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。

文章和教程

PEP 668：外部和 Python 包管理器之间的优雅合作

该 PEP 草案提出了一种解决操作系统包管理器（例如 apt）和 Python 特定的包管理工具（例如 pip）之间冲突的方法。

无操作系统运行 Python [2015]

Josh Triplett 和他在英特尔的同事如何让 Python 解释器在 GRUB 引导加载程序中运行。

播客可以预测股市吗？

每个人都想知道如何预测股市。大家也都知道，这基本上是不可能的。在 AssemblyAI，我们想知道新闻播客中的负面事件是否可以以某种方式预测股市。在这篇文章中，我们将介绍如何将播客数据与股市数据进行比较，以及两个著名新闻播客 The Daily 和 Up First 去年的新闻负面评级对去年股市的评价，特别是道琼斯工业平均指数、纳斯达克指数和皇家黄金指数。

学习 Python 需要多长时间？

人们应该如何评估学习 Python 是否是对他们时间的良好投资，需要多长时间，以及在规划学习之旅时需要考虑哪些背景因素？本文试图澄清这些常见的初学者问题。

NumPy 可访问性：指南和工具

“NumPy 现在是 Python 科学计算的基础。我们的努力每月影响数百万开发人员。 随着我们用户群的增长，我们认识到我们的网站和文档不符合现代可访问性标准，从而忽视了残疾人社区。”

用大约 400 行 Python 代码推导出吉他理论

本文着眼于使用 Python 将基本音乐理论应用于吉他，以便为交替调音导出和弦和音阶。

OpenAI Gym、RLlib 和 Google Colab 强化学习简介

强化学习 (RL) 的一个可能定义是一种计算方法，用于学习如何在与环境交互时最大化奖励的总和。 虽然定义很有用，但本教程旨在通过图像、代码和视频示例说明什么是强化学习，并在此过程中介绍了强化学习术语，如智能体和环境。

机器学习编译器和优化器的友好介绍

了解编译器的工作原理可以帮助你选择正确的编译器，将你的模型带到你选择的硬件上，以及诊断性能问题并加速你的模型。这篇文章是对 ML 编译器的友好的介绍。

使用 GDB 调试 Python C 扩展

你可以使用 C 调试器来调试 Python 3.9 中的 C 扩展。 了解如何通过 GNU 项目调试器 (GDB) 使用改进的 Python 调试版本。

分布式系统的 Python

如何为大数据编写可水平扩展的脚本。

关注我们

RSS 订阅：PythonWeekly RSS