PyCon China 2019

Python 与你同在
              

活动简介



1989 年圣诞,Guido van Rossum 为了打发无聊的圣诞假期,决定找点事来做。他选择实现一门编程语言。这门编程语言就是 Python。

2000年10月16日,Python 2.0 发布。

2008年12月3日,Python 3.0 发布。

从创立之初到现在,在整整三十年的时间里,Python一步步的成长到现在,被广泛的应用于服务开发,运维,科学计算,理论模拟等计算机领域中。越来越多的人爱上 Python,并用自己的形式回馈 Python 社区。可能 Guido 他自己都没想到,当时的一时兴起所创造的语言,会在这么多的领域得到应用。某种意义上来讲,他所创造的这门语言,在一定程度上改变了计算机世界。

2019 年,Python 诞生三十周年之际。我们将举行 PyCon China 2019 活动来庆祝这一门伟大语言的生日。今年的大会的主会场将设立在上海,同时在北京、杭州、深圳、成都、南宁等地设立分会场。

无论您是服务端开发,亦或是运维,还是大数据,人工智能等领域的专家,如果您有任何想分享给全国 Python 开发者的经验,欢迎报名参加我们的主题演讲/闪电演讲!

上海讲师



Luciano Ramalho

Luciano Ramalho

《流畅的Python》作者
Python 的永恒之美
Dave Glover

Dave Glover

Microsoft Developer Relations
构建 Python 物联网(IoT)图像分类解决方案并与 Azure 无服务器功能集成
谢洪恩

谢洪恩

AWS 无服务器与容器专家解决方案架构师
从模块化到全球分发,Python 在Serverless 领域你不能错过的最新功能
Armin Ronacher

Armin Ronacher

Flask、Werkzeug、Jinja2、Click 等流行开源项目的作者
调试是一种新的发布:慢语言的意外优势
laike9m

laike9m

Google 软件工程师
Python 调试新思路
Elizaveta Shashkova

Elizaveta Shashkova

JetBrains 的 PyCharm IDE 软件开发者
Python 可视化调试器:从内部原理到日常使用
张佳圆

张佳圆

爱奇艺 - 后端开发工程师
GIL 的过去和未来
Giampaolo Rodola

Giampaolo Rodola

Python 核心开发者
使用 Python 加速文件传输和文件复制
thautwarm

thautwarm

筑波大学
Python 语法扩展框架 Moshmosh 和其上 CPython 兼容的 JIT 实现
Hsiaoming Yang

Hsiaoming Yang

Typlog 和 Authlib 作者
危险的 Flask
李辉

李辉

Flask 维护者
基于 Flask 的 REST API 开发指南
李齐雨

李齐雨

LeetCode 中国后端架构师,后端团队负责人
Django 中的 GraphQL
赖信涛

赖信涛

研发工程师
Django Migrations 的工作原理
张汝家

张汝家

饿了么资深 Python 工程师
从 thriftpy 中学习 rpc 协议
秦续业

秦续业

阿里巴巴技术专家
Mars:numpy 与 pandas 的并行和分布式加速器
张校捷

张校捷

英伟达 - 资深深度学习架构工程师
使用 Python 训练和部署低精度模型
藤井美娜

藤井美娜

机器学习工程师/数据科学家
GVA TECH Co., Ltd
Python 的 NLP 实战分享-如何实现合同风险预测模型
王顺

王顺

Google 顾问
Python 的深度学习实践
刘欣A

刘欣A

香侬科技算法平台负责人/前网易游戏技术总监
Python 机器学习性能优化——以 BERT 服务为例,从1到1000
Alex Zhao

Alex Zhao

微软数据 & AI 云解决方案架构师
Azure 机器学习
王大伟

王大伟

平安金融壹账通大数据研究院数据挖掘工程师
基于 Azure 的 Python 机器学习
赵健

赵健

微软资深云架构师
Python on Azure Function
丁来强

丁来强

阿里云日志服务上海负责人
开源 AIOps 数据中台搭建与 Python 的作用
刘征

刘征

Elastic 公司社区布道师 / 中国 DevOps 社区核心组织者
分层次构建应用系统的可观测性
张裕

张裕

测试架构师,Python 程序员,SET 与 SRE 的实践者
从零开始快速构建 DevOps 系统 - 一个小型 to B 团队的 DevOps 系统诞生之路
杨柳

