GitHub Actions Python CI：pytest、Black、Flake8 与 Poetry 自动化
GitHub Actions Python CI 实战：基于 Poetry 的依赖管理、pytest 测试自动化（覆盖率/coverage）、Black 代码格式化、Flake8 静态检查、mypy 类型检查、多版本 Python 矩阵测试（3.9/3.10/3.11/3.12）、缓存策略加速、安全扫描（bandit/safety）、发布到 PyPI 自动化
tag
Python
共 64 篇文章。
Python 微服务架构：从单体拆分到服务治理
Python 微服务架构完整指南：单体 vs 微服务决策、服务拆分原则、FastAPI 服务模板、gRPC/HTTP 服务间通信、RabbitMQ/Kafka 消息驱动、服务发现与网关、可观测性、部署与演进式拆分路径。
Python 网络爬虫与自动化：从 requests 到 Playwright
Python 网络爬虫与自动化完整指南：requests/httpx 请求、BeautifulSoup/lxml 解析、Scrapy 框架、Playwright 浏览器自动化、反爬应对（限速/代理/指纹）、robots 合规与数据清洗工程。
Python 库与 API 设计：从包结构到向后兼容
Python 库与 API 设计完整指南：包结构与模块划分、公开 API 面设计、类型标注与 Protocol、语义化版本与向后兼容策略、文档工程（docstring/类型/示例）、发布与社区治理，附高质量库案例拆解。
Python C 扩展与 FFI：ctypes、cffi、Cython 与 PyO3
Python 调用 C/C++ 的四种方案全对比：ctypes 动态库调用、cffi 安全绑定、Cython 编译加速、PyO3/Rust 扩展，含性能基准、GIL 释放、构建配置与实战案例。
Python 调试与日志工程：从 print 到可观测性
Python 调试与日志工程完整指南：print 调试进阶、pdb/ipdb/breakpoint 交互调试、logging 架构（Logger/Handler/Formatter/Filter）、结构化日志（structlog/JSON）、异常追踪与 traceback、性能剖析、生产可观测性集成。
Python 高性能计算：Dask 与 Ray 分布式计算实战
Python 生态的分布式计算两巨头：Dask 与 Ray。本文系统讲解 Dask 的惰性图计算与 DataFrame/数组扩展、Ray 的 actor/task 并行模型、集群启动与资源调度、两者选型对比，以及大数据预处理、RL 训练、服务化部署的真实落地模式。
Python 设计模式与 SOLID：从经典模式到 Pythonic 简化
Python 设计模式完整指南：SOLID 五原则、创建型/结构型/行为型经典模式、用 Python 语言特性（装饰器/描述符/生成器/鸭子类型）简化经典模式、函数式模式、模式选型与过度设计、实战架构示例。
机器学习开发环境搭建：Python、NumPy、pandas 与 Jupyter 生态实战
手把手搭建机器学习开发环境：Python 虚拟环境、Jupyter 生态、NumPy 数组计算、pandas 数据处理、Matplotlib 可视化与 Scikit-learn 安装，并给出常用命令速查与常见环境坑的解决方案，是零基础开始机器学习的第零课。
反序列化漏洞与 RCE 防御：从 POP 链到安全加固的完整实战
反序列化漏洞被称为"最被低估的高危漏洞"——它能直接导致远程代码执行（RCE），影响从 Java（Fastjson/Jackson）、Python（pickle）、PHP（unserialize）到 Ruby、Go 的几乎所有主流语言。其核心机理是：当不可信数据被反序列化时，恶意 …
Qiskit 与 Python 量子编程实战
IBM Qiskit 完全入门：安装配置、量子电路可视化、 IBM Quantum 真实量子机运行、量子纠缠实验、Deutsch-Jozsa 算法实现。从零开始编写并执行第一个量子程序。
Python 高级异步编程：Trio 结构化并发与 AnyIO 兼容层
深入探索 Python 异步编程的进阶方案：Trio 的结构化并发、Nursery 任务树、优雅取消机制，以及 AnyIO 如何弥合 Trio 与 asyncio 的生态鸿沟，提供兼容双后端的实战指南。
Python 数据工程与 ETL 管道实战
Python 数据工程全景：ETL 核心模式、Pandas 高级数据转换、Polars 高性能引擎、Pandera 数据校验、Airflow 与 Dagster 管道编排、增量处理与 CDC、数据质量监控，以及从 API 到数据仓库的完整实战。
Python 元编程与动态特性深度解析
深入掌握 Python 元编程核心机制：动态属性访问、描述符协议、元类、类装饰器、__slots__、Monkey Patching、内省工具、代码生成，以及 ORM / API / 插件系统的实战应用。
Python 数据分析：Pandas 与 Polars 实战
Python 数据分析核心技能：Pandas DataFrame 操作、数据清洗、聚合统计、时间序列分析，以及 Polars 高性能查询引擎的对比与迁移指南。
Python 异步任务队列：Celery + Redis/RabbitMQ 实战
Celery 分布式任务队列实战：任务定义、定时调度（Beat）、结果存储、监控（Flower）、重试策略、死信队列与生产最佳实践。
Python + LLM 实战：OpenAI API 集成与 Agent 开发
使用 Python 集成 OpenAI / Claude / 国产大模型 API，掌握 Prompt Engineering、Function Calling、RAG 检索增强生成、LangChain / LlamaIndex 框架与 AI Agent 开发。
Python 数据库实战：SQLite、PostgreSQL、SQLAlchemy 与 ORM 完全指南
Python 数据库开发完全指南：SQLite 快速上手、PostgreSQL/MySQL 连接、SQLAlchemy ORM 模型定义与查询、asyncpg 异步数据库访问、Alembic 迁移工具。从简单脚本到生产级数据库应用的全栈实践。
Python 网络编程：socket、HTTP 客户端与服务端开发完全指南
Python 网络编程从底层到应用层：socket TCP/UDP 编程、HTTP 客户端（requests/httpx/urllib）、简易 Web 服务器、WebSocket 实时通信。包含完整可运行代码示例和常见问题排查。
Python 安全编程：输入验证、加密与常见漏洞防护
Python 安全编程实践：输入验证与 SQL 注入防护、密码哈希与 JWT、HTTPS 请求与证书验证、常见 CWE 漏洞（路径遍历、反序列化、命令注入）的识别与修复策略，覆盖 secrets、hmac、cryptography 等标准库安全工具。