蠎周刊
·
PyCoder 第489期
内容提要
本文讨论了解决操作系统包管理器和Python特定包管理工具之间冲突的方法，介绍了使用Python生态系统跟踪个人财务、向Pylint添加新的linter规则、Python中的EAFP和LBYL代码模式、Nuitka编译器、在PyPI上发现的后门包、使用Python的数学模块和Pandas函数、使用ggplot绘制图表数据、在Python中进行Web Scraping、使用neo4j可视化Python模块和依赖、使用Matplotlib创建图表、在GRUB引导加载程序中运行Python解释器等内容。此外，还介绍了一些有趣的项目、工具和库，以及一些活动和会议。
关键要点
-
提出了解决操作系统包管理器与Python特定包管理工具之间冲突的方法。
-
讨论学习Python所需的时间和评估学习投资的因素。
-
介绍如何使用Datadog APM跟踪Python应用程序性能。
-
分享使用Python生态系统跟踪个人财务的工作流程。
-
作者为Pylint添加了两个新的linter规则。
-
讨论Python中的EAFP与LBYL代码模式。
-
发布了Nuitka 0.6.15，这是一个兼容Python的编译器。
-
在PyPI上发现了一个窃取信用卡信息的后门包。
-
介绍Python的数学模块及其与Pandas函数的结合使用。
-
讨论NumPy的可用性及其对科学计算的重要性。
-
教导如何使用ggplot在Python中绘制数据可视化图表。
-
介绍如何构建分布式爬虫进行Web Scraping。
-
提供关于使用neo4j可视化Python模块和依赖的简单教程。
-
讲解如何使用Matplotlib创建各种图表。
-
分享在GRUB引导加载程序中运行Python解释器的经验。
-
讨论attrs库与Pydantic的比较。
-
介绍Python的省略号对象及其用途。
-
分享有趣的项目、工具和库。
-
报道全球线下活动组织中心的活动信息。
