第751期：性能剖析、从pandas到Polars、NotImplemented及其他（2026-09-08）
内容提要
本文汇总了Python社区近期动态，涵盖性能优化、pandas迁移至Polars策略、代码审查工具评测、NotImplemented用法解析，以及构建插件架构、人脸识别工具、装饰器教程等实用文章。同时预告Python 3.15将默认UTF-8编码，并推荐多个开源项目及线上课程，为开发者提供学习与实践资源。
延伸解读
性能规划：从“事后优化”到“默认快速”
文章推荐了《Fast by Default》一书，强调性能工程应提前规划，而非事后补救。开发者可借鉴“性能预算”概念，在开发初期就设定资源消耗上限，避免后期大规模重构。这提示我们，性能优化不仅是技术问题，更是项目管理与架构设计的一部分。
pandas到Polars迁移：范围与执行策略
迁移pandas代码至Polars需谨慎规划。文章建议从性能敏感的单一模块入手，逐步扩展至整个数据管道。迁移方式可手工执行，也可借助LLM辅助。关键在于理解两者API差异，并确保迁移后结果一致，避免因库差异引入隐性bug。
NotImplemented的语义：返回而非抛出
在实现二元运算符的dunder方法时，若遇到不支持的类型，应返回NotImplemented而非False或抛出异常。这允许Python尝试反向操作（如rsub），或最终抛出TypeError。正确使用NotImplemented能保持运算符重载的灵活性和一致性，是编写健壮代码的重要细节。
PyPI下载统计修正：元数据请求不再计入
PyPI调整了下载统计口径，不再将元数据请求（如查看包信息）计入下载量，仅统计实际文件下载。这使统计数据更准确，但也意味着历史数据可能偏高。开发者解读包流行度时应关注此变化，避免误判。
Q&A
Python 3.15 将默认使用什么编码？
Python 3.15 将默认使用 UTF-8 编码。
从 pandas 迁移到 Polars 有哪些策略？
迁移策略包括从单个性能敏感的代码段开始，逐步扩展到整个数据管道，也可以选择手动迁移或使用 LLM 辅助迁移。
在 Python 中，何时应该从 dunder 方法返回 NotImplemented？
当二元运算符的 dunder 方法不支持与另一个操作数的类型进行运算时，应返回 NotImplemented，而不是返回 False 或抛出异常。
如何构建基于 Pydantic 和 FastAPI 的插件架构？
文章介绍了使用共享的 Pydantic API 契约来构建跨服务边界的插件架构，包括注册时验证、FastAPI 端点、所有权和授权决策，以及独立部署服务的持续健康检查。
PyPI 下载统计中，元数据请求是否仍被计入下载量？
不再计入。PyPI 已更改统计方式，现在只计算 wheel、tar ball 和 zip 文件的实际下载，元数据请求不再被计为下载。
如何修复 Python 中的 'NoneType' object has no attribute 错误？
该错误表示变量期望是对象但实际为 None。修复方法是检查变量为何为 None，例如确保函数正确返回值或正确处理空值情况。
Python 装饰器有什么作用？
装饰器可以让代码更可读和可复用，它们允许在不修改原函数的情况下添加功能。
如何测试异步 Python 代码而不出错？
文章提到了一些有效的异步测试模式，包括事件循环作用域、异步 fixture 生命周期，以及 pytest-asyncio 和 anyio 的特定模式，以避免默认假设下的问题。
