Pants: Python工程化 必备构建工具 主讲人： 沈达 – 比图科技数据工程师 Pants 2 https://www.pantsbuild.org 面向任意规模代码仓库的高性能、可扩展、用户友好的构建系统。 由 主要实现 用 定义构建 对 支持最好 Pants 1 诞生于推特 Pants 2 涅槃重生 由Toolchain赞助 人生苦短，我用Python 用户 JupyterLab 个人：JupyterLab最佳实践 用户 JupyterLab 痛点：如何快速启动 痛点：如何分享、协作 痛点：如何管理依赖 模版工程 https://github.com/da-tubi/jupyterlab-best-practice 企业项目：多个子项目的Python代码仓库 模版工程 https://github.com/da-tubi/pants-pyspark-subprojects • 可扩展 智能依赖 • 新建子项目简单 • 开发环境和生产环境一致 • 本地缓存（SaaS支持：远程缓存） • 只要没有import，就会智能排除 业余项目：如何分发用Python实现的插件 示例工程 https://github.com/texmacs/plugins-in-python JAR • Executable • Assembly PEX • Executable • Assembly

位数的整数（例如学号），那么我们就可以用效率更高的“基数排序”来做，将时间复杂度降为 ?(??) ， 其中 ? 为位数。当数据体量很大时，节省出来的运行时间就能创造较大价值（成本降低、体验变好等）。 在工程领域中，大量问题是难以达到最优解的，许多问题只是被“差不多”地解决了。问题的难易程度一方 面取决于问题本身的性质，另一方面也取决于观测问题的人的知识储备。人的知识越完备、经验越多，分析 问题就会越深入，问题就能被解决得更优雅。 ”章节后再来复习。 那么，迭代和递归具有什么内在联系呢？以上述递归函数为例，求和操作在递归的“归”阶段进行。这意味 着最初被调用的函数实际上是最后完成其求和操作的，这种工作机制与栈的“先入后出”原则异曲同工。 事实上，“调用栈”和“栈帧空间”这类递归术语已经暗示了递归与栈之间的密切关系。 1. 递：当函数被调用时，系统会在“调用栈”上为该函数分配新的栈帧，用于存储函数的局部变量、参数、 返回地址等数据。 界。 1. 第一步：统计操作数量 针对代码，逐行从上到下计算即可。然而，由于上述 ? ⋅ ?(?) 中的常数项 ? 可以取任意大小，因此操作数量 ?(?) 中的各种系数、常数项都可以忽略。根据此原则，可以总结出以下计数简化技巧。 1. 忽略 ?(?) 中的常数项。因为它们都与 ? 无关，所以对时间复杂度不产生影响。 2. 省略所有系数。例如，循环 2? 次、5? + 1 次等，都可以简化记为

”章节后再来复习。 那么，迭代和递归具有什么内在联系呢？以上述递归函数为例，求和操作在递归的“归”阶段进行。这意味 着最初被调用的函数实际上是最后完成其求和操作的，这种工作机制与栈的“先入后出”原则异曲同工。 事实上，“调用栈”和“栈帧空间”这类递归术语已经暗示了递归与栈之间的密切关系。 1. 递：当函数被调用时，系统会在“调用栈”上为该函数分配新的栈帧，用于存储函数的局部变量、参数、 返回地址等数据。 界。 1. 第一步：统计操作数量 针对代码，逐行从上到下计算即可。然而，由于上述 ? ⋅ ?(?) 中的常数项 ? 可以取任意大小，因此操作数量 ?(?) 中的各种系数、常数项都可以忽略。根据此原则，可以总结出以下计数简化技巧。 1. 忽略 ?(?) 中的常数项。因为它们都与 ? 无关，所以对时间复杂度不产生影响。 2. 省略所有系数。例如，循环 2? 次、5? + 1 次等，都可以简化记为 非常贵，随 CPU 打包计价 我们可以将计算机存储系统想象为图 4‑9 所示的金字塔结构。越靠近金字塔顶端的存储设备的速度越快、容 量越小、成本越高。这种多层级的设计并非偶然，而是计算机科学家和工程师们经过深思熟虑的结果。 ‧ 硬盘难以被内存取代。首先，内存中的数据在断电后会丢失，因此它不适合长期存储数据；其次，内存 的成本是硬盘的几十倍，这使得它难以在消费者市场普及。 ‧ 缓存的大容量和高速度难以兼得。随着

