你好，我是猫哥。这里每周分享优质的 Python、AI 及通用技术内容，大部分为英文。标题取自其中一则分享，不代表全部内容都是该主题，特此声明。
本周刊由 Python猫 出品，精心筛选国内外的 250+ 信息源，为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容。愿景：帮助所有读者精进 Python 技术，并增长职业和副业的收入。
本周刊开通 Telegram 频道后，已有 770+ 小伙伴加入，欢迎你的加入：https://t.me/pythontrendingweekly
🦄文章&教程
1、Python 3.12.0 版本发布了[1]
Python 最新大版本 3.12 发布了！包含许多新功能和优化，本期周刊有几篇文章涉及相关内容。（附：Python 3.12 新功能的详细介绍[2]）
2、Python 3.12 速览：子解释器[3]
Python 子解释器是什么？3.12 版本的 PEP-684 做了什么？3.13 版本可能会出现什么变化？
3、聊聊 Python 3.12 中 perf 的原生支持[4]
介绍了 Python 的栈帧基本知识、3.12 之前对于 trace 和 perf 的实现、以及 3.12 新引入的 Linux 原生 perf 的实现。
4、Python 3.12 速览：静态类型的改进[5]
3.12 版本带来了一些调整和改进：使用类型变量来注释泛型类和函数、类型变量的新语法、使用新的 @override 装饰器作模型继承、用类型化的字典更精确注解 **kwargs。
5、FastAPI 中的依赖注入：构建可维护的高性能 Web 应用[6]
依赖注入是一种强大的设计模式，FastAPI 中如何利用依赖注入来构建可维护的高性能 Web 应用？涉及内容：使用依赖注入管理配置、数据库访问和 ORM 的依赖注入、高级依赖注入技巧、测试依赖注入、性能优化和缓存的依赖注入、安全性和依赖注入等。
6、深入理解 python 虚拟机：原来虚拟机是这么实现闭包的[7]
文章介绍了闭包的使用例子和使用原理，主要从虚拟机层面讨论函数闭包是如何实现的？
7、探索 Pexpect 库：深入理解 expect_list 方法[8]
pexpect[9] 可用于交互式应用的自动化，如 ssh、ftp、passwd、telnet 等，Github star 2.4K。文章介绍了它的 expect_list 方法的使用。
8、介绍 textual-plotext，在终端里绘图[10]
介绍了 textual-plotext 库的用法，它可以在终端里用 Plotext[11] 绘图。
9、Python Asyncio 系列文章 5 篇[12]
BBC R&D Cloudfit 团队的系列博客文章，Asyncio 系列已更新 5 篇，内容有基础概念及模式、异步上下文管理器和异步迭代器、库支持、混合异步和同步代码。
10、使用 eBPF 分析 Python 和 Ruby[13]
使用 eBPF 从内存结构中读取抽象堆栈数据，实现堆栈跟踪及代码执行分析。
11、Python 3.12: 不那么热门的改动[14]
文章介绍了 3.12 版本中不那么引入关注的改动：pathlib 库的改进、更好的调试体验、切片对象现在是可哈希的、意外出现的 math.sumprod()、新的命令行界面。
12、从供应链安全角度看 Python 3.12.0[15]
Python 版本的发布流程是怎样的？版本构建的过程有哪些可改进的地方？文章另外介绍了用软件物料清单 （SBOM） 来跟踪软件分发的子组件以及它们在版本之间的变化。
🎁Python潮流周刊🎁已免费发布了 22 期，访问下方链接，即可查看全部内容：https://pythoncat.top/tags/weekly[16]
如果你觉得周刊有价值，请表达小小心意，赞赏一下猫哥吧~~
🐿️项目&资源
1、mwmbl：用 Python 实现的开源非营利搜索引擎
[17]
一个非营利、无广告、免费的搜索引擎，专注于可用性和速度。目前仅是概念验证版本，索引的页面还比较少。（star 1K）
2、dataherald：自然语言转 SQL 引擎[18]
基于结构化数据进行企业级问答，允许设置一个 API，可用简单的英语回答问题。
3、dspy：使用基础模型编程的框架[19]
一个使用语言模型 （LM） 和检索模型 （RM） 解决高级任务的框架。它统一了提示和微调 LM 的技术，以及推理、自我改进和使用检索和工具增强的方法。（star 3.5K）
4、TTS：文本到语音转换的深度学习工具包[20]
一个用高级文本生成语音的库，使用 1100 中语言的预训练模型，可用于训练新模型和微调任何语言的现有模型。（star 20.3K）
5、rustworkx：用 Rust 实现的高性能 Python 图形库[21]
