這里記錄每周值得分享的 Python 及通用技術內容，部分內容為英文，已在小標題注明。（本期標題取自其中一則分享，不代表全部內容都是該主題，特此聲明。）
文章&教程
1、編程語言的錯誤處理模式
文章討論了編程中處理錯誤的四種常見方法：返回錯誤代碼（C、Go）、異常（Java、C＃、Python、C++）、回調函數（JavaScript）和 Result 對象（Haskell、Rust、Kotlin）。對每種方法進行了分析，介紹了它們的優缺點以及使用時需要注意的地方。
2、深入理解 Python 虛擬機：描述器實現原理與源碼分析
文章介紹了描述器的實現原理，分析了 CPython 源碼中描述器相關的字節碼指令，并使用 Python 代碼解釋了描述器的執行邏輯。文章出自 Github 上的《深入理解 Python 虛擬機系列》，該系列已含 20+ 文章。
3、人工智能 AI 孫燕姿模型應用實踐
最近 AI 孫燕姿太火了！文章基于 Python3.10 和開源庫 so-vits-svc（高表現力的語音合成模型）、Spleeter（人聲和伴奏分離）和 FFMPEG（聲音與伴奏合并），手把手演示了讓 AI 孫燕姿演唱歌曲。（PS.由于擔心侵權風險，so-vits-svc 項目已經歸檔了）
4、用 C 語言寫一個 Python 包
文章介紹了 Python 的 C 語言 API 相關特性，最后實現了一個模仿官方 datetime 的 C 擴展模塊。文章出自《Python 之 C 語言 API 系列教程》的第一篇，該系列目前已更新兩篇。
5、Python 工具箱系列文章
這是一個系列文章，目前包含 31 篇文章，最近介紹的幾個工具是數據庫相關的：Neo4j（一個 NoSQL 圖數據庫，使用 Py2neo 操作）、PostgreSQL（一個關系型數據庫，使用 Psycopg2 操作）、MongoDB、Access、ClickHouse、Redis 等。
6、PEP-713：可調用的模塊（英文）
?ukasz Langa 發起的新提案，提議支持在模塊的全局命名空間中定義一個__call__對象以使模塊可直接調用，__call__對象可以是一個標準函數或任意可調用對象。提案目前是草稿狀態，未采納。
7、“Externally managed environments”：當 PEP-668 影響了 pip（英文）
在較新 Linux 系統上使用 pip install 時可能遇到“externally managed environment”錯誤。原因：Linux 發行版已預裝某些 Python 包，pip install 可能導致系統包沖突。解決方法：開發時用虛擬環境；Docker 里不用系統 Python；需最新工具時用 pipx。Python 包管理較為痛苦，短時間內難以改善。
8、Bevy v2.0：Python 的依賴注入框架（英文）
Bevy v2.0 是一個強大的依賴注入框架，可以幫助簡化 Python 應用程序的管理。文章介紹了三種解決依賴關系的方法：全局變量、參數傳遞和依賴注入。Bevy v2.0 使用的方法包括參數注入、屬性注入、倉庫和依賴構造函數等。
項目&代碼
最近幾個月，乘著人工智能的東風，Github 上天天都被 AI 相關的項目屠榜，相信讀者們已經從各種渠道看到過那些知名的以 Python 為主的開源項目了。因此，為了不撞車，本周刊主要收錄一些小而美的項目。本期以中文開發者的項目為主。
1、「數字生命」的服務端
一個“有生命的”語音助手 Python 項目，支持與前端通信、語音識別、chatGPT 接入和語音合成。前端部分可渲染人物動畫、錄音和播放聲音。
2、一個基于VITS的簡單易用的語音轉換（變聲器）框架
具有以下特點：使用 top1 檢索替換輸入源特征為訓練集特征來杜絕音色泄漏；即便在相對較差的顯卡上也能快速訓練；使用少量數據進行訓練也能得到較好結果（推薦至少收集 10 分鐘低底噪語音數據）；可以通過模型融合來改變音色（借助 ckpt 處理選項卡中的 ckpt-merge）；簡單易用的網頁界面；可調用 UVR5 模型來快速分離人聲和伴奏。
3、電子書翻譯器（Calibre 插件）
一個可以將電子書翻譯成指定語言（原文譯文對照）的 Calibre 插件。支持多種翻譯引擎，包括 Google 翻譯、ChatGPT 以及 DeepL。支持所有 Calibre 所支持的電子書格式（輸入格式 48 種，輸出格式 20 種）。支持批量翻譯、支持緩存續譯、提供大量自定義設置。