”章节后再来复习。 那么，迭代和递归具有什么内在联系呢？以上述递归函数为例，求和操作在递归的“归”阶段进行。这意味 着最初被调用的函数实际上是最后完成其求和操作的，这种工作机制与栈的“先入后出”原则异曲同工。 事实上，“调用栈”和“栈帧空间”这类递归术语已经暗示了递归与栈之间的密切关系。 1. 递：当函数被调用时，系统会在“调用栈”上为该函数分配新的栈帧，用于存储函数的局部变量、参数、 返回地址等数据。 界。 1. 第一步：统计操作数量 针对代码，逐行从上到下计算即可。然而，由于上述 ? ⋅ ?(?) 中的常数项 ? 可以取任意大小，因此操作数量 ?(?) 中的各种系数、常数项都可以忽略。根据此原则，可以总结出以下计数简化技巧。 1. 忽略 ?(?) 中的常数项。因为它们都与 ? 无关，所以对时间复杂度不产生影响。 2. 省略所有系数。例如，循环 2? 次、5? + 1 次等，都可以简化记为 非常贵，随 CPU 打包计价 我们可以将计算机存储系统想象为图 4‑9 所示的金字塔结构。越靠近金字塔顶端的存储设备的速度越快、容 量越小、成本越高。这种多层级的设计并非偶然，而是计算机科学家和工程师们经过深思熟虑的结果。 ‧ 硬盘难以被内存取代。首先，内存中的数据在断电后会丢失，因此它不适合长期存储数据；其次，内存 的成本是硬盘的几十倍，这使得它难以在消费者市场普及。 ‧ 缓存的大容量和高速度难以兼得。随着

为两步：首先统计操作数量，然后判断渐近上界。 第一步：统计操作数量 针对代码，逐行从上到下计算即可。然而，由于上述 ? ⋅ ?(?) 中的常数项 ? 可以取任意大小，因此操作数量 ?(?) 中的各种系数、常数项都可以被忽略。根据此原则，可以总结出以下计数简化技巧： 1. 忽略与 ? 无关的操作。因为它们都是 ?(?) 中的常数项，对时间复杂度不产生影响。 2. 复杂度 hello‑algo.com 18 2. 省略所有系数。例如，循环 对数字的引用。因此，我们会发现两个数组中的相同数字拥有同一个 id ，并且这些数字的内 存地址是无需连续的。 66 5. 栈与队列 5.1. 栈 「栈 Stack」是一种遵循先入后出（First In, Last Out）原则的线性数据结构。 我们可以将栈类比为桌面上的一摞盘子，如果需要拿出底部的盘子，则需要先将上面的盘子依次取出。我们 将盘子替换为各种类型的元素（如整数、字符、对象等），就得到了栈数据结构。 在栈 len(stack) # 判断是否为空 is_empty: bool = len(stack) == 0 5.1.2. 栈的实现 为了深入了解栈的运行机制，我们来尝试自己实现一个栈类。 栈遵循先入后出的原则，因此我们只能在栈顶添加或删除元素。然而，数组和链表都可以在任意位置添加和 删除元素，因此栈可以被视为一种受限制的数组或链表。换句话说，我们可以“屏蔽”数组或链表的部分无 关操作，使其对外表现的逻辑符合栈的特性。

29 1. 第一步：统计操作数量 针对代码，逐行从上到下计算即可。然而，由于上述 ? ⋅ ?(?) 中的常数项 ? 可以取任意大小，因此操作数量 ?(?) 中的各种系数、常数项都可以被忽略。根据此原则，可以总结出以下计数简化技巧。 1. 忽略 ?(?) 中的常数项。因为它们都与 ? 无关，所以对时间复杂度不产生影响。 2. 省略所有系数。例如，循环 2? 次、5? + 1 次等，都可以简化记为 len(stack) # 判断是否为空 is_empty: bool = len(stack) == 0 5.1.2 栈的实现 为了深入了解栈的运行机制，我们来尝试自己实现一个栈类。 栈遵循先入后出的原则，因此我们只能在栈顶添加或删除元素。然而，数组和链表都可以在任意位置添加和 删除元素，因此栈可以被视为一种受限制的数组或链表。换句话说，我们可以“屏蔽”数组或链表的部分无 关操作，使其对外表现的逻辑符合栈的特性。 hello‑algo.com 94 5.2.3 队列典型应用 ‧ 淘宝订单。购物者下单后，订单将加入队列中，系统随后会根据顺序依次处理队列中的订单。在双十一 期间，短时间内会产生海量订单，高并发成为工程师们需要重点攻克的问题。 ‧ 各类待办事项。任何需要实现“先来后到”功能的场景，例如打印机的任务队列、餐厅的出餐队列等。 队列在这些场景中可以有效地维护处理顺序。 5.3 双向队列 在队列中

