視頻當道的時代，這些珍藏的優質 Python 播客值得推薦

我國互聯網的發展道路與歐美不同，在內容的形式上，我們似乎實現了跨越式的發展——早早進入了移動互聯網時代，直播和短視頻等形式的內容成為了潮流，而文字形式的博客（blog）與聲音形式的播客（podcast）則（逐漸）成為了小眾。智能手機極大地改變了我們的上網習慣。誠然，仍有一些受眾廣泛的聚合類的平臺， ...

我國互聯網的發展道路與歐美不同，在內容的形式上，我們似乎實現了跨越式的發展——早早進入了移動互聯網時代，直播和短視頻等形式的內容成為了潮流，而文字形式的博客（blog）與聲音形式的播客（podcast）則（逐漸）成為了小眾。智能手機極大地改變了我們的上網習慣。

誠然，仍有一些受眾廣泛的聚合類的平臺，例如微信公眾號、CSDN、掘金、極客時間、喜馬拉雅、荔枝FM，為我們提供豐富的博客與播客，但是，不依賴平臺的個人博客與個人播客，則鮮有人知。

依我的使用習慣，我很喜歡聽音頻節目，也即是播客。中文的播客聽了不少，但是，免費的 Python 播客是極其稀少。

直到發現了 Full Stack Python 網站上的一篇文章，它彙總介紹了一些非常棒的 Python 播客，大部分節目仍在持續更新中。我特翻譯出來，分享給大家。

英文節目對大多數人來說，可能門檻較高，但是英文是程式員的必修功課 ，聆聽英文節目，正好可以一邊學技術，一邊練習英語，一舉兩得。

英文 | Best Python Podcasts[0]

譯者 | 豌豆花下貓

Python 社區里有很多免費或低成本的學習資源，對新手與有經驗的開發者來說，是一大福音。這些優秀的資源就包括很多定期更新的 Python 播客節目。

本文介紹了一些活躍的、與 Python 或軟體工程相關的、高質量的播客。

Python 相關的播客

這些播客的運營者都是 Python 開發者，他們關註的都是我們領域內很重要的話題。每個播客系列都有很長的歷史列表，有的節目錄於幾年前，因此我們有很豐富的材料可以聆聽與學習。

播客：Talk Python to Me

Talk Python to Me[1] 專註於 Python 開發者和組織，每期節目會邀請不同的嘉賓來談論 ta 的工作
Podcast.__init__[2] 提供有關 Python 的故事，以及“與那些讓它變得更棒的人們的訪談”
Python Bytes[3] 是來自“Talk Python to Me”和“Test and Code Podcast”創作者的新播客
Test and Code Podcast[4] 側重於測試與相關主題，如模擬（mock）和代碼度量
Philip Guo 教授有一個名為 PG Podcast[5] 的視頻播客，基本是關於 Python 主題的
Import This[6] 是 Kenneth Reitz 和 Alex Gaynor 間歇更新的播客，對有影響力的 Python 社區成員進行深度的採訪

K神主持的播客

最喜歡的播客節目

以下是我從各大播客中收集的最喜歡的一些節目，聽聽這些內容，你可以感受到其餘播客節目的風格。

SQLAlchemy and data access in Python[7] 讓我理解了對象關係映射庫 SQLAlchemy 的知識及其演變過程。這期節目採訪了 SQLAlchemy 的作者，主持人 Michael Kennedy 根據他對 SQLAlchemy 的深入研究和使用經驗提出了很多問題。
Python past, present, and future with Guido van Rossum[8] 涵蓋了 Python 的歷史、Guido 創造並持續三十年來發展這門語言的動機。有趣的事實：當播客主持人邁克爾·肯尼迪向我徵詢話題時，我貢獻了一個問題，即 Python 的開源是否是促使它成功的原因？
Deploying Python Web Applications[9] 劇透預警：這是我在 Talk Python to Me 上的一期節目，介紹了 Python Web 應用程式部署的工作原理。
Python Bytes 欄目在第 39 集中廣泛地討論了 object-relational mappers (ORMs)[10] ，其中不少討論是基於 Full Stack Python 上的文章。謝謝大家對我們提出的反饋與建議。
Python at Netflix[11] 出自 Talk Python to Me ，通過一個非常棒的視角，介紹了 Python 是怎麼運用於這家最大的網路流媒體公司，以及如何適應它們的多語言組織。
另一個很棒的 Talk Python to Me 節目， Python in Finance[12]，介紹了 Python 在金融行業中的廣泛用途：股票交易、定量分析和數據分析。如果你想知道像對沖基金這樣的不透明的私營企業是如何利用 Python 賺取（大量）錢財的，一定要聽聽這個。

節目：Python at Netflix

通用軟體開發的播客

這些播客主要探討的是軟體開發相關的主題，但經常也會涉及 Python 的內容。聆聽和學習這些播客，你將會成為更加優秀的軟體開發者。

Software Engineering Daily[13] 令人難以置信的是每天邀請不同的開發者嘉賓，談論話題非常廣泛，與開發相關。
All things Git[14] 教人如何使用、構建及將 Git 用於工作，每兩周一更。
CodeNewbie[15] 採訪新入行的開發者，談論為什麼他們要從事編程工作，以及他們的工作內容。該欄目也會採訪一些經驗豐富的、打造了知名項目的開發者。
Developer on Fire[16] 採訪程式員、架構師和測試人員，講述他們成功、失敗和卓越的故事。
Command_line Heroes[17] 涵蓋操作系統級的主題以及 DevOps。
Embedded.fm[18] 涵蓋嵌入式系統和硬體黑客攻擊。
The Changelog[19] 周更播客，關於常規軟體開發的問題。
Full Stack Radio[20] 雖與 Full Stack Python 無關，但值得關註！
Exponent[21] 不是一個軟體開發的播客，但它以深入的方式揭示了企業的戰略和技術，使我能夠更好地理解企業在構建和發佈軟體時所做出的決策。我聽了每一集（以 1.5 倍速），非常推薦每周花 45 到 60 分鐘，聽 Ben Thompson 和 James Allworth 深入討論一個主題。
Test Talks[22] 每周考察一個軟體測試的主題，通常會特邀一位鑽研該領域的嘉賓。
The Cloudcast[23] 聚焦於雲計算和 DevOps 的相關主題。

數據科學與數據分析的播客

Python 不僅是數據科學社區的核心編程語言，而且幾乎在每個使用數據分析的組織中都發揮著重要作用。以下播客廣泛地涵蓋數據科學，並經常涉及到 Python 生態系統中的特定的工具。

播客：DataFramed

DataFramed[24] 是一個數據科學播客，內容涵蓋 Python 標準庫，以及數據分析者感興趣的其它內容。
Data Skeptic[25] 涵蓋數據科學、統計、機器學習、人工智慧，以及“科學懷疑論”（scientific skepticism）等內容。
Data stories[26] 是一個關於數據可視化的播客。
Partially Derivative[27] 是一個關於機器學習、人工智慧和數據行業的播客，在 2017 年底已停播，節目列表包含了大量的內容。

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/