杨柳

网易游戏高级经理,Airtest 团队负责人
基于 Python 构建高稳定可扩展的自动化测试集群——网易游戏自动化测试实践分享
刘欣B

刘欣B

上海澎博财经量化交易产品经理
Python 在量化投资领域的应用
陆佳华

陆佳华

Xilinx - 研究院 学术与创新生态高级经理
当 Python 遇上 FPGA – PYNQ 开源项目的实践与体会
Noah Chen

Noah Chen

Python 软件基金会管理成员
Connect to the World of Python's Community
谭啸

谭啸

蚂蚁金服开发工程师
500 行 Python 写一个渲染器
宋丛威

宋丛威

浙江工业大学之江学院
基于 OwlReady2 的人机交互
赵俊德

赵俊德

西安德新软件
Byte Code 的革命
陈照强

陈照强

中科院上海药物所高级研究院 高级研究员
使用 Sphinx 制作 Web 文档
韦泽华

韦泽华

上海韦纳科技有限公司
一键将 C/C++ 代码转换为 Python 能调用的代码

北京讲师



崔衡

崔衡

阿里巴巴 - 技术专家
基于 PyQt + QScintilla 的 IDE 对 RobotFramework 的 DSL 进行编程
张晋涛

张晋涛

网易有道资深运维开发
云原生时代下 Python 开发的新体验
王祎

王祎

ThoughtWorks 数据智能团队咨询师
用 Python 实现文本信息的结构化信息提取
费良宏

费良宏

Amazon Web Services
在30分钟内迁移 Python Web 应用到无服务器
张晓庆

张晓庆

北京来也网络科技算法研发工程师
Python 的智能问答之路
庞若然

庞若然

爱奇艺影业 DBA
Python 与 Redis 的一二事
黄少瑄

黄少瑄

清华大学/平安科技实习
图算法你好:反欺诈应用介绍与实作
郭李灼

郭李灼

北京微帧数字科技 - Python 爱好者
Python 与视效行业
刘玉龙

刘玉龙

高瓴资本-百丽国际 后端工程师
Requests 长链接与 TIME_WAIT

杭州讲师



thautwarm

thautwarm

筑波大学
Python 语法扩展框架 Moshmosh 和其上 CPython 兼容的 JIT 实现
李枫

李枫

自由职业
用于 Linux 内核调试的 Python

深圳讲师



Giampaolo Rodola

Giampaolo Rodola

Python 核心开发者
加速 Python 中的文件传输和拷贝
刘征

刘征

Elastic 公司社区布道师 / 中国 DevOps 社区核心组织者
Google SRE 体系核心基础解读
邝泽徽

邝泽徽

Touchcall - 程序员
从 Python 开始钱赚钱
解超

解超

Gekko Lab - 数据工程师
一行代码加速科学计算
明希

明希

腾讯 - 持续集成开发工程师
Pipenv 和 Python 包管理
黄毅

黄毅

独立开发者
Python 前端开发
卢建晖

卢建晖

微软最有价值专家
云中起舞—— Python 的人工智能开发在微软云中的应用
赵丰

赵丰

清华大学深圳研究生院 - 博士生
Python C 拓展在各平台的打包与发布
彭未康

彭未康

广州爱范儿科技后端工程师
为 Python Function 自动生成 Web UI

成都讲师



藤井美娜

藤井美娜

机器学习工程师/数据科学家
GVA TECH Co., Ltd
Python 的 NLP 实战分享-如何实现合同风险预测模型
刘知杭

刘知杭

广州天验网络科技有限公司 反逆向引擎组组长
静态类型的 Python
thautwarm

thautwarm

筑波大学
Python 语法扩展框架 Moshmosh 和其上 CPython 兼容的 JIT 实现
李辉

李辉

Flask 维护者
基于 Flask 的 REST API 开发指南
吴强

吴强

新希望金融科技有限公司后台开发工程师
一次关于 sqlalchemy session 的项目排错经验分享
鄢倩

鄢倩

ThoughtWorks 高级技术顾问
Python 在区块链领域中的地位

南宁讲师



日程



08:40~09:20
Python 的永恒之美

我热衷与学习程序语言的设计,并且从 1998 年就开始接触 Python。Python 是一个艺术品,这个演讲里我将会分享我个人认为 Python 中最美丽的部分。

Luciano Ramalho
《流畅的Python》作者
09:20~10:00
构建 Python 物联网(IoT)图像分类解决方案并与 Azure 无服务器功能集成

这将会是一次十分有趣的演讲,首先,你将学到如何使用 Python 构建一个图片分类与 TTS 相结合的实用工具,这可以应用于超市收银台,用来帮助视障人士。接下来,我将讲述如何将图像分类工具与 Python Azure 相结合,并连接到一个实时 web 仪表板上。
通过这次演讲你将会学到如何用 Python 和免费的 Azure 服务来构建一个 IoT 图片分类系统,并用它来帮助你身边的人们。

Dave Glover
Microsoft Developer Relations
10:00~10:40
从模块化到全球分发,Python 在Serverless 领域你不能错过的最新功能

自从2014年 AWS Lambda 发布以来,整个云原生运算领域与产业开始整个加速进入无服务器时代,经过这将近五年来的迭代,现在 AWS Serverless 又有哪些最前沿的技术呢?
这个 session 我们将会从一个 Python 开发者的角度来理解 AWS Serverless 最新的功能,包括 Lambda Layer 为你的 Python 应用进行更好的拆分与封装,Custom Runtime 来打造更弹性丰富的架构,AWS SAR(Serverless Application Repository)来实现代码与应用全球分发,最后我们会示范最新的 AWS CDK 环境如何从 Infrastructure Is Code 的角度,包括基础建设、本地测试、AWS Lambda 应用全面用 Python 开发撰写,成为完全使用 Python 一站式开发、测试与全球部署的当代无服务器高手。

谢洪恩
AWS 无服务器与容器专家解决方案架构师
10:40~11:20
调试是一种新的发布:慢语言的意外优势

Armin Ronacher
Flask、Werkzeug、Jinja2、Click 等流行开源项目的作者
11:20~12:00
Python 调试新思路

首先将回顾已有的工具,列举常用的 Python 程序调试手段。传统的手段有一些不足之处,而最近的一些库给了我们启发,其实 Python 调试可以更加智能化。而所说的智能化调试,指的是用户设定目标变量,由调试工具自动根据程序执行流程溯源目标变量的变化过程,从而省去了用 pdb, PyCharm 等工具手动单步执行的麻烦。基于这个思路,我会提出一种新的调试思路和工具(也是我最近几个月在做的项目)。

laike9m
Google 软件工程师
13:00~13:40
Python 可视化调试器:从内部原理到日常使用

在这个演讲中我将会分享 Python 调试器的内部工作原理,了解它存在什么瓶颈和限制,以及近几年来在我们的努力之下有哪些改进。这个演讲不仅会讨论本地运行调试,也同时会涉及到远程调试以及对不同文件格式的调试。最后,我会分享一些在 PyCharm IDE 里使用可视化调试器的实用小技巧。

Elizaveta Shashkova
JetBrains 的 PyCharm IDE 软件开发者
13:40~14:20
GIL 的过去和未来

什么是 GIL?CPython 为什么要引入 GIL?它为了解决什么问题?为什么 Python 这么慢?如何摆脱 GIL 的限制?本次分享将带领大家了解 GIL 的方方面面,从 GIL 的产生历史背景,GIL 的原理分析,到如何在应用层上避开 GIL,并聊一聊 GIL 的未来,PEP 554 Multiple Interpreters in the Stdlib 的提出能否解决 GIL 的问题?

张佳圆
爱奇艺 - 后端开发工程师
15:20~16:00
Python 语法扩展框架 Moshmosh 和其上 CPython 兼容的 JIT 实现

模式匹配,大家想了很多年了。JIT,大家也想了很多年了。现在的模式匹配库,却远远不及其他语言内置的语言构造; 现在的 JIT,却过于领域特定,局限于数值计算或者和脱离于 CPython 解释器。我们利用编译知识,基于一些意义重大的项目(如llvm, llvmlite), 实现了优化不同和 use case 程度的 JIT 实现; 同时也介绍了如何在现行 Python 语法下扩展语义。

thautwarm
筑波大学
13:00~13:40
危险的 Flask

关于 Flask 安全性的演讲 (itsdangerous, JWT, JWS)

Hsiaoming Yang
Typlog 和 Authlib 作者
13:40~14:20
基于 Flask 的 REST API 开发指南

作为一个微框架,轻量灵活的 Flask 很适合用来开发 REST API 服务。相对于 Django REST Framework 和 APIStar,Flask 有什么优势和缺点?为了减少工作量,我们通常会使用一些工具来辅助编写,面对 Flask-RESTful、Flask-RESTPlus、Flask-API、Webargs、Marshmallow 等扩展和工具库,我们应该如何选择?虽然我们经常使用 REST API 这个名称,但是大部分的 API 都不够 RESTful,那么什么样的 API 才能算是 REST API?在这个议题中,我们将对这几个问题逐一进行探讨,并了解如何使用 Flask 编写出功能完善的 REST API 服务。

李辉
Flask 维护者
14:20~15:00
Django 中的 GraphQL

比起 RESTful 风格的 api,GraphQL 从公布到现在依然没有普及开来。很多公司的开发者一直处于观望状态。LeetCode 将全部接口迁移到 GraphQL 已有将近两年的时间,直到现在我们主站将近十几万行 Django 代码,几乎全部的接口都是 GraphQL。本次演讲的主题主要是分享 LeetCode 是如何使用 GraphQL 来减轻开发的工作以及我们是如何解决使用 GraphQL 中发生的问题的。

