Python 现在是非常受欢迎的语言，工作需求也在不断增长（尤其是在 Web、数据科学和机器学习领域）。成为一名 Python 开发者不仅需要坚实的语言知识，同时你需要不断与发展的生态系统保持同步。Python 周报，旨在提供有价值的 Python 及行业相关文章、新闻、资源、播客和视频，让你与行业保持最新连接。

如果你发现了有价值的信息、文章和工具等，可以到 Issues 里提给我，写上简单推荐的理由即可。我们也欢迎你提出宝贵的意见和建议。

:newspaper_roll: 新闻

微软通过 Windows 365 将 PC 置于云端

微软正在将 Windows 置于云段。Windows 365 是一项新服务，可让企业从任何地方访问云 PC，在 Web 浏览器中流式传输 Windows 10 或 Windows 11 版本。虽然虚拟化和远程访问 PC 已经存在了十多年，但微软押注 Windows 365 为企业提供云 PC，就像他们转向办公室和远程工作的混合一样。

:pencil: 文章和教程

关于 Django 用户模型你应该知道的

本文的目的是讨论默认 Django 用户模型实现的注意事项，并就如何解决这些问题提供一些建议。

Python 3.11 中的新功能

本文介绍了 Python 3.11 中与 3.10 相比的新功能。最主要的新功能是在打印错误回溯时，解释器现在将指向导致错误的确切表达式，而不仅仅是行。

Python 幕后 #11：Python 导入系统的工作原理

Python 导入系统不仅看起来很复杂——它很复杂。 因此，即使文档非常好，它也不能让你全面了解正在发生的事情。得到全面了解的唯一方法是研究 Python 执行 import 语句时幕后发生的事情。 这就是我们在这篇文章中要做的。

为什么不为这个 API 使用异步 Python？

我经常偶然发现 Python 社区中的人们常被误导，认为使用异步 Python 代码会使他们的 API “运行得更快”。 异步 Python 是一个很棒的特性，应该小心使用。我经常发现的一点是同步和异步代码的混合。 一般规则是我们永远不应该将阻塞代码与异步代码混合在一起。 我想在这篇文章中展示一个简化的例子，我们可以观察异步 Python 的使用会损害 API 的性能，然后看看我们如何修复它。

简单的重构

这篇博文向你展示了为什么重构很重要，并向你展示了如何分步完成，以免它变得太过分。

使用 Python 和 TensorFlow 进行强化学习指南

在本文中，我们提供了强化学习的完整指南和其中一种 Q-Learning（在深度学习的帮助下成为 Deep Q-Learning）。 我们了解此类学习背后的灵感，并使用 Python、TensorFlow 和 TensorFlow Agents 实现它。

深度学习的十年

随着 2010 年代接近尾声，值得回顾一下这十年来深度学习取得的巨大进步。在越来越强大的计算能力和大数据可用性不断提高的推动下，深度学习已经成功地解决了许多以前难以解决的问题，尤其是在计算机视觉和自然语言处理方面。深度学习也开始在我们周围的任何地方看到现实世界的应用，从高影响到轻浮，从自动驾驶汽车和医学成像到虚拟助手和深度伪造。

这篇文章概述了过去十年中一些最有影响力的深度学习论文。我希望通过提供略深的简洁和密集的摘要，以及对相关资源的许多参考，为深度学习的许多不同领域提供一个起点。

:office: 项目，软件包和代码

Diagrams as Code

Diagrams 可让你用 Python 代码绘制云系统架构。

它的诞生是为了在没有任何设计工具的情况下对新的系统架构进行原型设计。你还可以描述或可视化现有的系统架构。

Diagrams as Code 允许你跟踪任何版本控制系统中的架构图更改。

Diagram 目前支持六大供应商：AWS、Azure、GCP、Kubernetes、阿里云和 Oracle Cloud。它现在还支持本地节点以及编程语言和框架。

:coffee: 关注我们

RSS 订阅：PythonWeekly RSS