Python 潮流周刊#38：Django + Next.js 构建全栈项目

你好，我是猫哥。这里每周分享优质的 Python、AI 及通用技术内容，大部分为英文。本周刊开源，欢迎投稿。另有电报频道作为副刊，补充发布更加丰富的资讯，欢迎关注。

1、使用 Django、Django REST 和 Next.js 构建全栈项目

Django 和 Nextjs 是后端和前端开发中非常强大 Web 框架，这篇教程用 Django 4.2 和 Next.js 13 开发了一个餐厅菜单管理项目。Python 全栈项目的入门级教程。

2、使用 SQL、Node.js、Django 和 Next.js 构建仪表板项目

比上一则分享更为全面的 Python 全栈项目教程，除了实现 CURD 操作，还涉及仪表板、表单筛选、Tailwind CSS、不同数据库的使用，以及分别使用 Node.js 和 Django 构建后端等内容。

3、用 Profila 分析你的 Numba 代码

Numba 是提升 Python 代码性能的常见方案。作者开源了一个 Profila 库，专用于分析 Numba 代码本身的性能问题，文章介绍了它的使用方法，以及关于性能分析的三点局限性。

4、Python datetime 标准库的 10 个陷阱

作者分析了datetime 模块的 10 个陷阱，同时介绍了主流的三方库的情况（例如 arrow 、pendulum 、DateType、heliclockter），发现它们大多存在同样的问题。什么样才是更好的日期时间库？作者开源了一个库，试图解决文中的问题。

5、使用 Python 纠正语法的 4 种方法

这里的“语法”指的是写作语法，不是编程语法。文章介绍了language-tool-python 、Gramformer 、Ginger 和 pyaspeller 4 个库用于检查和自动纠正语法错误。

6、Python 调试技巧

这是作者在 2023 PyCon Sweden 演讲的文字版，分享了他的调试思维、调试工具和技术，工具例如snoop、pdb/ipdb、PuDB、web-pdb、birdseye、Kolo 等等。

7、调试 Python 与 C 语言混合的项目

调试很难，跨多语言调试更难。文章介绍了如何调试多语言问题，使用 GDB 来调试 Python+C 语言，定位和解决死锁问题，分享了一些调试的经验。

8、分析“使用 Python 和 2MB RAM 对一百万个 32 位整数进行排序”

Guido 在 2008 年写了 Sorting a million 32-bit integers in 2MB of RAM using Python ，这篇文章是对它作的分析解读。解决方案中用到了不太常见的模块：struct、array、heapq ，也用了上下文管理器和生成器等技术。

9、使用 Python + Pylasu 实现语言解析器

如何用 Python 开发一个解析器？这篇教程用Pylasu 定义 AST，使用ANTLR 生成解析器，实现从 ANTLR 解析树到 Pylasu AST 的转换，最后构建出带 CLI 的玩具编程语言解析器。

10、动态规划不是黑魔法

动态规划什么编程技术？相比其它方案，它的特点和优势是什么？文章从常见编程问题出发，使用缓存、优化缓存、动态规划逐步深入，揭开动态规划的神秘面纱。

11、什么时候应避免静态类型检查？

Python 支持用类型提示，但这并不是强制的。事实上，有很多情况下并不建议使用类型提示。typing 模块的这篇文档列举了一些不推荐使用类型提示的原因。

12、实用指南：用 Python 运行开源的 LLM

在个人笔记本电脑上如何运行大语言模型？这篇教程介绍了在不同操作系统上运行llama.cpp 的完整过程，例如选择和下载模型、提示词设置、使用 GBNF 语法格式化 LLM 输出、流式响应、多模态模型等。

🎁Python潮流周刊🎁每 30 期为一季，第一季的精华内容已整理成一篇，方便你随时查看。在线访问地址：Python 潮流周刊第一季精华合集（1~30）

1、excelCPU：用 Excel 实现的 16 位 CPU 和相关文件

才发布一周就已近 3K star 的火爆项目！CPU.xlsx 文件提供了 16 位 CPU、16 个通用寄存器、128KB RAM 和 128x128 显示区域。使用 Python 进行编译。（star 3K）

