Pythonの非同期処理でasync/awaitがつらい人はWoveを使ってみてはどうだろう? #こまPy｜Atsushi Shibata
Pythonの非同期処理でasync/awaitがつらい人はWoveを使ってみてはどうだろう? #こまPy みんなのPython 第5版発売中です！Pythonで非同期処理というと標準のasyncioを使ってasync / awaitなコードを書くことを思いつく人が多いと思います。ただasyncioには独特の「つらみ」があって、嫌いな人がいるのです。私もあんまり好きじゃない。この「つらみ」を解消しうるライブラリWoveを紹介します。最近バージョン1.0がリリースされたので、紹介したいと思います。なお、はてブでホットエントリ入りしたので(ブックマークしてくれたみなさん、ありがとうございます！)、他のasyncio様のライブラリを比較表を追記しました。 asyncはなぜつらいのか？Pythonのasyncioは、I/O待ちの多いプログラム（WebアクセスやDB通信など）を効率化する強力な仕組み
【#環境構築04】uv vs pip vs poetry 比較表、uvでのプロジェクトの始め方
⚡ uv 単体でプロジェクトを始めるテンプレート 以下は、uv を単体で使って Python プロジェクトを始めるためのミニマルなテンプレートです。 📁 ディレクトリ構成（例） myproject/ ├── .venv/ ← uv で作成する仮想環境 ├── main.py ← 実装ファイル ├── requirements.txt ← 開発に必要なパッケージ └── requirements.txt.lock ← 固定された依存バージョン # プロジェクトディレクトリを作成 mkdir myproject && cd myproject # 仮想環境の作成（.venv を作成） uv venv .venv # 仮想環境を有効化 source .venv/bin/activate # Windowsなら .venv\Scripts\activate # パッケージのインストール（高速！）
Anthropicで利用されているモダンなPython開発のベストプラクティス
はじめに Anthropic といえば、最近はコード生成ツールが大きな話題になっていますよね。 ＡＩ企業アンスロピック、今年の売上高30億ドルに急増へ 売上高を牽引しているのはコード生成機能です。グーグルの親会社であるアルファベット（[GOOGL.O](https://jp.reuters.com/markets/companies/GOOGL.O)）や、アマゾン・ドット・コム（[AMZN.O](https://jp.reuters.com/markets/companies/AMZN.O)）が支援しているアンスロピックは、コンピュータープログラミングに特化した AI として知られています。 このコード生成機能を活用する際に使用するのが、CLI コマンドの claude です。このツールの完成度は非常に高く、最近ではコード生成時に積極的に利用するエンジニアも増えてきています。 この cla
FastAPI on Dockerがかなりシンプルになった(2025年版) | フューチャー技術ブログ
5 年ほど前に Python のコンテナ化について 2 つの記事を書きましたが FastAPI 側も Docker 側もアップデートがあり、当時よりもかなりシンプルになってきたのを感じたので少し調べてまとめてみました。 書き方の部分は別として Python におけるコンテナイメージ選択の考え方とかは 2020 年に書いたときとは変わっていませんので、適宜そちらを参照してください。 仕事で Python コンテナをデプロイする人向けの Dockerfile (1): オールマイティ編 仕事で Python コンテナをデプロイする人向けの Dockerfile (2): distroless 編 (1)の方からのアップデートとしては Debian のバージョンですね。stretch(9), buster(10)はすでに EOL です。その次に出た bullseye(11)は 2026 年 8
伸び悩んでいる3年目Webエンジニアのための、Python Webアプリケーション自作入門
本書は、Webフレームワークを使ってお作法に則ってWebサービスを作ることができるようになってきたはいいものの、周囲の先輩エンジニアほど自分のサービスを深く理解できているわけではなく、かといって業務では同じような作業の繰り返しで学びが深まっている気がせず、スキルが頭打ちになっているのではないかと悩む、3年目Webエンジニアに捧げる本です。 Webサーバーをフレームワークやライブラリを極力使わずに自作することでWebアプリケーションの動作を深く理解し、より高度なWebサービス開発ができるようになることをゴールとしています。 なお、言語はPythonを使用します。 本書は当面無料で公開する予定ですが、予告なく有料に変更する可能性があります。 勉強になったという方は、ぜひ無料のうちにTwitterやFacebookなどで友人に紹介してあげてください ;) また、本書では今後の情報発信の参考のため
Pythonで高速化処理！numbaとCythonの実行速度を比較してみた。 - Np-Urのデータ分析教室
本記事は、python Advent Calendar 2017の23日目の記事です。 今回はPythonを高速化するための、numbaとCythonについて紹介します。 Pythonを使っている方なら、for文処理が遅い、データの前処理が終わらないといった状況に一度は陥ったことがあると思います。 そんなときの一つの対策手段として、今回紹介するnumbaやCythonがあります。 なお、今回の記事は「numba？Cython？何それおいしいの？」という人向けの記事なので、既に利用している方はあまり参考にならないかもしれません。 なお、以下のような流れで進めていきます。 numbaとCythonの説明、導入方法と使い方について サンプルコードで速度比較 Cython ―Cとの融合によるPythonの高速化 作者: Kurt W. Smith,中田秀基,長尾高弘出版社/メーカー: オライリージ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Python 3.10の新機能(その11） その他の変更 - python.jp