Python 3.14 新特性盘点，更新了些什么？
Python 3.14.0 稳定版将于 2025 年 10 月正式发布，目前已进入 beta 测试阶段。这意味着在往后的几个月里，3.14 的新功能已冻结，不再合入新功能（除了修复问题和完善文档）。 3.14 正好是圈周率 π 的前几位，所以我们将要迎来的其实是一个“圆满”的版本 本文想梳理这个 ...
Python 潮流周刊#101：Rust 开发的 Python 类型检查工具（摘要）
本周刊由 Python猫 出品，精心筛选国内外的 250+ 信息源，为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容。愿景：帮助所有读者精进 Python 技术，并增长职业和副业的收入。 分享了 12 篇文章，12 个开源项目 以下是本期摘要： 文章&教程 ① Py ...
『Plotly实战指南』--Plotly与Pandas的深度融合
在数据分析的世界中，数据处理与可视化是密不可分的两个环节。 Pandas作为Python数据处理的核心工具，以其强大的数据清洗、转换和分析能力，成为数据科学家和分析师的必备利器； 而Plotly则是交互式可视化的佼佼者，能够将复杂的数据以直观、动态的方式呈现出来。 当我们将Pandas与Plotly ...
简洁轻量！一个高度可定制的运维配置管理数据库！
CMDB —— 一个简洁、轻量且高度可定制的运维配置管理数据库（CMDB），支持灵活的模型配置和资源自动发现，旨在帮助企业运维团队高效地管理 IT 基础设施和服务。 ...
Python中操作Neo4j图数据库
驱动导入 要在Python中连接和操作Neo4j数据库，我们可以使用py2neo用于连接和操作Neo4j图数据库的高级客户端库。 它提供了面向对象的接口，使得Python程序员能够方便地与 Neo4j 数据库进行交互。 执行步骤 1、创建节点与关系（Relationship） 2、执行 Cypher ...
『Plotly实战指南』--在科学数据可视化中的应用（下）
科学数据往往涉及多个维度，例如分子结构中的空间坐标、物理实验中的时间序列以及化学反应中的温度变化等。 传统的二维可视化方法已经难以满足这些复杂数据的展示需求。 而Plotly，作为一种强大的可视化库，凭借其支持 3D 可视化、动态交互以及跨学科兼容性的核心优势，成为了科学数据可视化的理想选择。 本文 ...
uv全功能更新：统一管理Python项目、工具、脚本和环境的终极解决方案
花下猫语：uv 项目自发布起就大受欢迎，目前 Github star 52.6 K，远超过它的同类竞品们。前不久，它的创始人在 X 上披露了一组惊人的数据：uv 曾占据了 PyPI 超过 20% 的流量，用户每天通过它发起约 4-5 亿次下载请求！ 我在去年翻译过 uv 首发时的新闻文章，根据博客后 ...
『Plotly实战指南』--在科学数据可视化中的应用（上）
在科学研究中，数据可视化是连接实验与理论的关键桥梁。 它不仅能够清晰地呈现实验规律，还能验证假设并支持科研决策。 Plotly作为一款强大的可视化工具，凭借其交互性、动态图表支持和灵活的可定制性，在科学领域中展现出巨大的优势。 本文将探讨如何利用 Plotly 高效展示实验数据与误差分析，从而提升科 ...
[flask]集成Prometheus
前言 在服务监控中，大致可分为日志监控和指标监控。日志监控一般由类似ELK这样的日志系统去收集分析，而指标监控一般是由Prometheus收集服务的一些可量化的指标数据，比如服务响应码、响应时间。 安装sdk python -m pip install prometheus-client 示例 示例 ...
[flask]中间件
前言 中间件用于在请求到达视图函数之前或响应返回给客户端之前执行一些操作，比如身份验证、日志记录、错误处理等。 方式1，使用钩子函数 from flask import Flask, request, Response def DemoMiddleWare(app: Flask): @app.bef ...