李齐雨
LeetCode 中国后端架构师,后端团队负责人
15:20~16:00
Django Migrations 的工作原理

Django 强大的 ORM 几乎屏蔽了 SQL 的复杂性,让我们只要写 Python 代码,然后 python manage.py makemigrations & migrate,就可以让数据持久化起来。但是这两行命令的背后发生了什么呢?为什么有时候这个命令会执行失败呢?在部署的什么过程去执行最合适?在PyCon 上我将和大家分享:
・ Django migrations 的工作原理;
・ 使用 Django migrations 会遇到的问题,如何从原理入手去解决问题;
・ 部署 Django migrations 的最佳实践;
・ 其他一些 migrations 的思路,如果做一个 migrations 平台,如何做数据库结构版本化,DDL 回滚。

赖信涛
研发工程师
16:00~16:40
从 thriftpy 中学习 rpc 协议

作为一款 rpc 协议,thrift 都有哪些优劣?
pure Python 实现的 thriftpy 和 thriftpy2,是如何分层以应对不同的要求?
微服务是近些年互联网潮流方向,只要谈到微服务必涉及 rpc 协议。来自 Facebook,并由 Apache 基金会持续维护的 thrift 协议正是其中的一员。
而为了更好地使用,饿了么采用纯 Python 重新实现了 thrift 协议。
深入了解 thriftpy,不仅可以更好地使用它。还可以了解一款 rpc 协议的必要构成,以及 Python 项目如何通过合理分层的架构,来支持多种通信协议和传输协议。

张汝家
饿了么资深 Python 工程师
13:00~13:40
Mars:numpy 与 pandas 的并行和分布式加速器

Mars 已经于2018年11月开源(https://github.com/mars-project/mars)。目前,Mars 能将超过 70% 的 numpy 常见接口自动并行和分布式化,且正在大规模实现 pandas 接口的自动并行。那么 Mars 是如何自动将 numpy 和 pandas 等工具自动并行和分布式化的?Mars 在演进过程中又碰到了什么样的难题?Mars 的性能如何?关注系统设计的同学能从 Mars 的发展过程中得到什么经验教训?在这个演讲里都会得到解答。

秦续业
阿里巴巴技术专家
13:40~14:20
使用 Python 训练和部署低精度模型

随着深度学习技术的不断进步,为了加快深度学习模型的运算速度,以及节约深度学习模型部署使用的内存,使用低精度浮点表示(半精度或者定点整数)来对深度学习模型进行训练正在逐渐地被应用于实践之中。本次演讲主要使用了 TensorFlow 的 Python 前端,介绍了如何使用 Python 来构建低精度模型,并且将该模型应用于训练之中,并且进一步将模型导出成 TensorRT 能够使用并运行的格式,从而完成模型的部署。希望对大家训练和上线深度学习模型有所帮助。

张校捷
英伟达 - 资深深度学习架构工程师
14:20~15:00
Python 的 NLP 实战分享-如何实现合同风险预测模型

本演讲深入浅出的介绍用 Python 做自然语言处理 (NLP) 的理论与实战应用,并特别在多语言挑战和法律文本处理上加大力道,力图在30分钟内给听众以全新视野与启发。内容主要分为3段:
1. Python NLP 入门
介绍用 Python 做汉语 NLP 的理论基础和必备工具。
2. 多语言 NLP 攻略
处理其他语言的 NLP 工具、中文分词和日文分词的不同点、多语言 NLP 的注意事项等。
3. “Python 合同风险预测模型”实战经验分享
通过解析模型构建过程,包括 EDA、Cosine Similarity、BLUE、ROUGE 等类似度算法的结果比较、文章语义分析等,具体提升听众处理法律文本的能力。
人和语言总是离不开的,NLP 可以处理森罗万象的生活中的语言现象,我希望通过这次的实战应用的内容,大家可以得到一些启发用 Python 去挑战自己感兴趣的领域的 NLP。

藤井美娜
机器学习工程师/数据科学家
GVA TECH Co., Ltd
15:20~16:00
Python 的深度学习实践

去年很荣幸分享了 Cloud TPU 的主题,了解到大部分同学未涉猎深度学习领域,为了帮助大家快速入门以及了解最新的行业进展,特别准备了从 mnist(深度学习的 hello world)到 CIFAR10, 从 ImageNet 到 BERT/xlnet 若干实战案例,结合常见问题分享最佳实践。

王顺
Google 顾问
16:00~16:40
Python 机器学习性能优化——以 BERT 服务为例,从1到1000

说起 Python,被吐槽最多的就是性能问题。但现实中不管是 Youtube 还是网易游戏,都用 Python 支撑起上亿的日活。近年大火的机器学习领域,Python 也是毫无疑问的第一语言。那么如何利用好 Profiler,精准定位性能瓶颈;如何利用各种黑科技,压榨语言和机器的性能极限,相信是大家比较关心的问题。本次我会分享香侬科技在 Python 深度学习服务开发中的最佳实践, 以基于 BERT 的服务为例,如何提升 QPS 从1到1000。

刘欣A
香侬科技算法平台负责人/前网易游戏技术总监
13:40~14:20
Azure 机器学习

全面增强 AI 开发生产力,支持自动化机器学习。能够更快地确定最优算法,特性和参数,同时创建 Pipelines 实现自动化的 AI 开发全生命周期。
全面支持各种开源框架,技术和多种工具:
TensorFlow、CNTK、Caffe2、Keras、MxNET、PyTorch、Scikit-learn、Jupyter notebook、VS Code……
灵活的模型管理,部署方式。利用最新的容器技术和框架,可以方便地部署在 Azure, on premises 和 IoT edge。

Alex Zhao
微软数据 & AI 云解决方案架构师
14:20~15:00
基于 Azure 的 Python 机器学习

机器学习是目前非常火热的一个研究领域,而 Python 的易学习和开源活跃特性使其适合机器学习编程。Azure 给数据科学从业者提供了 SDK 和服务,以用于快速准备数据并训练和部署机器学习模型,提高生产效率并降低成本。

王大伟
平安金融壹账通大数据研究院数据挖掘工程师
15:20~16:00
Python on Azure Function

本次主题将会带大家了解目前 Azure Function,以及 Python 在 Azure 中生态,同时,将会通过实验演示方式带大家模拟客户遇到的问题,如何用 Azure Function + Python 来快速解决。

赵健
微软资深云架构师
13:00~13:40
开源 AIOps 数据中台搭建与 Python 的作用

根据 Gartner 的报告,AIOps 将在未来5-10年落地开花,并集中统一各种 Ops 平台(Dev、IT、Net、Sec),本议题介绍 AIOps 的核心作用、相关工程难点(数据采集、数据中台、智能算法、自动化等)与开源方案选择,并介绍 Python 在其中的主要作用,覆盖开源方案有:Kafka、ELK、K8S、Prometheus、Grafana、Graphite、Ansible、Airflow、Flink、TensorFlow、OpenTelemetry 等。