‧ 独立于编程语言，即可用多种语言实现。 1.2.2. 数据结构定义 「数据结构 Data Structure」是在计算机中组织与存储数据的方式。为了提高数据存储和操作性能，数据结构 的设计原则有： ‧ 空间占用尽可能小，节省计算机内存。 ‧ 数据操作尽量快，包括数据访问、添加、删除、更新等。 1. 引言 hello‑algo.com 10 ‧ 提供简洁的数据表示和逻辑信息，以便算法高效运行。 1) 统计操作数量 对着代码，从上到下一行一行地计数即可。然而，由于上述 ? ⋅ ?(?) 中的常数项 ? 可以取任意大小，因此操作 数量 ?(?) 中的各种系数、常数项都可以被忽略。根据此原则，可以总结出以下计数偷懒技巧： 1. 跳过数量与 ? 无关的操作。因为他们都是 ?(?) 中的常数项，对时间复杂度不产生影响。 2. 省略所有系数。例如，循环 2? 次、5? + 1 次、⋯⋯，都可以化简记为 你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。 你可以按任意顺序返回答案。 「暴力枚举」和「辅助哈希表」分别对应 空间最优 和 时间最优 的两种解法。本着时间比空间更宝贵的原则，后 者是本题的最佳解法。 方法一：暴力枚举 考虑直接遍历所有所有可能性。通过开启一个两层循环，判断两个整数的和是否为 target ，若是则返回它俩 的索引（即下标）即可。 # === File:

‧ 独立于编程语言，即可用多种语言实现。 1.2.2. 数据结构定义 「数据结构 Data Structure」是在计算机中组织与存储数据的方式。为了提高数据存储和操作性能，数据结构 的设计原则有： ‧ 空间占用尽可能小，节省计算机内存。 ‧ 数据操作尽量快，包括数据访问、添加、删除、更新等。 1. 引言 hello‑algo.com 10 ‧ 提供简洁的数据表示和逻辑信息，以便算法高效运行。 1) 统计操作数量 对着代码，从上到下一行一行地计数即可。然而，由于上述 ? ⋅ ?(?) 中的常数项 ? 可以取任意大小，因此操作 数量 ?(?) 中的各种系数、常数项都可以被忽略。根据此原则，可以总结出以下计数偷懒技巧： 1. 跳过数量与 ? 无关的操作。因为他们都是 ?(?) 中的常数项，对时间复杂度不产生影响。 2. 省略所有系数。例如，循环 2? 次、5? + 1 次、⋯⋯，都可以化简记为 你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。 你可以按任意顺序返回答案。 「暴力枚举」和「辅助哈希表」分别对应 空间最优 和 时间最优 的两种解法。本着时间比空间更宝贵的原则，后 者是本题的最佳解法。 方法一：暴力枚举 考虑直接遍历所有所有可能性。通过开启一个两层循环，判断两个整数的和是否为 target ，若是则返回它俩 的索引（即下标）即可。 # === File:

对象上，由运行时该对象的确切类型 决定，这就是多态真正的威力：调用方只管调用，不管细节，而当我们 新增一种 Animal 的子类时，只要确保 run()方法编写正确，不用管原来 的代码是如何调用的。这就是著名的“开闭”原则： 对扩展开放：允许新增 Animal 子类； 对修改封闭：不需要修改依赖 Animal 类型的 run_twice()等函数。 继承还可以一级一级地继承下来，就好比从爷爷到爸爸、再到儿子这样 MySQL，大家都在用，一般错不了；  PostgreSQL，学术气息有点重，其实挺不错，但知名度没有 MySQL 高；  sqlite，嵌入式数据库，适合桌面和移动应用。 作为 Python 开发工程师，选择哪个免费数据库呢？当然是 MySQL。因 为 MySQL 普及率最高，出了错，可以很容易找到解决方法。而且，围 绕 MySQL 有一大堆监控和运维的工具，安装和使用很方便。 为了能继续后面的学习，你需要从 的字符串，简单的页面还可以，但是，想 想新浪首页的 6000 多行的 HTML，你确信能在 Python 的字符串中正确 地写出来么？反正我是做不到。 俗话说得好，不懂前端的 Python 工程师不是好的产品经理。有 Web 开 发经验的同学都明白，Web App 最复杂的部分就在 HTML 页面。HTML 不仅要正确，还要通过 CSS 美化，再加上复杂的 JavaScript 脚本来实现

It offers several advantages over the float datatype: • Decimal 类型的“设计是基于考虑人类习惯的浮点数模型，并且因此具有以下最高指导原则——计算机 必须提供与人们在学校所学习的算术相一致的算术。”——摘自 decimal 算术规范描述。 • Decimal numbers can be represented exactly. In Reference, 发布 2.7.18 sqrt([context]) 返回参数的平方根精确到完整精度。 to_eng_string([context]) 转换为字符串，如果需要指数则会使用工程标注法。 工程标注法的指数是 3 的倍数。这会在十进制位的左边保留至多 3 个数码，并可能要求添加一至 两个末尾零。 例如，此方法会将 Decimal('123E+1') 转换为 Decimal('1.23E+3')。 18 sqrt(x) 非负数基于上下文精度的平方根。 subtract(x, y) 返回 x 和 y 的差。 to_eng_string(x) 转换为字符串，如果需要指数则会使用工程标注法。 工程标注法的指数是 3 的倍数。这会在十进制位的左边保留至多 3 个数码，并可能要求添加一至 两个末尾零。 to_integral_exact(x) 舍入到一个整数。 to_sci_string(x)