Python 潮流周刊#21：如何提升及測量 Python 代碼的性能？

你好，我是貓哥。這里每周分享優(yōu)質(zhì)的 Python、AI 及通用技術(shù)內(nèi)容，大部分為英文。標(biāo)題取自其中三則分享，不代表全部內(nèi)容都是該主題，特此聲明。

本周刊由 Python貓 出品，精心篩選國內(nèi)外的 250+ 信息源，為你挑選最值得分享的文章、教程、開源項(xiàng)目、軟件工具、播客和視頻、熱門話題等內(nèi)容。愿景：幫助所有讀者精進(jìn) Python 技術(shù)，并增長職業(yè)和副業(yè)的收入。

本周刊開通 Telegram 頻道后，已有 700+ 小伙伴加入，歡迎你到來：https://t.me/pythontrendingweekly

??文章&教程

1、在單核情況下加快 Python 代碼速度^[1]

文章使用弗洛伊德-斯坦伯格抖動算法為例，使用各種技巧來提升代碼性能，實(shí)現(xiàn)將耗時(shí)從 2339 微秒逐步降低到 554 微秒。涉及的一些概念：指令級并行 （ILP）、分支預(yù)測、單指令多數(shù)據(jù)（SIMD）、內(nèi)存層次結(jié)構(gòu)等。

2、使用 Radon 作 Python 的代碼度量^[2]

一篇基礎(chǔ)的入門教程，了解如何用 Radon 來衡量 Python 的代碼復(fù)雜度，即計(jì)算圈復(fù)雜度等指標(biāo)，介紹了相關(guān)命令的使用。

3、Python（大部分）由語法糖組成^[3]

Brett Cannon 寫了一系列關(guān)于“語法糖”的博客，解析了 80 多個(gè)語法糖特性。文章基于他在 PyCon 的演講及博客，介紹了其中的部分內(nèi)容。

4、迎接新的 SymPy^[4]

SymPy 是一個(gè)用于符號計(jì)算（symbolic computation）的庫，可以處理代數(shù)、微積分、離散數(shù)學(xué)等領(lǐng)域的問題。這是一個(gè)系列文章，介紹它將迎來的重大變化。文章描述了 SymPy 當(dāng)前存在的速度問題、為加速它而作的工作、將來的提速計(jì)劃。（附：系列第二篇：SymPy 多項(xiàng)式計(jì)算^[5]）

5、使用 import-linter 讓你的 Python 項(xiàng)目架構(gòu)更整潔^[6]

在依賴關(guān)系治理方面，import-linter^[7] 是一個(gè)非常有用的工具。它通過提供各種類型的“契約”，讓我們得以將項(xiàng)目內(nèi)隱式的復(fù)雜依賴關(guān)系，通過配置文件顯式的表達(dá)出來。文章介紹了它的入門使用，以及 6 種修復(fù)依賴關(guān)系的技巧。

6、CPython 如何用布隆過濾器作字符串處理？^[8]

CPython 在處理字符串時(shí)使用了布隆過濾器，比如 splitlines()、strip() 兩個(gè)函數(shù)，文章介紹了它們的實(shí)現(xiàn)原理。文章還介紹了典型布隆過濾器的實(shí)現(xiàn)原理，以及 CPython 中布隆過濾器的實(shí)現(xiàn)（不到 50 行 C 代碼）。

7、Python 中 UUID 的使用^[9]

介紹了uuid 庫的幾個(gè)方法：uuid1() 利用系統(tǒng) MAC 地址與時(shí)間戳生成 uuid；uuid4() 生成完全隨機(jī)的 uuid；uuid3() 和 uuid5() 基于常量命名空間和變量名生成 uuid，前者使用 MD5 算法，后者使用 SHA-1 算法。

8、為什么有這么多 Python Dataframe？^[10]

為什么會有 Pandas、Polars、Dask 和 PySpark 等大量的 Dataframe 庫？作者認(rèn)為主要的原因是它的四種角色模型：電子表格、關(guān)系數(shù)據(jù)庫、二維數(shù)組/矩陣、對象，以及由此衍生出的一系列問題。

9、使用 Python 模擬“三門問題”^[11]

Monty Hall 問題也被稱為三門問題，是一道挑戰(zhàn)人們直覺的概率問題。文章使用 Python 來模擬這個(gè)問題，看看需要多久才能贏取獎品。

10、6 件可以用 Functools 模塊做的很酷的事^[12]

文章介紹了 functools 標(biāo)準(zhǔn)庫的 6 個(gè)使用場景：@cache 緩存、@total_ordering 讓你少寫雙下方法、partial() 凍結(jié)函數(shù)、@singledispatch 泛型函數(shù)、@wraps 裝飾器、reduce() 函數(shù)。

11、深入理解 pytest.main()：Python 測試框架的核心功能解析^[13]

pytest.main 是 Pytest 框架中一個(gè)非常實(shí)用的函數(shù)，用于從命令行運(yùn)行測試集或者以編程方式運(yùn)行測試。文章探討了它的用法和一些常見的應(yīng)用場景。

12、7 個(gè)極佳的 Python 身份驗(yàn)證庫^[14]

介紹了 7 個(gè)不錯(cuò)的身份驗(yàn)證庫：Authlib、Pyjwt、Flask-login、Django-allauth、ItsDangerous、Python Social Auth、Flask-security。（附：中文翻譯^[15]）