丁来强
阿里云日志服务上海负责人
13:40~14:20
分层次构建应用系统的可观测性

在云计算环境中,微服务和容器等技术已经将应用系统运行态的复杂度再次提高,可观测性逐渐成为软件工程师们不可回避的问题。日志、指标和 APM 就是可观测性所谓的一体三面,需要先将以上三个方面都整合在统一的数据后台里,才可以进行有效的搜索、关联、索引和分析,同时还需要运用机器学习的辅佐来降低人工系统排错分析的难度和成本。本演讲还将通过 Elastic Stack 技术栈来展示对可观测性的应对之道和效果。

刘征
Elastic 公司社区布道师 / 中国 DevOps 社区核心组织者
14:20~15:00
从零开始快速构建 DevOps 系统 - 一个小型 to B 团队的 DevOps 系统诞生之路

过去一年,我在一个 to B 创业公司,基于 Python 和其他开源软件构建了一个极简的 DevOps 系统,在这个过程中产生的一些思考和实践。

张裕
测试架构师,Python 程序员,SET 与 SRE 的实践者
15:20~16:00
基于 Python 构建高稳定可扩展的自动化测试集群——网易游戏自动化测试实践分享

一套优秀的自动化测试体系,不仅可以帮助企业优化开发流程,提升产品质量,而且还能大幅度的提高测试效率,节省人力。
2年前,为了解决游戏自动化测试难题,提高自动化脚本编写效率,我们开源了 Airtest(https://github.com/AirtestProject/Airtest) ,到目前为止,这套框架已经累计帮助近4万名海内外的开发人员和测试人员搭建自动化测试流程,帮助了数千企业提升产品质量,提高测试效率。
但 Airtest 只是我们完整生态中的一部分,这次分享将首次从产品设计和技术架构的角度,分享网易游戏内部从底层测试框架到大规模测试集群构建,从支持全球真机测试的云平台到企业级自动化解决方案的完整实践。

杨柳
网易游戏高级经理,Airtest 团队负责人
16:00~16:40
Python 在量化投资领域的应用

中国量化投资近年来高速发展。但传统的基于 C++ 的量化投资工具给广大中小投资者设置了过多的门槛。而 Python 出现后,其灵活、易懂、高效便捷的特性使得越来越多的投资者可以进入量化投资领域。我将介绍 Python 在量化投资中数据处理、策略研究、交易执行、风险管理等方向的各种应用,涉及期货、期权、ETF 等适合进行量化化交易的金融品种。

刘欣B
上海澎博财经量化交易产品经理
13:00~13:40
当 Python 遇上 FPGA – PYNQ 开源项目的实践与体会

PYNQ 项目是 Xilinx 研究院发起的将丰富的 Python 生态与 FPGA 硬件编程结合的开源框架。这是全球第一次尝试将面向生产力的 Python 语言和面向应用加速的可定制计算架构(Domain Specific Architecture)结合。软件开发者通过 Python 编程就可以将 FPGA 并行计算和可灵活配置的特性应用于端设备,适用于加速广泛的应用。而硬件开发者(芯片设计)通过 PYNQ 框架可以快速获得 Python 支持加速其数据分析,展示等。目前在 PYNQ 开源社区中已经提供了上百个硬件加速 Overlay,其中包括人工智能推理、机器视觉、视频转码、数据压缩,工业物联网等。报告中将介绍利用该框架进行 ROS, Ray,OpenCV 等开源框架的实践,并分析 Python 语言对 FPGA 进行编程应用开发时对 FPGA 器件的影响,性能结果等,并介绍项目后续开发的线路图。

陆佳华
Xilinx - 研究院 学术与创新生态高级经理
16:40 ~ 17:20 闪电演讲
Python 虚拟环境和依赖管理工具大乱斗

大多数人都会在 Python 虚拟环境和依赖管理的路上经历重重困难。一开始,你使用 pip + virtualenv + requirements.txt 的工具组合,或者再加上 virtualenvwrapper;接着,更高级的新东西出现了。Pipenv 号称新一代 Python 项目环境和依赖管理工具,打算替代上面的复杂组合,但是发展并不顺利;接着,竞争者出现了,其中实力最强的 Poetry 除了可以替代 Pipenv 来管理依赖之外,甚至还可以让你不用写 setup.py。故事就这样结束了吗?当然没有,尚在草案阶段的 PEP 582 在一边虎视眈眈,试图终结这一切混乱……

李辉
Flask 维护者
16:40 ~ 17:20 闪电演讲
500 行 Python 写一个渲染器

图形学是很有意思的一门学科,用简洁优雅的 Python 来实现图形学算法,更是一件充满了情怀和乐趣的事。在这个主题中我将分享用 Python 实现一个简单的软件渲染器的过程中遇到的一些有意思的事情。

谭啸
蚂蚁金服开发工程师
16:40 ~ 17:20 闪电演讲
基于 OwlReady2 的人机交互

OWL 是用于本体论知识管理的描述语言,而 OwlReady2 是它的 Python 接口,OwlReady2 封装了推理引擎 HermiT 和 Pellet, 可以进行基于描述逻辑 (DLs) 的推理。利用 Python 的动态编程功能,实现具有推理能力的人机对话系统。为使用自然语言,还建立了一个文法解析模块。系统可以通过简单对话任务的测试。

宋丛威
浙江工业大学之江学院
16:40 ~ 17:20 闪电演讲
Byte Code 的革命

从 Python3.6 开始, Byte Code 进行了一场革命——引入一套新指令系统 Word Instruction。 本演讲通过对这次革命的起源和发展进行介绍,让听众了解 Byte Code 的内部工作原理,主要内容如下:
* 一个 Python 脚本、类和函数和 Byte Code 之间的映射关系
* Python 核心函数 PyEval_EvalFrameEx 执行一个函数的 Byte Code 的详细步骤
* Byte Code 革命的起源和革命成功带来的变化,和原来的指令系统相比的好处。

赵俊德
西安德新软件
16:40 ~ 17:20 闪电演讲
使用 Sphinx 制作 Web 文档

Sphinx 是一种工具,它允许开发人员以纯文本格式编写文档,可以输出各种文档,如 PDF, HTML 等。Sphinx 是用 Python 编写的,并且最初是为 Python 语言文档而创建,多个项目都是用 sphinx 工具制作的文档,如:matplotlib, scrapy, 等。默认情况下,Sphinx 会为 Python 突出显示代码,但它还允许定义其他编程语言,比如 C 和 Ruby。和 MarkDown 相比,它复杂一点,但灵活度更高,制作的文档更加精美,支持自定义语法。在我看来,markdown 好比一张纸,而 sphinx 好比一本书。如果你觉得你要记录的东西很多,不妨试试 sphinx。

