

    一个用于 Python 多进程的库,便于管理长时间运行的多进程作业。可处理进程创建和清理、信号管理、跨进程通信以及其它在处理多进程时的麻烦事。

    4 、[pygraft:可配置的模式和知识图谱生成]( https://github.com/nicolas-hbt/pygraft)

    可根据用户指定的参数生成逼真的模式和知识图谱,通过使用 DL 推理器( HermiT )来确保逻辑一致性。

    5 、[toml-bench:在 Python 中该用哪个 toml 库?]( https://github.com/pwwang/toml-bench)

    这个仓库主要从多个维度比较了 **toml 、tomli/tomli_w 、tomlkit 、pytomlpp 、rtoml 和 qtoml** 这几个库,考察它们在处理数据时的行为表现以及性能。

    6 、[SyncDreamer:以单视角图像生成多视角一致的图像]( https://github.com/liuyuan-pal/SyncDreamer)

    提供一张图片,使用 Paint3D 分割前景对象,通过推理生成多个视角的图像。

    7 、[nanosam:使用 NVIDIA TensorRT 实时运行的 SAM 模型]( https://github.com/NVIDIA-AI-IOT/nanosam)

    Segment Anything ( SAM )是在计算机视觉领域中对图像或视频中的任何对象进行分割的任务,以提取出具有语义或视觉特征的子区域或对象。

    8 、[logparser:用于日志解析的机器学习工具包]( https://github.com/logpai/logparser)

    国人开源作品。可自动从非结构化的日志信息中提取出结构化的关键信息。( star 1.2K )

    9 、[llama2.mojo:纯 Mojo 版本的 Llama 2]( https://github.com/tairov/llama2.mojo)

    作者将 Python 版本的 llama2.py 移植成 Mojo 版本,将性能提高了近 250 倍。( star 1.1K )

    10 、[bisheng:一个开放的 LLM DevOps 平台]( https://github.com/dataelement/bisheng)

    一款领先的开源大模型应用开发平台,中文“毕昇”,可以搭建各类丰富的大模型应用:分析报告生成、知识库问答、对话、要素提取等。

    原文☞:[https://pythoncat.top/posts/2023-09-23-weekly]( https://pythoncat.top/posts/2023-09-23-weekly)

    ## 🐢播客&视频

    1 、[EuroPython 2023 的 146 个视频]( https://www.youtube.com/playlist?list=PL8uoeex94UhFcwvAfWHybD7SfNgIUBRo-)

    今年 EuroPython 活动的演讲视频。

    2 、[Real Python 播客 #172:使用 Scalene 测量 Python 性能]( https://realpython.com/podcasts/rpp/172/)

    **Scalene** 是一款高性能的 CPU 、GPU 和内存分析器,可以从单个函数或代码行级别分析代码,并比较在 Python 和 C 代码中花费的时间。播客嘉宾是马萨诸塞大学教授,他与学校实验室的学生开发了 Scalene 。

    ## 🐱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]( https://img.pythoncat.top/wechat_code.png) 或 [买杯咖啡]( https://www.buymeacoffee.com/pythoncat) 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]( https://github.com/chinesehuazhou/python-weekly/issues/new)

    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]( https://img.pythoncat.top/python_cat.jpg):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]( https://pythoncat.top) 及 [RSS]( https://pythoncat.top/rss.xml):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]( https://github.com/chinesehuazhou/python-weekly):你可以获取本周刊的 Markdown 源文件,做任何想做的事!
    - [邮件]( https://pythoncat.substack.com):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]( https://t.me/pythontrendingweekly):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]( https://twitter.com/chinesehuazhou):我的关注列表里有大量 Python 相关的开发者与组织的账号。
    目前尚无回复
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5757 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 25ms · UTC 06:34 · PVG 14:34 · LAX 22:34 · JFK 01:34
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.