Python 潮流周刊#18：Flask、Streamlit、Polars 的学习教程

🦄文章&教程

1、一份深入探索 Flask 的指南

由系列文章组成的 Flask 学习指南，深入了解 Flask 的内部结构、核心特性和功能，涵盖主题有程序和请求上下文、Werkzeug、会话、安全（防CSRF）、测试、2.0 版本的异步等。

2、使用 PyMuPDF 识别与提取表格

识别和处理 PDF 文件中的表格是件困难的事，PyMuPDF 最新版本 1.23.0 提供了从 PDF 中提取表格的功能！可以将提取内容交给 pandas 处理，可以导出 Excel 和 CSV 格式的文件。

3、深入介绍 Python 3.12 中的永生对象

周刊第 16 期分享了 Instagram 在 Python 3.12 引入永生对象的故事，而这里分享的文章深入剖析解释器源码，为我们回答了以下问题：为什么要引入永生对象？它对性能有什么影响？它是如何实现的（如 None 对象和小整数），如何做到兼容旧版本的接口的？

4、Python 中下划线的十种用法

你知道 Python 中的下划线有哪些用法么？这篇文章介绍了：REPL 中的用法、作变量名的前缀和后缀时的四种用法、作为赋值“接收器”的两种用法、新 match-case 语法中的用处、用作频繁调用的函数别名、大额数字中增加可读性。

5、Python Asyncio 之网络编程方法详解

Asyncio 不仅提供了简单的Socket接口，还基于它提供了Protocol&Transport接口以及更高级的Stream接口，大大的减轻了开发者进行网络编程的心理负担。文章主要介绍了这几个接口的简单使用以及对应的原理分析。

6、给初学者的 Streamlit 学习指南

Streamlit 是一个用于创建和部署 Web 程序的框架，广泛用于机器学习和数据科学领域。这篇教程介绍了它的安装以及常用组件的使用。

7、如何在 FastAPI 应用中使用 Tailwind CSS 和 SQLAlchemy

FastAPI 是一个轻量级框架，通常需要集成其它组件搭配使用。这篇文章介绍了如何将 FastAPI 与 Jinja2 模板引擎、Tailwind CSS 以及 SQLAlchemy 结合，创建出一个好用的开发脚手架。

8、Python 如何不作排序但保持数据有序

文章介绍了 Python 堆排序/优先队列、二分查找、有序容器的相关使用，它们有更好的时间复杂度或适用场景，是比暴力搜索和暴力排序更值得采用的解决方案。

9、用 Django 发送带有验证链接的电子邮件

我们经常会在注册一些账号后收到一封验证邮件，只有在链接的有效期内点击它才能完成账号注册。这篇教程介绍了如何用 Django 来实现这个功能，这是一个简短而完整的练手项目。

10、探索全球多样性：Pyetho — 用于了解国家及其语言的 Python 库

文章介绍了Pyetho 这个库的基本使用，它主要包含了全球国家及其语言的相关信息，采用 ISO 标准。收录有 195 个国家，我查询了下，中国有 285 种语言。除了国家和语言基本信息外，其它功能包括：查询某种语言的使用人数、查询某种语言在哪些国家使用、查询某种语言的谱系家族、查询所有的语言家族，等等。

11、Polars：快如闪电的 DataFrame 库

Polars 是数据分析领域的新秀，底层是用 Rust 写的，拥有超高性能。这是一篇详细的教程，内容包括：它的 DataFrame、表达式和上下文、惰性 API（LazyFrame）、与外部数据源集成、与 Numpy 和 pandas 的集成，等等。

12、深入学习数据结构与算法：C++、Swift、Python、Java、C#、JavaScript

超长文预警！文章探索了不同编程语言中常见数据结构的实现，使用简洁的动画和图表直观介绍了相关的知识。主要涉及线性数据结构，如数组、动态数组、链表、循环链表、栈、队列、哈希表、集合，等等。数据结构当然离不开算法和时间复杂度，文中也有对应介绍。

🎁Python潮流周刊🎁已免费发布了 18 期，访问下方链接，即可查看全部内容：pythoncat.top/tags/weekly

原文：pythoncat.top/posts/2023-…

🐿️项目&资源

1、fastapi-users：开箱即用的 FastAPI 用户管理库

为 FastAPI 添加用户注册与身份验证模块，主要特性有：可扩展的用户模型、注册/登录/重置密码/邮箱验证、OAuth2 登录流程、可定制的数据库后端、支持多种身份验证，等等。（star 3.3K）

2、upiano：命令行里的钢琴

在命令行里弹钢琴是种什么体验？！安装这个库后，你就可以用鼠标和键盘来弹钢琴了。

3、hrequests：requests 库的替代品

一个比 requests 库更简单、可配置、功能丰富的库，使用 gevent 实现高性能并发，支持 HTTP/2，JSON 序列化比标准库快 10 倍，代码使用类型提示，100% 线程安全。

4、wisdomInterrogatory：智海-录问法律大模型

由浙江大学、阿里巴巴达摩院以及华院计算共同设计研发的法律大模型，以“普法共享和司法效能提升”为目标。模型基座是 Baichuan-7B，预训练的数据包括法律文书、司法案例以及法律问答数据，共 40 G。

5、awesome-systematic-trading：一个精选的系统化交易列表

系统化交易/量化交易是依据规则和算法进行自动化交易的策略，这个仓库收录了一系列资源：库、软件、策略、书籍、博客、论文、视频，等等。（star 1.1K）

6、Qwen-VL：阿里通义千问-VL 模型的官方库

Qwen-VL 是阿里云研发的大规模视觉语言模型，可以以图像、文本、检测框作为输入，并以文本和检测框作为输出。支持多语言、多图交错对话。评测结果显示，Qwen-VL 在多个 VL 任务上相比目前 SOTA 的 Generalist Models 都有明显优势。

7、h2ogpt：私人文档+图像的问答

查询和总结你的文档，或者与本地私有的 GPT LLM 聊天。支持大部分文档，支持 LLaMa2、Falcon、Vicuna、AutoGPTQ、LORA 等，支持 Linux、Docker、MAC 和 Windows。（star 7.2K）

8、refact：开源编码助手，支持自动补全、代码重构、代码分析

Copilot 的开源替代方案，可自托管或使用云服务。支持 starcoder、starchat、llama2、wizardlm 等开源模型，支持代码补全、重构、解释、分析、优化与修复错误等功能。

9、dify：创建自己的 AI 应用

dify 是 Do It For You 的简写，是一个易用的 LLMOps 平台，支持快速创建出自己的 AI 应用。核心能力：通过 Langchain 支持主流的大语言模型（包括讯飞星火、文心一言、通义千问）、可视化编排 Prompt、支持添加数据集、支持插件、支持数据标注与改进。（star 8K）

10、dara：轻松创建交互式 Web 应用程序

一个低代码开发框架，与 Plotly Dash、Streamlit 和 Shiny 相似，支持快速创建仪表板应用。后端使用 FastAPI，前端是一个基于 React 的 UI。

原文：pythoncat.top/posts/2023-…