用 Rust 编写的通用 Python 图形库，拥有高性能和安全性。
6、faststream：构建与事件流交互的异步服务[22]
一个用于构建与 Apache Kafka、RabbitMQ 和 NATS 等事件流交互的异步服务框架，简化了为消息队列编写生产者和使用者的过程。
7、aiohttp：异步 HTTP 客户端/服务器框架[23]
流行的异步 HTTP 框架，主要特点：支持客户端和服务端的 HTTP 协议、开箱即用的 Websocket、支持中间件和可插拔路由。（star 14K）
8、panther：高性能的 Python Web框架[24]
基于 Python 3.11 的 Web 框架，特点有面向文档的数据库 ODM、支持 Websocket、提供缓存 API、内置身份验证类、内置权限类、自定义中间件、可视化的 API 监控等。
9、qiskit：用于量子计算机的开源 SDK[25]
未来有可能人人都可以轻松使用量子计算机么？Qiskit[26] 项目的目标是这样。这个库是 Qiskit 的核心组件，包含用于创建和使用量子电路、量子算子和基元函数的构建块。（star 3.9K）
10、vizro：用于创建模块化数据可视化应用的工具包[27]
使用几行简单的配置就能创建复杂的仪表板，利用 Plotly 和 Dash 等库绘图。支持多种格式编写配置，包括 Pydantic 模型、JSON、YAML 或 Python 字典。（star 1.5K）
11、numpy-ml：用 numpy 作机器学习[28]
这是一个由大量机器学习模型、算法和工具组成的集合，专门用 NumPy 和 Python 标准库编写。（star 14K）
12、pdfplumber：PDF 解析库[29]
可解析 PDF 每个文本字符、矩形和线条的详细信息，支持提取表格和可视化调试。（star 4.6K）
🐢播客&视频
1、Mojo 编程语言的新手入门教程[30]
FreeCodeCamp 推出的一个 Mojo 入门学习视频，已接近 10 万播放量。
2、Python 3.12: 你需要知道的新特性[31]
探讨 Python 3.12 中令人兴奋的新功能和改进，也讨论了即将发布的版本将删除的一些元素。
🐱赞助&支持
如果你喜欢周刊，请分享给其他需要的同学，让更多人可以从中受益～
如果你觉得周刊有价值，请随意赞赏[32] 或 买杯咖啡[33] 进行支持！
如果你想帮助周刊办得更好，欢迎向我们投稿或提出建议：投稿/建议通道[34]
如果你是品牌方或广告主，欢迎私信我，洽谈赞助与合作事项。
🐼欢迎订阅
- 微信公众号[35]：除更新周刊外，还发布其它原创作品，并转载一些优质文章。（可加好友，可加读者交流群）
- 博客[36] 及 RSS[37]：我的独立博客，上面有历年原创/翻译的技术文章，以及从 2009 年以来的一些随笔。
- Github[38]：你可以获取本周刊的 Markdown 源文件，做任何想做的事！
- 邮件[39]：在 Substack 上开通的频道，满足你通过邮件阅读时事通讯的诉求。
- Telegram[40]：除了发布周刊的通知外，我将它视为一个“副刊”，补充发布更加丰富的资讯。
- Twitter[41]：我的关注列表里有大量 Python 相关的开发者与组织的账号。
参考资料
[1]Python 3.12.0 版本发布了: https://www.python.org/downloads/release/python-3120/
[2]Python 3.12 新功能的详细介绍: https://realpython.com/python312-new-features/
[3]Python 3.12 速览：子解释器: https://realpython.com/python312-subinterpreters/
[4]聊聊 Python 3.12 中 perf 的原生支持: https://www.manjusaka.blog/posts/2023/10/05/the-perf-feature-python-312/
[5]Python 3.12 速览：静态类型的改进: https://realpython.com/python312-typing/
[6]FastAPI 中的依赖注入：构建可维护的高性能 Web 应用: https://juejin.cn/post/7283461184514572349
[7]深入理解 python 虚拟机：原来虚拟机是这么实现闭包的: https://juejin.cn/post/7286670786563244090
[8]探索 Pexpect 库：深入理解 expect_list 方法: https://juejin.cn/post/7287418444647677986
[9]pexpect: https://github.com/pexpect/pexpect