陈照强
中科院上海药物所高级研究院 高级研究员
16:40 ~ 17:20 闪电演讲
一键将 C/C++ 代码转换为 Python 能调用的代码

随着 Python 的应用领域额越来越广泛,越来越多的领域开发者倾向于使用 Python 开发新的代码。
不少领域早期用的不是 Python,而是其他语言。用 Python 的话,重写所有代码是一件头疼的事情。但是如果只需要一个命令,就能让 Python 使用旧语言的代码呢?
这个小项目(c2py)提供了一种针对 C/C++ 语言的解决方案:在大部分情况下只需要一两个命令,就可以生成可供 Python 直接调用的 pyd(或者能直接生成 pyd 的源码)。并且会自动生成所有生成的 Python 对象的类型信息(pyi 文件)。
目前能自动封装的 C++ 对象包括:enum, class/struct/union, function, namespace, typedef/using, #define(仅部分可识别的常量), variables.
项目地址:https://github.com/nanoric/c2py

韦泽华
上海韦纳科技有限公司
9:00 ~ 12:00
Python 对象:Python 中惯用的 OOP 模式

主题说明
从诞生之初,对象和类就是 Python 的一部分,而并非后来才有。所有的编程语言对于 OOP (面向对象编程)都有其不同的实现和支持方式。在其他地方行之有效的“经典”模式可能并不适用于 Python。而 Python 却为很多常见问题提供了其独特的解决方案。
本教程讨论 Python 3.7 中现代及惯用的 OOP 模式。其大部分内容都适用于 Python 2.7 以来的所有版本,而新特性也将重点讨论。
适合观众
此教程面向有一定经验的 Python 开发者。按照预期,参与者应该是已熟悉 Python 官方教程的水平,有一些 Python 实践经历,并且知道面向对象编程的基本概念,即使是其他语言,如 Java、C#、C++、PHP 或 Ruby 等相关的面向对象编程的概念也可以。

Luciano Ramalho
《流畅的Python》作者
14:00 ~ 17:00
转盘:Python 中的现代并发概念

主题说明
过去几年里,Python 增加了很多新的编码并发计算方式,比如在 3.3 版本中新加入的concurrent.futures 库,3.4 版本中新加入的 asyncio 库,以及3.5 版本中新加入的 async 和 await 关键字,这为 Python 引入了像 async dev、async for 和 async with 这样的新概念。
在这个教程里,我们将会看到所有这些特性的示例,同时我们也将针对 Python runtime 的基础并发概念及问题进行讨论,并对 I/O-bound 和 CPU-bound 并发问题给出解决方案。
适合观众
此教程面向有一定经验的 Python 开发者。按照预期,参与者应该是已熟悉 Python 官方教程的水平,且已有一些 Python 实践经历。我们不要求参与者有 Python 线程或其他语言的使用经验,但有这些经验可以帮助参与者更好的理解教程内容。

Luciano Ramalho
《流畅的Python》作者
9:00 ~ 12:00
Python Web 开发第一课

介绍 :
这是一个面向 Python 程序员的 Web 开发课程,目标听众需要对 Python 基本语法有一定的了解,但对 Web 开发的了解程度没有要求。在这个课程里,我会将 Python Web 开发所涉及的相关概念进行一个系统的梳理和介绍,包括 HTTP 协议、前端基础知识、常用的 Python Web 框架以及其他各种工具。这个课程还会包含一个动手编程的环节。我会从最让人头疼的开发环境搭建开始,一步一步教你如何使用 Flask 开发一个简单的 Web 程序。
在结束课程后,参与者会对整个 Python Web 开发技术栈有一个全局认识,并掌握基本的 Web 开发知识,而且会对接下来的学习路径有一个清晰的了解。
课程流程:
一、基本概念
・ Python Web 开发技术栈地图
・ HTTP 协议基础知识(请求与响应、URL 等)
・ 前端基础知识(HTML、CSS、JavaScript、AJAX 等)
・ Python 后端框架的特点和选择(Flask、Django 等)
・ 传统 Web 程序和 Web API 的对比
・ 测试、部署、持续集成等相关概念快速扫盲
二、动手编程
・ 开发环境搭建
・ 运行和调试程序
・ 编写 HTML 模板
・ 添加表单支持
・ 添加数据库支持
三、Q&A
・ 介绍常见的学习误区和建议的学习方向
・ 关于代码或其他任何相关内容的提问
内容难度: 初级
适合听众:
・ 想了解 Web 开发的前端、运维、测试或其他工程师
・ 想自己做网站的编程爱好者
・ Web 开发或 Python 初学者
・ 了解 Python 基本语法
・ 有一台安装了 Python 和浏览器的电脑,并且了解命令行基本操作

李辉
Flask 维护者
9:00 ~ 12:00
Python 数据分析与可视化

主题说明
Python 拥有非常丰富的工具集做大数据的处理,本课程着重介绍如何对 5000 万条规模级别的数据进分析处理与可视化。现场学员将以实战形式实践数据分析的完整环节,从数据规整、分析、交互式可视化到最终展示。现场学员将掌握如何有效地做数据规整(补缺、过滤、转换、富化等),如何进行常规统计、时间序列分析以及借助算法做预测比较等,如何做分析交互式可视化以及结果对外展示。本次课程将覆盖各种流的 Python 工具集,包括但不限于 Numpy、Pandas、SeaBorn、Jupyter、Dash、Pyecharts 等。
适合观众
需要做数据开发、分析或运营的⼈员。可以是一般开发、 IT/商务运维人员或是数据分析角色的人员;需要有基本的编程基础(不一定是 Python),并且了解数据分析的一般概念。

丁来强
阿里云日志服务上海负责人
14:00 ~ 17:00
使用 Python 与 ElasticSearch 做海量数据爬取与分析可视化

主题说明
Python 做爬虫非常适合,本议题将介绍如何使用 Python 写爬虫程序,从而爬取海量数据,并结合 ElasticSearch 做海量(上百亿规模)的数据分析与可视化。现场学员将以实战形式实践海量数据爬取、分析可视化的完整环节,同时也将掌握如何有效做并发数据爬取(并发、请求、打码、JS运行等),如何 ElasticSearch 与 Kibana 做海量数据常规查询、统计、可视化等,以及如何进行海量数据规模的分析。本主题覆盖各种流行的 Python 与 ELK 聚集,包括但不限于 requests、request-html、scrapy、selenum/webdriver, execjs、elasticsearch、kibana 等。
适合观众
需要做数据开发、分析或运营的人员。可以是一般开发、 IT/商务运维人员或是数据分析⻆色的工程师;需要有基本的 Python 编程基础,并且了解数据分析的一般概念。

