Python 潮流周刊第一季完结(1~30)

简介: Python 潮流周刊第一季完结(1~30)

你好,我是猫哥。庆祝 Python 潮流周刊在几天前顺利更新到了第 30 期!

我觉得这是一个很有意义的时间节点,不太短也不漫长,很适合作一个小小的总结。

我打算今后每 30 期作为一季,都给大家做一些总结和分享。

首先,给大家公开一些数据吧。

本季时间从 2023.05.13 到 2023.12.09,共 210 天。曾有 1 期是加更,以及停更过 2 周,没想到时间正正好就是 7*30=210 天,太巧了!

本季周刊共分享了:

  • 文章/教程:378 篇
  • 项目/资源:270 个
  • 播客/视频:54 则(有不少是视频列表)
  • 热门讨论:20 个

实际的数目远不止这些,因为周刊在分享时会提及一些相关材料和补充附录,这些内容也很多,难以一一统计,故未算入到总数中。

我在多个平台上发布了周刊,阅读量更加不好统计,因此这里只公布公众号里的数据吧:

公众号共获得 6.9 万阅读,去除最高和最低后,平均阅读量为 2100。

总共获得 840+ 赞同数,130+ 在看数。平均每篇点赞数接近 30,这数据在技术号里我感觉挺可以自豪的!

阅读量排名前十的分别是:

image.png

公众号里是在文章最底部才可以点赞,因此点赞数可以很好体现读者对内容的赞许程度。

点赞比例(点赞数/阅读量)最高的前十期是:

image.png

另外比较有参考意义的是博客里的阅读量,大致能看到的数据在 1000-2000 之间。

但遗憾的是我先后在三个平台上用了 umami 作统计,导致数据分割严重,无法很好地统计。

(至于为何会这么折腾,这是一个十分曲折的故事,而且余波未平,等以后再细说吧……)

自发布周刊以来,得到过很多小伙伴的赞赏,我仔细计算了来自周刊的微信赞赏金额共有 879.74 元

非常感谢小伙伴们的鼎力支持,你们的心意我都收下了!

另外,我还非常开心的是破天荒收到了 2 笔美元的赞赏,很有纪念意义:

image.png

前不久,我们周刊也开始接到了第一家广告赞助。这是我第一次尝试的方式,引发了对周刊未来发展的思考,因此写了一篇《聊聊技术周刊的变现》。

我们周刊的传统是每期内容的质量都很高,信息量充足,有一两位小伙伴反馈过,上一期内容还没消化完,新一期就来了……

为了方便老读者们回看及检索,也为了方便新关注的读者从第一季内容中寻宝,我把全部 30 期周刊的正文汇总成了一篇,共 6.2 万字

这么长篇幅的文章发布在这里实在不方便,就请大家访问我的博客阅读吧:pythoncat.top/posts/2023-…

另外,我也制作了 PDF 版本,请在公众号“Python猫”里发送“W30”,获取下载链接。

本次小结完毕。欢迎大家反馈问题和建议!

咱们下期周刊见!

目录
相关文章
|
7月前
|
人工智能 Rust 测试技术
Python 潮流周刊第 34 期(摘要)
Python 潮流周刊第 34 期(摘要)
44 5
|
7月前
|
SQL 文字识别 机器人
Python 潮流周刊第 36 期(摘要)
Python 潮流周刊第 36 期(摘要)
59 3
|
7月前
|
SQL 人工智能 Rust
Python 潮流周刊第 32 期(摘要)
Python 潮流周刊第 32 期(摘要)
36 3
|
7月前
|
SQL 人工智能 JavaScript
Python 潮流周刊第 38 期(摘要)+赠书5本
Python 潮流周刊第 38 期(摘要)+赠书5本
48 2
|
7月前
|
数据采集 SQL 人工智能
Python 潮流周刊第 35 期(摘要)
Python 潮流周刊第 35 期(摘要)
49 0
|
7月前
|
SQL 人工智能 自然语言处理
Python 潮流周刊#52:Python 处理 Excel 的资源
探索Python精彩:文章涵盖正则、代码恢复、PEP新规范、轻量级打包、在线开发、动态生成GitHub README、自定义linting、代码转图片等。项目资源包括Excel处理、虚拟环境管理、Tensor谜题、依赖注入框架、Web应用转换、AI自动化测试、语法高亮、BI模型查询及Python监控库。在当前环境下,持续学习提升竞争力,Python Weekly提供丰富的学习资源,助力技术精进和职业发展。
|
5月前
|
数据采集 存储 JSON
Python 数据抓取教程:完结篇
Python 数据抓取教程:完结篇
55 1
|
7月前
|
TensorFlow 语音技术 算法框架/工具
Python 潮流周刊#51:用 Python 绘制美观的图表
探索 Python 精彩:从 Streamlit 的交互式图表到 TensorFlow 的衰落,深入学习项目如 parlertts 和 FunClip,以及 Python 资源,包括 UXsim 交通模拟和 The-Python-Graph-Gallery。提升技能,紧跟 Python 周刊,打造竞争优势。[[1](https://xiaobot.net/p/python_weekly)] [[9](https://xiaobot.net/p/python_weekly)]
|
7月前
|
人工智能 Rust Prometheus
Python 潮流周刊第 39 期(摘要)
Python 潮流周刊第 39 期(摘要)
58 5
|
7月前
|
SQL 人工智能 Rust
Python 潮流周刊第 33 期(摘要)
Python 潮流周刊第 33 期(摘要)
47 5
下一篇
DataWorks