4、跨平臺的超輕量級嵌入式 Python 引擎
一個完全重寫的超輕量級 Python 引擎，零依賴，零配置，可以在 Flash ≤ 64KB，RAM≤ 4KB 的平臺下運行，極易部署和擴展，具有大量的中文文檔和視頻資料。
播客&視頻
1、硬地駭客：大廠程序員構建 “小生意”，更加從容應對裁員潮
"每一位 hacker，每一位開發者，每一位程序員，都值得擁有一個屬于自己的小生意”。這檔播客已發布了幾期關于獨立開發者的話題，對作為程序員的我們，在技術、產品、創業等方面會有所啟發。
2、Talk Python To Me #414：漫步創業之路（英文）
在 4 月的 PyCon 上，有一個專門展示新型 Python 創業公司的展臺，叫做 Startup Row。在這期節目中，主播與這些公司的創始人分別聊了 5-10 分鐘，這期節目同時包含了播客和視頻。
3、PythonBytes #335：應該開始用 mojo 了么？（英文）
Mojo 是 LLVM 及 Swift 之父新開發的 AI 編程語言，號稱比 Python 快 35000 倍。Mojo 已支持 Python 的許多核心特性，包括 async/await、錯誤處理、可變參數等等，但是它仍然處于早期階段，缺少許多功能，比如還不支持類！
4、ChatGPT提示工程師｜AI大神吳恩達教你寫提示詞（英文）
鼎鼎大名的吳恩達聯合 OpenAI，推出了一個面向開發者的 ChatGPT 提示詞課程。這是 B 站上的鏈接，配有雙語字幕。
問題&討論
1、如何系統地自學Python？
知乎上的一個熱門問題，已有 7.4 萬人關注和 1200+ 回答。
2、[吐槽] conda 真是太難用了！ 如何優雅地管理 Python 環境？
v2ex 上的一個帖子，吐槽使用 Conda 遇到了各種問題，包括安裝后找不到命令、安裝依賴卡住不動、影響系統更新等等。
3、允許在 for 循環的循環頭中使用推導式語法（英文）
這個帖子提出了一個想法：讓 Python 的 for 循環支持推導式語法“for i in x if i % 2 == 0:”。
贊助&支持
內容創作不易，如果你覺得有幫助，請隨意贊賞，或在愛發電進行支持！
關于周刊
Python 潮流周刊，精心篩選國內外的 200+ 信息源，為你挑選最值得分享的文章、教程、開源項目、軟件工具、播客和視頻、熱門話題等內容。愿景：幫助所有讀者精進 Python 技術，并增長職業和副業的收入。
周刊在 Github 開源，可以通過 issue 投稿。
如果你對Python感興趣，想要學習python，這里給大家分享一份Python全套學習資料，都是我自己學習時整理的，希望可以幫到你，一起加油！
😝有需要的小伙伴，可以點擊下方鏈接免費領取或者V掃描下方二維碼免費領取🆓
Python全套學習資料
1??零基礎入門
① 學習路線
對于從來沒有接觸過Python的同學，我們幫你準備了詳細的學習成長路線圖。可以說是最科學最系統的學習路線，你可以按照上面的知識點去找對應的學習資源，保證自己學得較為全面。
② 路線對應學習視頻
還有很多適合0基礎入門的學習視頻，有了這些視頻，輕輕松松上手Python~
③練習題
每節視頻課后，都有對應的練習題哦，可以檢驗學習成果哈哈！
2??國內外Python書籍、文檔
① 文檔和書籍資料
3??Python工具包+項目源碼合集
①Python工具包
學習Python常用的開發軟件都在這里了！每個都有詳細的安裝教程，保證你可以安裝成功哦！
②Python實戰案例
光學理論是沒用的，要學會跟著一起敲代碼，動手實操，才能將自己的所學運用到實際當中去，這時候可以搞點實戰案例來學習。100+實戰案例源碼等你來拿！
③Python小游戲源碼
如果覺得上面的實戰案例有點枯燥，可以試試自己用Python編寫小游戲，讓你的學習過程中增添一點趣味！
4??Python面試題
我們學會了Python之后，有了技能就可以出去找工作啦！下面這些面試題是都來自阿里、騰訊、字節等一線互聯網大廠，并且有阿里大佬給出了權威的解答，刷完這一套面試資料相信大家都能找到滿意的工作。
5??Python兼職渠道
而且學會Python以后，還可以在各大兼職平臺接單賺錢，各種兼職渠道+兼職注意事項+如何和客戶溝通，我都整理成文檔了。
上述所有資料 ?? ，朋友們如果有需要的，可以掃描下方👇👇👇二維碼免費領取🆓
