Python技术周刊：第 5 期

欢迎来到《Python技术周刊》这是第5期,每周六发布,让我们直接进入本周的内容。由于微信不允许外部链接,你需要点击页尾左下角”阅读原文“,才能访问文中的链接。

文章和教程

1、如何减少Python对象内存的使用。[1]

一篇很不错的文章，教你如何减少Python对象内存的使用方法。

2、Python缓存[2]

用一个例子，说明Python缓存。

3、技术社区推荐的初学者Python资源[3]

关于Python初学者资源的收集与整理。

4、使用Python和机器学习预测Facebook股票[4]

主要介绍如何使用支持向量回归的机器学习算法创建自己的股票预测Python程序。

5、适合Flask初学者的教程[5]

在教程中，主要介绍如何为scratch构建一个功能全面的Flask应用程序。学习如何开始使用Flask、使用模板、创建数据库、上传图片、创建认证系统等等。

6、django-blog-tutorial[6]

基于最新版 Django 1.10 和 Python 3.5，通过 26 篇教程一步步带你使用 Django 从零开发一个个人博客系统，在实践的同时掌握 Django 的开发技巧。

7、用Python构建一个推荐引擎[7]

在本教程中，介绍构建推荐系统最常见的方法和各种类型的算法，并且学习如何用Python实现它们。

8、Python 3.8和3.9中，编写高性能的程序的新特性[8]

对于Python 3.8和3.9中即将出现的特性的思考，对于编写高性能、并发程序更加方便。

9、Python Celery Cookbook:小工具，大有可为[9]

一个关于Celery的小书，介绍了Celery最常见的用法。

10、在Python 3中，将一个列表转换成一个集合哪个更快的方法[10]

这篇文章介绍两种列表转换成一个集合方法，对比哪一种性能更好。

有趣的项目、工具和库

1、HS-Sanic[11] 一个异步、高性能的Python Web开发框架。官网:https://sanicframework.org

2、mypy[12] 一个可以在编译期间检查变量类型。

3、statsmodels[13] 一个Python包，它为统计计算(包括描述性统计和统计模型的估计和推断)提供了scipy的补充。

4、toga[14] 一个Python GUI工具包。

5、diskcache[15] Python支持磁盘的缓存(与django兼容)。比Redis和Memcached更快。纯python实现。

6、beijing_bus[16] 北京实时公交，可以显示查询的公交到达某站还需多久 。

7、mincss[17] Python 写的用来找到 CSS 中没有用到的代码片段，并删除。适用于：想要做一个页面，但是不会写 CSS 人。

8、langid[18] 用于识别输入文本数据所属的语种，目前支持 97 种语言识别。

9、aredis[19] 一款基于 Python3 asyncio 的异步 redis 客户端，支持对于单实例，连接池， 哨兵以及集群。

10、flask-limiter[20] 一个 Flask 的扩展库，它可以根据访问者的 IP 限制其访问频率、次数等。

文摘

1、走过的路越多，越喜欢宅着。见过的人越多，越喜欢孩子。

2、如果敏捷仅仅只是开始，那持续交付就是头条!

3、散发出最浓郁的知识芬芳和铭刻下最隽永的历史选择的却是纸张书籍上的文字，我们把这种最美好的形态称作植物的记忆。

4、忘掉自己的优势、需求，试着想想别人的优点在哪里。

5、对弥补缺陷所投入的努力，最好不要多到会阻碍、分散你发展优势的精力。

6、信息无限状态既是祝福也是诅咒。只要能够驾驭这种庞杂的信息流，就可能以一种前所未有的方式获得成功。

7、爱书者和藏书狂一样，他们的兴趣从书籍的内容转移到书籍本身，把它作为研究、收藏和膜拜的对象。读者们也被带入一个完全不同的世界，一个充满珍稀、古怪书籍，充满书籍目录、摇篮本、初版本、炼金术和其他神秘书籍的世界。

8、从亚当时代开始，人类就表现出两个弱点，一个是肉体上的，一个是精神上的：肉体方面，人迟早会死去；精神方面，面对这必会到来的死亡感到痛苦。

9、跟那些不识字的人（或者是识字但从来不看书的人）相比，我们的财富就是，他们活了一次，而我们则经历了好几次生命，然而这种人生的单薄是我们无法体会的。

10、在那些拥堵的城堡里和热闹的大街上，没有任何人能够体会得到这个微妙世界的热量和压力，而这些东西却每日每夜不断地汇聚在我们的生活中。

References

[1] 如何减少Python对象内存的使用。: https://habr.com/en/post/458518/ [2] Python缓存: https://dev.to/healeycodes/an-introduction-to-caching-on-the-web-with-examples-in-python-4ann [3] 技术社区推荐的初学者Python资源: https://dev.to/karaluton/beginner-python-resources-recommended-by-the-community-27of [4] 使用Python和机器学习预测Facebook股票: https://itnext.io/facebook-stock-prediction-bcfc676bc611 [5] 适合Flask初学者的教程: https://www.youtube.com/playlist?list=PL-osiE80TeTs4UjLw5MM6OjgkjFeUxCYH [6] django-blog-tutorial: https://github.com/zmrenwu/django-blog-tutorial [7] 用Python构建一个推荐引擎: https://realpython.com/build-recommendation-engine-collaborative-filtering/ [8] Python 3.8和3.9中，编写高性能的程序的新特性: https://medium.com/hackernoon/has-the-python-gil-been-slain-9440d28fa93d [9] Python Celery Cookbook:小工具，大有可为: https://djangostars.com/blog/the-python-celery-cookbook-small-tool-big-possibilities/ [10] 在Python 3中，将一个列表转换成一个集合哪个更快的方法: https://bassi.li/blog/2019/07/15/set-vs-literal-in-python-3.html [11] HS-Sanic: https://github.com/huge-success/sanic [12] mypy: https://github.com/python/mypy [13] statsmodels: https://github.com/statsmodels/statsmodels [14] toga: https://github.com/beeware/toga [15] diskcache: https://github.com/grantjenks/python-diskcache [16] beijing_bus: https://github.com/wong2/beijing_bus [17] mincss: https://github.com/peterbe/mincss [18] langid: https://github.com/saffsd/langid.py [19] aredis: https://github.com/NoneGG/aredis [20] flask-limiter: https://github.com/alisaifee/flask-limiter [21] 微信公众号: https://weixin.sogou.com/weixin?query=talkpython [22] 语雀: https://www.yuque.com/yangyunfei/pythonweekly