你好，我是猫哥。这里每周分享优质的 Python 及通用技术内容，大部分为英文，已在小标题注明。（标题取自其中一则分享，不代表全部内容都是该主题，特此声明。）
本周刊精心筛选国内外的 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。
🦄文章&教程
1、使用 Golang 和 Docker 运行 Python 代码[1]
如何使用 Golang 来运行 Python 代码呢？关于 Python 版本和硬件，有哪些使用限制呢？这篇文章使用 Docker 解决环境依赖问题，使用开源项目 cpy3，成功用 Golang 运行 Python 代码。它有一篇续文《使用 Golang 和 Docker 实现 Python 计算服务[2]》，将普通的 Python 软件包封装为高性能的可通过 gRPC 方式调用的服务。
2、答案在代码中：“实现需求”的双重含义[3]
很多程序员容易忽略一件事：那就是阅读代码的时间会远多于写下它们的时间！这意味着代码的可读性非常重要，因此当我们在“实现需求”时，除了要考虑用户的功能需求外，更应多加关注如何写出可读性高的代码。
3、减轻 Python 包管理的痛苦[4] (英)
@NoHeartPen 投稿：在看了第一期中对 conda 的吐槽[5] 后，开始关注这个问题，但一直没有找到比较系统的总结，看了这篇文章后终于有了大致的思路（这篇文章不仅写了「怎么做」，还写了「为什么」，让我改掉了不建虚拟环境的陋习和放弃折腾 conda）。另外，附上翻译版 如何减轻 Python 打包之痛[6] 。
创作周刊需要花费大量时间阅读&筛选&摘要素材，目前全是人工操作，希望能得到你小小的赞赏支持~~
本期分享了 16 篇文章，12 个开源项目，2 则播客，2 个热门话题
4、CuPy：将 NumPy 数组调度到 GPU 上运行[7]
