视频当道的时代，这些珍藏的优质 Python 播客值得推荐

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了视频当道的时代，这些珍藏的优质 Python 播客值得推荐，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含6786字，纯文字阅读大概需要10分钟。

内容图文

我国互联网的发展道路与欧美不同，在内容的形式上，我们似乎实现了跨越式的发展——早早进入了移动互联网时代，直播和短视频等形式的内容成为了潮流，而文字形式的博客（blog）与声音形式的播客（podcast）则（逐渐）成为了小众。智能手机极大地改变了我们的上网习惯。

诚然，仍有一些受众广泛的聚合类的平台，例如微信公众号、CSDN、掘金、极客时间、喜马拉雅、荔枝FM，为我们提供丰富的博客与播客，但是，不依赖平台的个人博客与个人播客，则鲜有人知。

依我的使用习惯，我很喜欢听音频节目，也即是播客。中文的播客听了不少，但是，免费的 Python 播客是极其稀少。

直到发现了 Full Stack Python 网站上的一篇文章，它汇总介绍了一些非常棒的 Python 播客，大部分节目仍在持续更新中。我特翻译出来，分享给大家。

英文节目对大多数人来说，可能门槛较高，但是英文是程序员的必修功课 ，聆听英文节目，正好可以一边学技术，一边练习英语，一举两得。

英文 | Best Python Podcasts[0]

译者 | 豌豆花下猫

Python 社区里有很多免费或低成本的学习资源，对新手与有经验的开发者来说，是一大福音。这些优秀的资源就包括很多定期更新的 Python 播客节目。

本文介绍了一些活跃的、与 Python 或软件工程相关的、高质量的播客。

Python 相关的播客

这些播客的运营者都是 Python 开发者，他们关注的都是我们领域内很重要的话题。每个播客系列都有很长的历史列表，有的节目录于几年前，因此我们有很丰富的材料可以聆听与学习。

播客：Talk Python to Me

• Talk Python to Me[1] 专注于 Python 开发者和组织，每期节目会邀请不同的嘉宾来谈论 ta 的工作

• Podcast.__init__[2] 提供有关 Python 的故事，以及“与那些让它变得更棒的人们的访谈”

• Python Bytes[3] 是来自“Talk Python to Me”和“Test and Code Podcast”创作者的新播客

• Test and Code Podcast[4] 侧重于测试与相关主题，如模拟（mock）和代码度量

• Philip Guo 教授有一个名为 PG Podcast[5] 的视频播客，基本是关于 Python 主题的

• Import This[6] 是 Kenneth Reitz 和 Alex Gaynor 间歇更新的播客，对有影响力的 Python 社区成员进行深度的采访

K神主持的播客

最喜欢的播客节目

以下是我从各大播客中收集的最喜欢的一些节目，听听这些内容，你可以感受到其余播客节目的风格。

• SQLAlchemy and data access in Python[7] 让我理解了对象关系映射库 SQLAlchemy 的知识及其演变过程。这期节目采访了 SQLAlchemy 的作者，主持人 Michael Kennedy 根据他对 SQLAlchemy 的深入研究和使用经验提出了很多问题。
• Python past, present, and future with Guido van Rossum[8] 涵盖了 Python 的历史、Guido 创造并持续三十年来发展这门语言的动机。有趣的事实：当播客主持人迈克尔·肯尼迪向我征询话题时，我贡献了一个问题，即 Python 的开源是否是促使它成功的原因？
• Deploying Python Web Applications[9] 剧透预警：这是我在 Talk Python to Me 上的一期节目，介绍了 Python Web 应用程序部署的工作原理。
• Python Bytes 栏目在第 39 集中广泛地讨论了 object-relational mappers (ORMs)[10] ，其中不少讨论是基于 Full Stack Python 上的文章。谢谢大家对我们提出的反馈与建议。
• Python at Netflix[11] 出自 Talk Python to Me ，通过一个非常棒的视角，介绍了 Python 是怎么运用于这家最大的网络流媒体公司，以及如何适应它们的多语言组织。
• 另一个很棒的 Talk Python to Me 节目， Python in Finance[12]，介绍了 Python 在金融行业中的广泛用途：股票交易、定量分析和数据分析。如果你想知道像对冲基金这样的不透明的私营企业是如何利用 Python 赚取（大量）钱财的，一定要听听这个。