??Python潮流周刊??已免費(fèi)發(fā)布了 21 期，訪問下方鏈接，即可查看全部內(nèi)容：https://pythoncat.top/tags/weekly^[16]

如果你覺得周刊有價(jià)值，請表達(dá)小小心意，贊賞一下貓哥吧~~

???項(xiàng)目&資源

1、radon：Python 代碼的各種指標(biāo)^[17]

一個(gè) Python 代碼指標(biāo)分析工具，可以計(jì)算圈復(fù)雜度、原始指標(biāo)、Halstead 指標(biāo)、可維護(hù)性指數(shù)，可用于 CI 集成，可與 Jupyter Notebook 一起使用。（star 1.5K）

2、agents：自主語言代理的開源框架^[18]

自主語言代理（Autonomous Language Agents）指的是能夠獨(dú)立執(zhí)行自然語言處理任務(wù)的智能代理系統(tǒng)。這個(gè)庫支持長期短期記憶、工具使用、Web 導(dǎo)航、多 agent 通信、人機(jī)交互和符號控制等功能。（star 2.6K）

3、quasiqueue：一個(gè)多進(jìn)程庫^[19]

一個(gè)用于 Python 多進(jìn)程的庫，便于管理長時(shí)間運(yùn)行的多進(jìn)程作業(yè)。可處理進(jìn)程創(chuàng)建和清理、信號管理、跨進(jìn)程通信以及其它在處理多進(jìn)程時(shí)的麻煩事。

4、pygraft：可配置的模式和知識圖譜生成^[20]

可根據(jù)用戶指定的參數(shù)生成逼真的模式和知識圖譜，通過使用 DL 推理器（HermiT）來確保邏輯一致性。

5、toml-bench：在 Python 中該用哪個(gè) toml 庫？^[21]

這個(gè)倉庫主要從多個(gè)維度比較了 toml、tomli/tomli_w、tomlkit、pytomlpp、rtoml 和 qtoml 這幾個(gè)庫，考察它們在處理數(shù)據(jù)時(shí)的行為表現(xiàn)以及性能。

6、SyncDreamer：以單視角圖像生成多視角一致的圖像^[22]

提供一張圖片，使用 Paint3D 分割前景對象，通過推理生成多個(gè)視角的圖像。

7、nanosam：使用 NVIDIA TensorRT 實(shí)時(shí)運(yùn)行的 SAM 模型^[23]

Segment Anything（SAM）是在計(jì)算機(jī)視覺領(lǐng)域中對圖像或視頻中的任何對象進(jìn)行分割的任務(wù)，以提取出具有語義或視覺特征的子區(qū)域或?qū)ο蟆?/p>

8、logparser：用于日志解析的機(jī)器學(xué)習(xí)工具包^[24]

國人開源作品。可自動從非結(jié)構(gòu)化的日志信息中提取出結(jié)構(gòu)化的關(guān)鍵信息。（star 1.2K）

9、llama2.mojo：純 Mojo 版本的 Llama 2^[25]

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

10、bisheng：一個(gè)開放的 LLM DevOps 平臺^[26]

一款領(lǐng)先的開源大模型應(yīng)用開發(fā)平臺，中文“畢昇”，可以搭建各類豐富的大模型應(yīng)用：分析報(bào)告生成、知識庫問答、對話、要素提取等。

??播客&視頻

1、EuroPython 2023 的 146 個(gè)視頻^[27] 

今年 EuroPython 活動的演講視頻。

2、Real Python 播客 #172：使用 Scalene 測量 Python 性能^[28]

Scalene 是一款高性能的 CPU、GPU 和內(nèi)存分析器，可以從單個(gè)函數(shù)或代碼行級別分析代碼，并比較在 Python 和 C 代碼中花費(fèi)的時(shí)間。播客嘉賓是馬薩諸塞大學(xué)教授，他與學(xué)校實(shí)驗(yàn)室的學(xué)生開發(fā)了 Scalene。

??贊助&支持

如果你喜歡周刊，請分享給其他需要的同學(xué)，讓更多人可以從中受益～

如果你覺得周刊有價(jià)值，請隨意贊賞^[29] 或 買杯咖啡^[30] 進(jìn)行支持！

如果你想幫助周刊辦得更好，歡迎向我們投稿或提出建議：投稿/建議通道^[31]

如果你是品牌方或廣告主，歡迎私信我，洽談贊助與合作事項(xiàng)。

??歡迎訂閱

• 微信公眾號^[32]：除更新周刊外，還發(fā)布其它原創(chuàng)作品，并轉(zhuǎn)載一些優(yōu)質(zhì)文章。（可加好友，可加讀者交流群）
• 博客^[33] 及 RSS^[34]：我的獨(dú)立博客，上面有歷年原創(chuàng)/翻譯的技術(shù)文章，以及從 2009 年以來的一些隨筆。
• Github^[35]：你可以獲取本周刊的 Markdown 源文件，做任何想做的事！
• 郵件^[36]：在 Substack 上開通的頻道，滿足你通過郵件閱讀時(shí)事通訊的訴求。
• Telegram^[37]：除了發(fā)布周刊的通知外，我將它視為一個(gè)“副刊”，補(bǔ)充發(fā)布更加豐富的資訊。
• Twitter^[38]：我的關(guān)注列表里有大量 Python 相關(guān)的開發(fā)者與組織的賬號。

參考資料