标签

Python

从交互执行到断点调试:用 Python IDLE 跑通第一个完整工作流

来源: realpython.com 30
Python IDLE 不只是一个输入 的窗口。它同时提供交互式 Shell、代码编辑器、模块运行、断点调试和界面定制功能。对于刚开始学习 Python,或需要快速验证一段脚本的开发者,IDLE 可以覆盖“试一行代码—写成文件—定位问题”的完整流程,而且不需要额外安装重量级 IDE。 打开 IDLE 后,最先看到的通常是 Python Shell,其中...

Python 3.15 延迟导入预览:lazy、__lazy_modules__ 与必须立即执行的导入

来源: realpython.com 23
Python 3.15 预览中的延迟导入,把一个长期依赖框架、导入钩子或手工封装的优化手段带进了语言层。开发者可以使用 推迟模块加载,也可以通过 声明模块级策略。不过,它并不是“给所有 import 加速”的开关:异常处理、星号导入以及依赖导入副作用的代码,仍需要立即执行。 由于这是 Python 3.15 预览特性,具体语法和边界应以你正在测试的 3...

Django 基金会招募筹款志愿者:把企业依赖转化为可持续支持

来源: djangoproject.com 29
Django 软件基金会(DSF)正在为筹款工作组招募志愿者。这个时间点尤其关键:基金会已将 2026 年筹款目标提高到 50 万美元,希望继续支持 Django Fellows、Django Girls、社区活动、Djangonaut Space、基础设施以及其他维持生态运转的项目,同时为聘请首位执行董事创造空间。 这项工作并不只是“多发几次捐款呼吁...

用 Data Agent Kit 在 IDE 里完成跨数据源根因分析

来源: cloud.google.com 21
“1 月平均订单金额下降了 7%,但总收入没有变化,为什么?”这类问题难的不是写出某一条 SQL,而是答案通常散落在多个系统里:订单历史位于 BigQuery,实时客户资料保存在 Cloud SQL for PostgreSQL,营销规则则以 JSON 文件存放在 Cloud Storage。 Data Agent Kit 试图把这段调查过程收回到 I...

用 Python 精准计时:从 time.perf_counter() 到可复用 Timer 上下文管理器

来源: realpython.com 23
当一段 Python 代码开始变慢,仅凭感觉很难判断瓶颈究竟在数据库查询、文件读写,还是某个计算循环。Python 标准库的 模块可以快速测量耗时;再向前一步,我们还可以把计时逻辑封装成上下文管理器,让性能排查代码更容易复用,也不必在业务逻辑中反复编写开始时间和结束时间。 最直接的计时方式,是在代码执行前后各读取一次时钟并计算差值: 这里使用 ,而不是...

当攻击者开始使用 AI Agent:企业防线要从“拦截提示词”升级到控制执行链

来源: cloud.google.com 36
生成式 AI 对攻击者的价值正在发生变化:它不再只是编写邮件、翻译诱饵或生成脚本的聊天工具,而开始成为能够编排扫描器、处理错误、轮换基础设施并整理凭据的自动化控制层。 GTIG 对 2026 年第二季度活动的观察显示,一次云资源失陷后,攻击者在不到六小时内完成了代理化凭据收集活动的规划、构建与执行。真正值得防守方警惕的不是“AI 会不会生成恶意代码”,...

Python 计时函数怎么选:从时钟语义到上下文管理器

来源: realpython.com 44
Python 提供了多种看似相近的计时函数,但它们回答的问题并不相同: 适合记录现实世界中的时间点, 适合判断超时,而 更适合测量代码运行时长。选错时钟,轻则让性能数据失真,重则让超时逻辑受到系统时间调整的影响。 选择函数之前,可以先问自己一个问题:结果需要对应日历时间,还是只关心经过了多久? 函数 典型用途 是否适合测量耗时 关键特性 时间戳、日志时...

Python 2026 年 9 月动态:异步生成器获得 yield from,3.15 ABI 冻结与 AI 依赖升级

来源: realpython.com 32
2026 年 9 月的 Python 动态同时影响语言使用者、扩展维护者和 AI 应用团队:PEP 828 将 的委托能力带给异步生成器,Python 3.15 冻结 ABI,而四个 AI 库在十天内发布了不兼容版本。这三件事看似分散,实际上都在提醒工程团队重新检查抽象边界和升级策略。 同步生成器早已可以通过 把迭代工作交给另一个生成器。异步生成器此前...

用 Python 读懂数据:均值、离散程度、相关性与可视化

来源: realpython.com 34
描述性统计的目标不是立刻训练模型,而是先回答几个更基础的问题:数据通常落在哪里、波动有多大、是否存在异常值,以及两个变量是否一起变化。均值、标准差和相关系数看似简单,但如果忽略分布形状、样本定义或缺失值,它们也很容易制造误导。 均值适合描述相对对称、没有明显极端值的数据。中位数对异常值不那么敏感,因此在收入、响应时间、订单金额等偏态数据中通常更有解释力...

1024 字节里的 Python:极限压缩如何逼出一台最小解释器

来源: oschina.net 46
把一门动态语言塞进 1024 字节的 C 代码里,真正困难的部分不是把字符写得更短,而是决定哪些语言能力可以被牺牲。Austin Z. Henley 的周末挑战很直接:不用宏花招,不靠库技巧,手写一个足以运行目标程序的 Python 解释器。 目标程序是一个熟悉的 FizzBuzz:定义函数,使用 循环,通过取模判断条件,然后调用 。这段程序看起来很普...