2、whenever：万无一失的 Python 日期时间

前文提及过的日期时间库，克服了标准库和其它三方库没有很好解决的一些问题。

3、DeepSeek-Coder：让代码自己编写

它由一系列代码语言模型组成，每个模型都用 2T token 训练，提供多种型号尺寸，拥有高级代码补全能力，在各项基准测试中表现亮眼。（star 4.3K）

4、fastcrud：FastAPI 的异步 CRUD 操作

特性有：完全异步、SQLAlchemy 2.0、强大的 CRUD、动态构建复杂查询、高级 SQL 联结、基于偏移或光标的分页、模块化可扩展、自动生成接口。

5、leptonai：简化 AI 服务构建的 Pythonic 框架

让你轻松用 Python 代码构建 AI 服务，主要特性：良好的抽象、仅需几行代码即可启动模型、内置常见模型（如 Llama、SDXL、Whisper 等）的示例、自动批处理、后台任务等。（star 1.9K）

6、gpt-newspaper：用 GPT 创建个性化报纸

让 AI 根据你的个人品味和兴趣来策划选题、撰写、设计和编辑内容，由 6 个专业 agent 组成，支持搜索网络最新内容，聚合知名的新闻源。

7、apprise：几乎适用于所有平台的通知推送

纯 Python 开发的轻量型消息推送库，支持通过大多数服务发送通知，例如 Telegram、Discord、Slack、Amazon SNS、Gotify 等等等，支持短信、邮件、系统桌面等多种形式。（star 9.7K）

8、procrastinate：基于 PostgreSQL 的 Python 任务队列

一个基于 PostgreSQL 的分布式任务处理库，提供 Django 集成，易于与 ASGI 框架一起使用。支持异步、周期任务、重试、任意任务锁等功能。

9、flent：灵活的网络基准测试工具

它可以同时运行多个 netperf/iperf/ping 实例并聚合结果，通过交互式 GUI 和可扩展的绘图功能展示数据，支持本地和远程主机，支持采集 CPU 使用率、WiFi、qdisc 和 TCP 套接字统计信息等。

10、urllib3：新版本支持在浏览器发起 HTTP 请求

urllib3 发布了 2.2.0 版本，支持在Pyodide 运行时中使用！后者是用在浏览器中的 Python 解释器，也是PyScript 和 Jupyterlite 框架的技术基础。这对 Python 的前端开发有重大作用，未来可期。

11、gnuplotlib：基于 gnuplot 的 numpy 绘图后端

Gnuplot 是一个强大的开源绘图工具，用于生成各种类型的二维和三维图表。这个项目将它与 Numpy 结合，充分利用数据处理和绘图能力。

12、history_rag：用 RAG 搭建中国历史问答应用

RAG（检索增强生成）+向量数据库搭建一个中国历史知识问答应用，支持“Milvus方案“（本地）和“Zilliz Cloud Pipelines方案”（云上），提供基于gradio的 Web UI 界面。默认使用 GPT4 模型，可轻松切换其它 LLM。

不定期的福利活动，本期赠书 5 本《AI 绘画实战：Midjourney从新手到高手》，开奖时间 2 月 10 日（春节）。请给 Python猫公众号发送数字“8038”，获取抽奖小程序码。

这本书介绍了 Midjourney 绘画的各种使用方法与技巧，从基础理论到实战应用，一本书轻松玩转当下最火的 AI 绘画，带你领略无限艺术可能。

本周刊已持续连载一年，更新内容接近 10 万字。我为此投入了大量的时间和精力，为了健康可持续性的发展，现在正考虑将周刊转为收费模式。周刊的发展离不开你们的资助，欢迎订阅我的小报童专栏。前 100 名订阅者可享受 8 折优惠，请点击领取： 优惠券