丁来强
阿里云日志服务上海负责人
14:00 ~ 17:00
从零开始打造一个 Python 开源项目

主题说明
这是一个面向 Python 已入门者的教程,需要听众已了解 Python 的基本语法,懂得面向对象编程。本教程特别适合想做点个人项目,又不知道可以做什么,或者不知道应该如何做的人。
培训后,参与者会对 Python 的包结构有所熟悉。了解如何编写 setup.py,如何创建命令行程序,如何发布自己的 Python 库。
本教程将以一个实例来分析一个项目的诞生、创建、发布、改进以及完善。
教程流程安排
1. 分析需求,作者以使用 Python 创建一个电子书生成工具为例分析做什么,为什么要做这个项目,以及如何去实现这个项目。
2. 准备工作,了解电子书的格式,以及如何分析电子书的格式,有哪些可用的方法。
3. 创建项目,寻找需要使用到的第三方库。这里我们将会使用到 requests, beautifulsoup, Jinja。我们将会分析为何会使用这些库,以及为何会找到这些库。
4. 熟悉第三方库,了解这些依赖的基础使用方法。
5. 编写项目,先以创建一本书作为例子,写出基本功能。听众将会了解到这些知识: HTTP 请求(requests)、网页解析(beautifulsoup)、模板引擎(Jinja)。
6. 改进项目,分析不同的网页结构,改进自己代码的封装,方便之后做扩展。
7. 发布项目,完成命令行的编辑,认识 Python 的打包,setup.py 的编写,了解各种发布工具。
8. 完善项目,如何扩展项目,如何写测试用例,如何构建插件系统。
本教程以一个实际的例子来教大家如何从零创建一个 Python 项目,适合 Python 初学者,以及对电子书感兴趣的人。
难度:初级

Hsiaoming Yang
Typlog 和 Authlib 作者
14:00 ~ 17:00
Python 调试:专业小贴士和不那么明显的技巧

让我们深入研究在 CircuitPython、Raspberry Pi、Docker containers、远程 Linux 服务器和Jupyter Notebooks 等环境中调试远程 Python 的方法。
摘要
你也许和我一样,在刚开始使用 Python 时,会选择用 ‘print’ 来调试程序。但是,你可能会发现,它有些慢,有些乏味,而且不能用来处理更为复杂的问题。
你将学习如何将代码同步到设备、附加调试器以及单步执行代码。 如果你是 Jupyter 的拥趸(或是新晋的 Jupyter 迷),你将学到调试 Notebooks 的技巧。
这个有趣的章节涵盖了一系列场景,可以帮助你全面提高调试技术!
带上你的电脑
这是一场手把手带你学习的培训,你需要带上你的电脑(Linux, macOS, or Windows 10系统都行)。
请安装"Visual Studio Code Insiders Edition" (https://code.visualstudio.com/insiders/) ——一款免费的开源软件。
培训内容
PyCon Debugging Tutorial: https://github.com/gloveboxes/PyCon-Hands-on-Lab

Dave Glover
Microsoft Developer Relations
09:40 ~ 10:20
基于 PyQt + QScintilla 的 IDE 对 RobotFramework 的 DSL 进行编程

RobotFramework 是一个基于 Python 自动化的开源测试框架,用于进行自动化的测试以便进行持续集成。RobotFramework 采用一种自定义的脚本语言(DSL)进行编写,但往往需要自动化测试工程师记住大量的函数名和规则,调试起来不是很方便。本话题分享一个基于 QScintilla+PyQt5 做的异步面向 RobotFramework 的脚本开发工具,支持语法高亮、自动化补全、自定义图标等,通过该分享,听众可以了解如何基于 QScintilla 编写语法高亮、自动补全、错误提示等,可以定制面向 DSL 领域的 IDE。

崔衡
阿里巴巴 - 技术专家
10:20 ~ 11:00
云原生时代下 Python 开发的新体验

Kubernetes 已经成为容器编排领域的事实标准,各公司及团队都在开始使用或逐步探索如何将其用于生产环境中。而多数情况下 我们希望能通过 Kubernetes 提高团队整体的研发效率以及提高服务部署及扩缩容的效率,serverless 并不是一个很新的概念,但在云原生时代下,我们有了更多可能性和更多玩法,希望能与大家分享云原生时代下 Python 开发结合 serverless 的体验,以及在此过程中的探索和实践。

张晋涛
网易有道资深运维开发
11:00 ~ 11:40
用 Python 实现文本信息的结构化信息提取

将信息从自然文本中提取出来并形成结构化的数据可以帮助我们理解文本、辅助决策等。本次话题会分享用 Python 实现文本信息的结构化信息提取的过程,基于一个结构化信息提取的案例介绍一些技术实践和工程化的经验。

王祎
ThoughtWorks 数据智能团队咨询师
11:40 ~ 12:20
在30分钟内迁移 Python Web 应用到无服务器

这个话题将探讨 Flask 应用程序迁移到 AWS Lambda 的过程。我们将分析现有的应用程序,将其分解为单独的微服务,调整身份验证、前端、测试和数据模型,最后将其部署到云中。通过这个分享,您将了解无服务器的优点,以及它将如何改变对可伸缩性、可用性、安全性、基础设施管理和成本优化的看法。

费良宏
Amazon Web Services
14:10~14:50
Python 的智能问答之路

・ 语言比较:Python 在快速编程、开源工具库上的优势
・ Python 的智能问答实践及策略快速迭代
・ 性能瓶颈及应对措施
・ 期望:语言本身支持更多的协程、高并发、多核等

张晓庆
北京来也网络科技算法研发工程师
16:30~17:00 闪电演讲
Python 与 Redis 的一二事

Redis 几乎是现在进行服务开发中必不可少的“银弹”,虽然大家使用场景不同,但是可能都会面临同样的问题:生产环境会封禁 keys 等容易造成服务阻塞的命令。但是在使用 scan 命令替代的过程中,人工去进行链式访问效率太低,如何利用 Python 将此效率提高? 现在随着 Redis cluster 的普及,Python 又会给我们的日常工作带来哪些便利呢?

庞若然
爱奇艺影业 DBA
16:30~17:00 闪电演讲
图算法你好:反欺诈应用介绍与实作

基于图分析和半监督学习的方式来检测金融反欺诈,使用 Python 与 Neo4j 系统交互,存储、展示和分析客户交易关系图。内容包含:
(1) 图算法的简介以及应用时机(国内外使用情境 e.g. LinkedIn、论文研究,例如使用 Label Propagation 方法检测交易欺诈);
(2) 可使用的图算法工具;
(3) 图算法的社区与资源分享等(neo4j 中文社区、paper with codes、twiML@AI)。
最后会有简单的实作展示,在 Python 端进行数据清理后,将节点、边、关系属性与权重等写入图数据库,透过不同定义的中心度去计算角色重要性与视觉化,并且可以更好地理解图算法本质。

黄少瑄
清华大学/平安科技实习
16:30~17:00 闪电演讲
Python 与视效行业

介绍 Python 在视效行业的应用与案例,包括视效行业特点,视效制作流程简介,炫酷的视效镜头如何从创意想象变成观众看到的效果,国内视效公司与国外视效公司的差距,Python 在视效制作领域的应用,希望通过主题分享让更多的程序员了解视效技术,加入视效行业,让大荧幕上呈现更多精彩的画面。

郭李灼
北京微帧数字科技 - Python 爱好者
16:30~17:00 闪电演讲
Requests 长链接与 TIME_WAIT

去年服务拆分时,为了给内部服务间 http 调用加上默认的重试次数,把 requests.get 改成了 request.Session().get,中间加了 HTTPAdapter 但是忘记了关闭 tcp 链接,初期请求量小没啥问题,后来并发一高就会出现建立链接失败的问题,而且报错还都是重试次数耗尽,一开始有同学改了 timeout,但这也不是 timeout 的问题啊,这链接都没建立成功…这个问题困扰了我们好久。后来我想起之前听过百度的一个分享,里面有讲类似的问题,于是去翻了一圈视频,仔细了解了这类情况,又去重读了 requests 的文档和部分代码,最后终于确定是客户端设置了 keep-alive 但并没有复用,于是服务端总是被迫主动关闭链接,同时会等待两个 MSL,高并发时会造成 tcp 链接被大量占用,甚至占满。最后加了一句 with 保证关闭链接解决问题。(这是刚刚发生的事,不确定接下去几个月会不会暴露出新的问题)

