标签

Python

Claude Code 入门自测:从安装配置到 Git 变更管理

来源: realpython.com 32
Claude Code 的基础能力并不只是在终端里提问。真正开始工作前,你需要完成安装和配置,理解 如何为项目提供上下文,并用 Git 控制每一次代码变更。本篇以一组入门知识点为主线,帮助你检查自己是否已经具备日常使用 Claude Code 的基础。 使用 Claude Code 时,建议从项目根目录启动,让工具能够围绕当前代码库理解文件结构、配置文...

用 Numba 把 Python 模型推向 C 级性能:金融服务中的算法设计实践

来源: infoq.com 40
在精算、风险计量和金融模拟中,模型往往不是因为业务逻辑复杂而变慢,而是因为同一段数值计算被执行了数百万甚至数十亿次。Python 擅长快速表达算法和组织工程代码,但纯 Python 循环在计算密集型场景下容易成为瓶颈。Chad Schuster 分享的实践聚焦于一个现实问题:如何保留 Python 的开发效率,同时借助 Numba JIT 和 GPU ...

SageMaker SDK v3 脚本模式:不重建镜像也能带上自己的训练代码

来源: aws.amazon.com 28
Amazon SageMaker Python SDK v3 重新设计了 script mode:训练和部署流程分别围绕统一的 与 组织,而 可以在任务运行时把本地代码同步进指定容器。对于已有自定义训练脚本、又不想每次改一行代码就重新构建 Docker 镜像的团队,这会明显缩短迭代回路。 传统的 bring-your-own-container 流程,...

用 Python 3.15 采样式分析器低开销定位性能瓶颈

来源: realpython.com 31
性能分析最难的地方,往往不是找到一个慢函数,而是在接近真实负载的环境里观察程序,同时不让分析工具改变程序本身的行为。Python 3.15 Preview 引入的采样式分析器,面向脚本、线程以及正在运行的生产进程,提供了一种更低开销的观测路径。 传统的确定性分析会记录函数调用和返回等事件,因此能给出非常完整的调用统计,但记录本身也会消耗 CPU,并可能...

Python 3.15 采样分析器:从 CPU、GIL 到火焰图的实战理解

来源: realpython.com 21
Python 3.15 预览版带来了新的采样分析器。它不再要求程序为每个函数调用记录完整事件,而是定期采集运行中的调用栈,再用统计结果回答一个更适合生产排障的问题:程序的大部分时间究竟消耗在哪里? 这套工具覆盖 CPU 分析、GIL 分析、火焰图、热力图,以及附加到正在运行的进程。理解这些模式的差别,才能避免把“CPU 忙”误判成“Python 代码慢...

买 PyCharm,也是在给 Django 社区续航:读懂 2026 年秋季筹款活动

来源: djangoproject.com 32
Django 社区与 JetBrains 再次合作,启动第二场“Buy PyCharm, Support Django”年度筹款活动。对开发者来说,这不只是一次 IDE 折扣:在活动期间购买或续订 PyCharm,可以让同等金额捐给 Django Software Foundation(DSF),把日常开发工具的采购转化为对开源基础设施的长期支持。 D...

把 gVisor 变成 Ray 集群里的沙箱原语:为强化学习安全执行动态代码

来源: cloud.google.com 41
强化学习和后训练工作流正在大量采用 Ray:训练器、推理引擎、rollout worker、数据管道和评估任务可以由同一个分布式运行时统一调度。但随着 agentic workflow 变得更复杂,模型生成的代码、工具调用和多轮交互也带来了新的问题:如何在不暴露宿主机的前提下,大规模、低延迟地执行不可信代码? Google 与 Anyscale 正在推...

Python print() 不只是输出:掌握格式化、流控制与更合适的替代方案

来源: realpython.com 37
很多 Python 程序从第一行 开始,但 远不止把字符串显示在终端上。它可以控制分隔符、行尾、输出流和刷新行为,也能通过格式化表达式生成更易读的诊断信息。理解这些参数后,你可以写出更清晰的命令行工具,并避开一些常见的输出陷阱。 的常用签名如下: :要输出的一个或多个对象。对象会先经过 转换。 :多个对象之间的分隔符,默认是一个空格。 :输出结尾,默认...

Python print() 不只是输出:格式化、转义、文件流与 logging 的边界

来源: realpython.com 42
很多 Python 初学者把 当成“把内容显示在屏幕上”的简单函数。实际上,它支持多个参数,可以控制分隔符、行结束符和输出目标,还能配合字符串格式化与转义序列处理更复杂的文本输出。 不过, 也有明确边界:临时调试和命令行输出很适合使用它,长期运行的服务、批处理任务和生产环境程序通常应该改用 。 的常见签名如下: 几个关键参数分别负责: :要输出的一个或...

Python 3.12 静态类型实战:新类型变量语法、@override 与 TypedDict

来源: realpython.com 42
Python 3.12 让静态类型标注更接近开发者真正想表达的代码结构:泛型类型变量可以用更紧凑的语法声明, 能明确子类方法的重写意图,而 则适合描述字典形式的结构化数据。它们不会改变 Python 的运行时动态特性,却能让类型检查器更早暴露接口变更、字段拼写和继承关系中的问题。 过去,泛型函数通常需要先导入 ,再单独创建类型变量: Python 3....