节目：Python at Netflix

通用软件开发的播客

这些播客主要探讨的是软件开发相关的主题，但经常也会涉及 Python 的内容。聆听和学习这些播客，你将会成为更加优秀的软件开发者。

• Software Engineering Daily[13] 令人难以置信的是每天邀请不同的开发者嘉宾，谈论话题非常广泛，与开发相关。
• All things Git[14] 教人如何使用、构建及将 Git 用于工作，每两周一更。
• CodeNewbie[15] 采访新入行的开发者，谈论为什么他们要从事编程工作，以及他们的工作内容。该栏目也会采访一些经验丰富的、打造了知名项目的开发者。
• Developer on Fire[16] 采访程序员、架构师和测试人员，讲述他们成功、失败和卓越的故事。
• Command_line Heroes[17] 涵盖操作系统级的主题以及 DevOps。
• Embedded.fm[18] 涵盖嵌入式系统和硬件黑客攻击。
• The Changelog[19] 周更播客，关于常规软件开发的问题。
• Full Stack Radio[20] 虽与 Full Stack Python 无关，但值得关注！
• Exponent[21] 不是一个软件开发的播客，但它以深入的方式揭示了企业的战略和技术，使我能够更好地理解企业在构建和发布软件时所做出的决策。我听了每一集（以 1.5 倍速），非常推荐每周花 45 到 60 分钟，听 Ben Thompson 和 James Allworth 深入讨论一个主题。
• Test Talks[22] 每周考察一个软件测试的主题，通常会特邀一位钻研该领域的嘉宾。
• The Cloudcast[23] 聚焦于云计算和 DevOps 的相关主题。

数据科学与数据分析的播客

Python 不仅是数据科学社区的核心编程语言，而且几乎在每个使用数据分析的组织中都发挥着重要作用。 以下播客广泛地涵盖数据科学，并经常涉及到 Python 生态系统中的特定的工具。

播客：DataFramed

• DataFramed[24] 是一个数据科学播客，内容涵盖 Python 标准库，以及数据分析者感兴趣的其它内容。
• Data Skeptic[25] 涵盖数据科学、统计、机器学习、人工智能，以及“科学怀疑论”（scientific skepticism）等内容。
• Data stories[26] 是一个关于数据可视化的播客。
• Partially Derivative[27] 是一个关于机器学习、人工智能和数据行业的播客，在 2017 年底已停播，节目列表包含了大量的内容。

References

[0] Best Python Podcasts: https://www.fullstackpython.com/best-python-podcasts.html
[1] Talk Python to Me: https://talkpython.fm/
[2] Podcast.__init__: http://podcastinit.com/
[3] Python Bytes: https://pythonbytes.fm/
[4] Test and Code Podcast: http://pythontesting.net/test-podcast/
[5] PG Podcast: http://pgbovine.net/PG-Podcast.htm
[6] Import This: https://www.kennethreitz.org/import-this/
[7] SQLAlchemy and data access in Python: https://talkpython.fm/episodes/show/5/sqlalchemy-and-data-access-in-python
[8] Python past, present, and future with Guido van Rossum: https://talkpython.fm/episodes/show/100/python-past-present-and-future-with-guido-van-rossum
[9] Deploying Python Web Applications: https://talkpython.fm/episodes/show/26/deploying-python-web-applications-updated
[10] object-relational mappers (ORMs): https://www.fullstackpython.com/object-relational-mappers-orms.html
[11] Python at Netflix: https://talkpython.fm/episodes/show/16/python-at-netflix
[12] Python in Finance: https://talkpython.fm/episodes/show/120/python-in-finance
[13] Software Engineering Daily: https://softwareengineeringdaily.com/
[14] All things Git: https://www.allthingsgit.com/
[15] CodeNewbie: https://www.codenewbie.org/podcast
[16] Developer on Fire: http://developeronfire.com/
[17] Command_line Heroes: https://www.redhat.com/en/command-line-heroes
[18] Embedded.fm: http://embedded.fm/
[19] The Changelog: https://changelog.com/
[20] Full Stack Radio: http://www.fullstackradio.com/
[21] Exponent: http://exponent.fm/
[22] Test Talks: https://joecolantonio.com/testtalks/
[23] The Cloudcast: http://www.thecloudcast.net/
[24] DataFramed: https://www.datacamp.com/community/podcast
[25] Data Skeptic: https://www.dataskeptic.com/
[26] Data stories: http://datastori.es/
[27] Partially Derivative: http://partiallyderivative.com/

公众号【Python猫】， 专注Python技术、数据科学和深度学习，力图创造一个有趣又有用的学习分享平台。本号连载优质的系列文章，有喵星哲学猫系列、Python进阶系列、好书推荐系列、优质英文推荐与翻译等等，欢迎关注哦。PS：后台回复“爱学习”，免费获得一份学习大礼包。

内容总结

以上是互联网集市为您收集整理的视频当道的时代，这些珍藏的优质 Python 播客值得推荐全部内容，希望文章能够帮你解决视频当道的时代，这些珍藏的优质 Python 播客值得推荐所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端