刘玉龙
高瓴资本-百丽国际 后端工程师
09:30~09:40
Python 语法扩展框架 Moshmosh 和其上 CPython 兼容的 JIT 实现

模式匹配,大家想了很多年了。JIT,大家也想了很多年了。现在的模式匹配库,却远远不及其他语言内置的语言构造; 现在的 JIT,却过于领域特定,局限于数值计算或者和脱离于 CPython 解释器。我们利用编译知识,基于一些意义重大的项目(如llvm, llvmlite), 实现了优化不同和 use case 程度的 JIT 实现; 同时也介绍了如何在现行 Python 语法下扩展语义。

thautwarm
筑波大学
09:40~10:20
用于 Linux 内核调试的 Python

1) BCC(BPF Compiler Collection, 利用扩展的伯克利包过滤器 eBPF 来高效地跟踪内
核和操作应用程序的工具箱)的 Python 前端解析
2) 深入分析 LISA(Linux Integrated System Analysis, 基于 Python 的 Linux 内核交互
式分析和自动化测试利器)项目
3) 脚本化内核调试器 drgn 简介
4) 在开源 ARM 平台(如树莓派4等)上实践 BCC 和 drgn,以及 LISA 项目的扩展设计
议题涉及的主要技术链接:
https://en.wikipedia.org/wiki/Berkeley_Packet_Filter
https://github.com/iovisor/bcc
https://github.com/ARM-software/lisa
https://github.com/osandov/drgn
https://www.raspberrypi.org/products/raspberry-pi-4-model-b/

李枫
自由职业
09:00~09:40
加速 Python 中的文件传输和拷贝

Giampaolo Rodola
Python 核心开发者
09:40~10:20
Google SRE 体系核心基础解读

近几年 SRE 职位的广泛出现,证明了这套起源于 Google 的运维体系的巨大价值和生命力。SRE 其实也可以是一个广泛通用的套路,但是你必至少须熟练掌握 SLO、监控、告警、减少琐事和简单化等核心原则。本演讲还将探讨如何将它们转化成为在你的组织里也可用实践的技巧,并包含针对一套典型应用系统的 SLO 指定的流程讲解。

刘征
Elastic 公司社区布道师 / 中国 DevOps 社区核心组织者
10:20~11:00
从 Python 开始钱赚钱

理财是全民性的话题,有保守的余额宝、稳健的股票期货、激进的虚拟币和百倍杠杆炒外汇。题主在经历过各种理财方法之后,决定分享在激进投资项目里用 Python 做较低风险的投资方法:量化交易之网格交易虚拟币。本主题从零开始,简单讨论网格交易的原理及方法,讲述如何通过 Python 调用相关交易所 API 接口、获取投资标的信息、记录交易、测试和正确运行程序的历程,给听众对量化交易一个基本的概念,从用程序去赚钱引申出编程可以很有趣的观点。

邝泽徽
Touchcall - 程序员
11:00~11:40
一行代码加速科学计算

一行代码,加速科学计算框架 pandas.
・ modin 是什么?modin 与 pandas 的区别? 怎么用 modin?
・ modin vs pandas 速度比较?
・ modin 底层实现原理,如何做到充分利用计算机多核并行科学计算?
・ modin 的局限, modin 社区展望。

解超
Gekko Lab - 数据工程师
11:40~12:20
Pipenv 和 Python 包管理

在 Python 的世界中,依赖管理从来不是件容易的事。用 pip + requirements.txt 是否已经足够?我们为什么需要一个专门的工具来管理包和依赖? 本演讲尝试从基本机制说起,厘清 pip, virtualenv, pipenv 各自的目标。讲述依赖管理中的痛点和解决办法。并进一步说说 Pipenv 之外的其他工具们,各自解决了 Python 包管理中的什么问题。

明希
腾讯 - 持续集成开发工程师
13:30~14:10
Python 前端开发

介绍开源 Python 移动前端开发框架。框架基于 OpenGLES,可以运行在iOS/Android/Desktop,核心 C++ 编写,提供 Python binding。能够开发游戏,也能开发 App。同时也会介绍 Python 在移动前端领域相关的生态。

黄毅
独立开发者
14:10~14:50
云中起舞—— Python 的人工智能开发在微软云中的应用

微软从开发工具到云端方案对 Python 都有很好的支持。 Microsoft Azure Machine Learing Service 结合 Python 让人工智能应用开发更加快速便捷,不论从模型训练,到模型调优,再到模型部署都有很大帮助。而 Visual Studio Code 有非常棒的Python插件,支持服务端到云端以及人工智能应用开发。本课程通过使用 Visual Studio Code 结合 Microsoft Azure Machine 完成一个基于 Python 从训练,调优再到模型云端部署的现代化人工智能应用场景,并结合 Azure DevOps 完成 CI/CD 的开发管理。
A. Visual Studio Code Python 组件介绍
1. Python 程序调试@Visual Studio Code
2. Visual Studio Code 运行Jupyer
3. Flask + Docker@Visual Studio Code
B. Python@Azure
1. Python 在微软云的支持
2. Azure 快速部署一个Flask + Docker 的应用
3. Azure DevOps 管理 Flask 开发
C. Azure Machine Learning
1. Azure Machine Learning Service 介绍
2. 示例 Python在Azure Machine Learning Serivce 模型训练, 调优
3. 示例通过 Azure Machine Learning Service 快速发布一个 Serverless 应用
D. 实战演示

卢建晖
微软最有价值专家
16:25~17:05 闪电演讲
Python C 拓展在各平台的打包与发布

・ 介绍 Python 包发布流程,C 拓展,Fortran 拓展和 C++
・ 拓展打包在不同操作系统上如何编译 wheel, 面向 Linux 操作系统如何编译 manylinux 的二进制包,Windows 平台如何解决依赖问题,如何结合持续集成工具发布到 pypi.org。

赵丰
清华大学深圳研究生院 - 博士生
16:25~17:05 闪电演讲
为 Python Function 自动生成 Web UI

工作中经常有给自己和其他同事编写一些简短的 Python 脚本的需求(通常只是一个函数),对于不熟悉 Python 的同事使用起来相对困难,一段时间后会积累较多的零碎的脚本,难以管理并且不便使用。利用 Python 3 Annotations 特性可以获取函数签名信息,为常见类型的参数自动生成 Web UI。将零碎的函数放置在单个 Python 文件中,程序解析指定的脚本文件,自动生成 Web UI,只需要输入参数点击运行就能直接使用,无需了解 Python,大大降低了使用难度,也方便集中管理。

