本期聚焦兩項 Python 技術實作：以極小型 C 程式碼打造 Python 直譯器，以及利用開源 Python 套件求解具物理依據的雙模式吸附參數。
極小型 Python 直譯器實作
1. 挑戰以 1024 bytes 實作 Python 直譯器
Austin Z. Henley 嘗試只用 1024 bytes 的 C 程式碼製作 Python 直譯器，將直譯器設計濃縮成一項極端的程式碼體積挑戰。原文：[https://ift.tt/9ZLqIr5]
2. 目標從 512 bytes 調整為 1024 bytes
這項實驗最初以 512 bytes 為目標，之後調整為 1024 bytes，反映在極小空間內容納直譯器所需邏輯的實際難度。原文：[https://ift.tt/9ZLqIr5]
3. 使用 C 語言壓縮核心功能
作者選擇以 C 語言實作，重點在於如何用有限的程式碼表達解析與執行 Python 程式所需的核心流程。原文：[https://ift.tt/9ZLqIr5]
4. 不依賴巨集技巧縮短程式碼
挑戰明確排除利用巨集取巧的方式，讓 1024 bytes 的限制更直接地作用在 C 程式碼與實作設計本身。原文：[https://ift.tt/9ZLqIr5]
5. 不使用函式庫增加實作難度
作者也表示不以函式庫協助完成挑戰，因此必須在極小容量內自行取捨直譯器的必要能力。這類實驗可用來觀察語言執行機制如何被拆解與精簡。原文：[https://ift.tt/9ZLqIr5]
pyDMS 與雙模式吸附參數
6. 以 Python 支援 DMS 參數求解
pyDMS 是一套開源 Python 套件，用於求取具物理依據的雙模式吸附（dual-mode sorption，DMS）參數。原文：[https://ift.tt/SFWBVkn]
7. DMS 模型用於玻璃態高分子膜
玻璃態高分子膜中的吸附現象，通常可透過雙模式吸附模型描述；pyDMS 則將相關參數判定流程包裝為 Python 工具。原文：[https://ift.tt/SFWBVkn]
8. 處理吸附等溫線擬合問題
DMS 模型需要配合吸附等溫線進行擬合，而參數求解過程可能面臨多組結果皆能符合資料的情況。原文：[https://ift.tt/SFWBVkn]
9. 多組可接受參數帶來判定挑戰
當不同參數組合都能產生令人滿意的擬合結果時，僅依賴數值吻合程度不易選出適當參數；pyDMS 關注的正是這項參數判定問題。原文：[https://ift.tt/SFWBVkn]
10. 開源套件促進模型分析流程重現
pyDMS 以開源 Python 套件形式提供相關功能，有助於研究人員將 DMS 參數分析納入既有的資料處理與研究工作流程。原文：[https://ift.tt/SFWBVkn]
當日重點回顧
今天的兩項主題呈現 Python 生態的不同面向：一項從底層探索直譯器能被壓縮到何種程度，另一項則把科學模型的參數分析整理成可重複使用的開源套件。工程實務上，可分別關注極小型實作中的功能取捨，以及科學計算中多組參數解所帶來的判讀問題。