[10]介绍 textual-plotext，在终端里绘图: https://textual.textualize.io/blog/2023/10/04/announcing-textual-plotext/
[11]Plotext: https://github.com/piccolomo/plotext
[12]Python Asyncio 系列文章 5 篇:
https://bbc.github.io/cloudfit-public-docs/
[13]使用 eBPF 分析 Python 和 Ruby: https://www.polarsignals.com/blog/posts/2023/10/04/profiling-python-and-ruby-with-ebpf
[14]Python 3.12: 不那么热门的改动: https://www.bitecode.dev/p/python-312-what-didnt-make-the-headlines
[15]从供应链安全角度看 Python 3.12.0: https://sethmlarson.dev/security-developer-in-residence-weekly-report-13
[16]https://pythoncat.top/tags/weekly: https://pythoncat.top/tags/weekly
[17]mwmbl：用 Python 实现的开源非营利搜索引擎: https://github.com/mwmbl/mwmbl
[18]dataherald：自然语言转 SQL 引擎: https://github.com/Dataherald/dataherald
[19]dspy：使用基础模型编程的框架: https://github.com/stanfordnlp/dspy
[20]TTS：文本到语音转换的深度学习工具包: https://github.com/coqui-ai/TTS
[21]rustworkx：用 Rust 实现的高性能 Python 图形库: https://github.com/Qiskit/rustworkx
[22]faststream：构建与事件流交互的异步服务: https://github.com/airtai/faststream
[23]aiohttp：异步 HTTP 客户端/服务器框架: https://github.com/aio-libs/aiohttp
[24]panther：高性能的 Python Web框架: https://github.com/AliRn76/Panther
[25]qiskit：用于量子计算机的开源 SDK: https://github.com/Qiskit/qiskit
[26]Qiskit: https://qiskit.org/documentation/
[27]vizro：用于创建模块化数据可视化应用的工具包: https://github.com/mckinsey/vizro
[28]numpy-ml：用 numpy 作机器学习: https://github.com/ddbourgin/numpy-ml
[29]pdfplumber：PDF 解析库: https://github.com/jsvine/pdfplumber
[30]Mojo 编程语言的新手入门教程: https://www.youtube.com/watch?v=5Sm9IVMet9c
[31]Python 3.12: 你需要知道的新特性: https://www.youtube.com/watch?v=udHmeAmOlbI
[32]赞赏: https://img.pythoncat.top/wechat_code.png
[33]买杯咖啡: https://www.buymeacoffee.com/pythoncat
[34]投稿/建议通道: https://github.com/chinesehuazhou/python-weekly/issues/new
[35]微信公众号: https://img.pythoncat.top/python_cat.jpg
[36]博客: https://pythoncat.top
[37]RSS: https://pythoncat.top/rss.xml
[38]Github: https://github.com/chinesehuazhou/python-weekly
[39]邮件: https://pythoncat.substack.com
[40]Telegram: https://t.me/pythontrendingweekly
[41]Twitter: https://twitter.com/chinesehuazhou