Python 潮流周刊#100：有了 f-string，为什么还要 t-string？（摘要）
本周刊由 Python猫 出品，精心筛选国内外的 250+ 信息源，为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容。愿景：帮助所有读者精进 Python 技术，并增长职业和副业的收入。 分享了 12 篇文章，12 个开源项目，1 则音视频 重要提示： 本周刊迎来第 1 ...
『Plotly实战指南』--在金融数据可视化中的应用（下）
在金融市场的复杂博弈中，可视化技术如同精密的导航仪。 传统静态图表正在被交互式可视化取代——据Gartner研究，采用动态可视化的投资机构决策效率提升达47%。 本文的目标是探讨如何利用 Plotly 实现投资组合分析与金融时间序列的动态可视化。 文中将通过具体的案例和代码示例，展示 Plotly ...
Python 类不要再写 __init__ 方法了
花下猫语：我们周刊第 98 期分享过一篇文章，它指出了 __init__ 方法存在的问题和新的最佳实践，第 99 期也分享了一篇文章佐证了第一篇文章的观点。我认为它们提出的是一个值得注意和思考的问题，因此将第一篇文章翻译成了中文。 原作：Glyph 译者：豌豆花下猫@Python猫 原题：Stop ...
Python 基于队列实现 tcp socket 连接池
连接池实现 socket_pool.py # -*- coding:utf-8 -*- import socket import time import threading import os import logging import traceback from queue import Que ...
『Plotly实战指南』--在金融数据可视化中的应用（上）
在当今复杂多变的金融市场中，金融数据分析的重要性不言而喻。 无论是投资者、金融机构还是研究人员，都需要通过对海量金融数据的分析来洞察市场趋势、评估风险并做出明智的决策。 据彭博社统计，专业投资者平均需要处理超过200组不同维度的市场数据。 传统静态图表已难以满足现代金融分析的深度需求，而交互式可视化 ...
4种插值算法
如果有一些稀疏的轨迹，如何将这些轨迹平滑插值处理呢？ 方法1：线性插值 方法2：三次样条插值 方法3：贝塞尔曲线插值 方法4：拉格朗日插值 线性插值：在两两相邻的点之间差值，两点间所有插值点都在一条直线上。 贝塞尔曲线：贝塞尔曲线不会经过所有的坐标点，会根据坐标点的排列趋势去拟合出一条相对平滑的从第 ...
『Plotly实战指南』--交互功能进阶篇
在数据可视化的世界中，交互性是提升用户体验和数据探索效率的关键。从简单的悬停提示到复杂的动态数据更新，交互功能让静态图表变得生动起来。 本文将介绍Plotly的高级交互功能，包括点击事件处理、动态数据更新以及与用户输入的实时交互。 通过掌握这些技能，将能够构建真正"活"起来的可视化应用。 1. 点击 ...
『Plotly实战指南』--交互功能基础篇
在数据可视化领域，静态图表早已无法满足用户对深度分析与探索的需求。 Plotly作为新一代交互式可视化工具，通过其强大的交互功能重新定义了"数据叙事"的边界。 通过精心设计的交互功能，我们可以显著提升数据探索的效率，增强用户的参与感，并实现动态叙事。 本文我们将介绍如何用Plotly库来添加一些基本 ...
Python 3.14 t-string 要来了，它与 f-string 有何不同？
Python 最近出了个大新闻：PEP-750 t-string 语法被正式采纳了！ 这意味着 Python 将在今年 10 月发布的 3.14 版本中引入一种新的字符串前缀 t，称为模板字符串（Template Strings），即 t-string。 这是继 f-string 之后，字符串处理能 ...
【桌面软件开发案例】用Python的PySide6开发聚合翻译软件
因为平时我们经常会用到翻译，各网站的翻译效果可能不太一样，有的时候想筛选一个更符合语境的翻译结果，于是我用python的pyside6库开发了一个聚合翻译软件，实现了一键同时获取4个翻译工具网站的结果，包括：有道翻译、百度翻译、腾讯翻译、360翻译 ...