彭未康
广州爱范儿科技后端工程师
09:40~10:20
Python 的 NLP 实战分享-如何实现合同风险预测模型

本演讲深入浅出的介绍用 Python 做自然语言处理 (NLP) 的理论与实战应用,并特别在多语言挑战和法律文本处理上加大力道,力图在30分钟内给听众以全新视野与启发。内容主要分为3段:
1. Python NLP 入门
介绍用 Python 做汉语 NLP 的理论基础和必备工具。
2. 多语言 NLP 攻略
处理其他语言的 NLP 工具、中文分词和日文分词的不同点、多语言 NLP 的注意事项等。
3. “Python 合同风险预测模型”实战经验分享
通过解析模型构建过程,包括 EDA、Cosine Similarity、BLUE、ROUGE 等类似度算法的结果比较、文章语义分析等,具体提升听众处理法律文本的能力。
人和语言总是离不开的,NLP 可以处理森罗万象的生活中的语言现象,我希望通过这次的实战应用的内容,大家可以得到一些启发用 Python 去挑战自己感兴趣的领域的 NLP。

藤井美娜
机器学习工程师/数据科学家
GVA TECH Co., Ltd
11:00~11:40
静态类型的 Python

不同于从实践的角度来安利静态类型标注,本次演讲将从类型论的角度讲述 Python 类型化的必要性,静态类型语言相较于等价动态语言的区别的本质是什么,以及安利渐进式类型系统与科普全局类型推导。

刘知杭
广州天验网络科技有限公司 反逆向引擎组组长
11:40~12:20
Python 语法扩展框架 Moshmosh 和其上 CPython 兼容的 JIT 实现

模式匹配,大家想了很多年了。JIT,大家也想了很多年了。现在的模式匹配库,却远远不及其他语言内置的语言构造; 现在的 JIT,却过于领域特定,局限于数值计算或者和脱离于 CPython 解释器。我们利用编译知识,基于一些意义重大的项目(如llvm, llvmlite), 实现了优化不同和 use case 程度的 JIT 实现; 同时也介绍了如何在现行 Python 语法下扩展语义。

thautwarm
筑波大学
14:10~14:50
基于 Flask 的 REST API 开发指南

作为一个微框架,轻量灵活的 Flask 很适合用来开发 REST API 服务。相对于 Django REST Framework 和 APIStar,Flask 有什么优势和缺点?为了减少工作量,我们通常会使用一些工具来辅助编写,面对 Flask-RESTful、Flask-RESTPlus、Flask-API、Webargs、Marshmallow 等扩展和工具库,我们应该如何选择?虽然我们经常使用 REST API 这个名称,但是大部分的 API 都不够 RESTful,那么什么样的 API 才能算是 REST API?在这个议题中,我们将对这几个问题逐一进行探讨,并了解如何使用 Flask 编写出功能完善的 REST API 服务。

李辉
Flask 维护者
16:25~17:05 闪电演讲
一次关于 sqlalchemy session 的项目排错经验分享

公司系统并发量上来的时候,数据库里面始终有部分数据没有修改成功,将相关代码独立出来使用的时候,并发执行果然发现了这个问题,一步一步查找问题,在排除了数据库锁的问题之后,我把目光瞄到了 sqlalchemy 的 session 上面,终于发现,每次保存数据的时候,都会获取到新的 session,测试之后果然是这个问题。

吴强
新希望金融科技有限公司后台开发工程师
16:25~17:05 闪电演讲
Python 在区块链领域中的地位

Python 在 Web 开发、数值计算以及火热的 AI 领域使用广泛,建树颇多,这其中得益于 Python强大的基础库和社区贡献。不过,在区块链领域 Python 的使用频率相较于 Go,C++,JavaScript,Java 等语言差距很大,即便和小众的 Rust 语言相比也有差距,那么这里面到底出了什么问题?Python 如何才能在区块链领域发光发热?希望大家结合我的演讲,共同反思这个问题。

鄢倩
ThoughtWorks 高级技术顾问

合作伙伴



主办方

继2002年成立的 CPyUG 社区之后,在广大 Python 爱好者的推动下,为宣传和发展 Python,PyChina 于2014年成立。PyChina 会不定期推动,促进各地 Python 线下活动和在线活动,主办 PyCon 大会。
钻石赞助

高效、混合、智能、可信赖。Azure 是一个不断扩展的云计算服务集合,它可以帮助组织应对各种商业挑战。通过 Azure,公司和组织可使用首选工具和框架,在大规模全球性网络上随心所欲地构建、管理和部署应用程序。
白金赞助

AWS
13年以来,Amazon Web Services(AWS)一直是世界上服务丰富、应用广泛的云服务平台。全球数百万客户,包括发展迅速的初创公司、大型企业和领先的政府机构信赖 AWS,通过 AWS 的服务强化其基础设施,提高敏捷性,降低成本。
黄金赞助

Elastic 是一家搜索公司。作为 Elastic Stack(Elasticsearch,Kibana,Beats和Logstash)的创建者,Elastic 构建了自我管理和SaaS 产品,使数据可以实时,大规模地用于搜索,日志记录,安全和分析用例。
从构思到设计,从创建原型到批量生产,安富利在产品生命周期的每一阶段为客户提供支持。我们以全面的设计和供应链服务,引导决定 技术变革步伐的创新者。近一世纪以来,安富利协助全球客户和供应商不断将技术成果转化为现实。立即与安富利团队联系,了解满足您 业务需求的应用,充分利用物联网带来的发展商机。
白银赞助

Jetbrains 制造了许多专业的 IDE,适用于 Kotlin, Python, Java 等语言。它开发了杰出的能够帮助团队更好合作的辅助软件。
信易科技是一家专注于期货相关领域的 IT 公司。自2006年以来,我们已经向全国超过130家期货公司和数百万终端用户提供了一系列期货相关的软件和服务。旗下的天勤量化软件免费提供完整的Python量化程序框架和数据、交易支持。
图书赞助

北京图灵文化发展有限公司,始终以策划出版高质量的科技图书为核心业务。旗下图灵教育品牌是国内计算机图书领域的高端品牌之一。图灵社区是图灵公司打造的综合性服务平台,集图书内容生产、作译者服务、电子书销售、技术人士交流于一体。
战略合作伙伴

网易有道公司成立于2006年,是一家以技术驱动产品的教育科技公司。致力于让语言交流和学习工作更加轻松高效,打造了一系列深受用户喜欢的口碑型大众学习工具产品,包括有道词典、有道云笔记、有道翻译官、有道精品课。在2018年,推出有道同传,旨在为各类会议提供精准可靠专业的机器同传服务。
360技术委员会(简称:TC)成立于2012年,是一个虚拟组织,由来自360各个领域的技术专家组成。是公司技术专业领域的最高管理机构。
西南交通大学是国内较早开设电子与信息类专业的学校,早在上世纪六十年代初就创办了计算技术、自动化和无线电技术3个专业,1981年计算机及应用专业获得国内首批硕士学位授予权。
社区合作伙伴