python教程技术文章

  • Python3graphlib模块详解与使用教程
    Python3graphlib模块详解与使用教程
    graphlib模块提供TopologicalSorter类用于DAG拓扑排序,支持添加依赖、处理多前置节点及独立任务,通过static_order获取顺序,prepare与done实现增量调度,遇环抛CycleError。
    文章 · python教程   |  8个月前  |   483浏览 收藏
  • Python入门代码优化小技巧分享
    Python入门代码优化小技巧分享
    使用内置函数、避免循环冗余、采用生成器、选择合适数据结构、利用JIT工具可提升Python性能。
    文章 · python教程   |  9个月前  |   生成器 数据结构 JIT编译 内置函数 Python代码优化 483浏览 收藏
  • Python全局异常捕获技巧
    Python全局异常捕获技巧
    Python通过重写sys.excepthook可捕获未处理的全局异常,实现日志记录与用户友好提示;该机制适用于主线程同步代码,但在多线程中需在线程内捕获异常,异步编程则推荐使用asyncio的set_exception_handler;结合logging模块和错误上报服务(如Sentry),可实现全面的异常监控与告警,提升生产环境的稳定性和可维护性。
    文章 · python教程   |  9个月前  |   483浏览 收藏
  • 新手安装Python完整教程与常见问题解答
    新手安装Python完整教程与常见问题解答
    新手应选择Python3版本,从官网下载并安装时务必勾选“AddPythontoPATH”,安装后通过命令行输入python--version和pip--version验证,若出现版本信息则成功,否则重新安装并确认路径配置。
    文章 · python教程   |  10个月前  |   Python3 pip Python安装 path环境变量 新手教程 483浏览 收藏
  • PythonOpenCV摄像头视频流与AI处理教程
    PythonOpenCV摄像头视频流与AI处理教程
    本文旨在指导开发者使用Python结合OpenCV和imagezmq库,实现从网络摄像头捕获视频流,进行机器学习处理,并通过网络传输视频流的基本方法。文章将详细介绍如何使用OpenCV捕获摄像头画面,并利用imagezmq将处理后的帧数据通过ZeroMQ协议进行传输,为构建P2P视频聊天客户端提供初步的实践指导。
    文章 · python教程   |  10个月前  |   483浏览 收藏
  • 身高体重算BMI方法全解析
    身高体重算BMI方法全解析
    BMI计算公式为体重(kg)除以身高(m)的平方。程序提示用户输入身高(米)和体重(千克),计算并输出BMI值,保留两位小数。根据中国标准判断:低于18.5为过轻,18.5~23.9为正常,24~27.9为超重,28及以上为肥胖。代码包含输入转换、数学运算与条件判断,适用于初学者练习基础Python语法。注意单位正确转换,如175厘米应输入1.75米。
    文章 · python教程   |  10个月前  |   Python 计算 公式 BMI 身高体重 483浏览 收藏
  • Pandas多列对比技巧与差异列生成方法
    Pandas多列对比技巧与差异列生成方法
    本文详细介绍了如何在Pandas数据框中高效地比较具有特定命名模式(如_x和_y后缀)的多对列,并自动生成指示差异的新列(如_change后缀)。通过识别列名中的共同特征,结合Pandas的向量化操作,该方法显著提升了处理大量列时的效率和代码简洁性,避免了繁琐的手动定义和行级应用。
    文章 · python教程   |  10个月前  |   483浏览 收藏
  • Pythonrequests发送请求教程
    Pythonrequests发送请求教程
    requests库是Python发送HTTP请求的首选工具,其核心在于使用get()和post()方法处理不同场景。GET用于获取数据,参数通过URL传递,适合幂等性查询;POST用于提交数据,信息置于请求体中,适合传输敏感或大量数据。实际应用中,根据是否改变服务器状态来选择:获取资源用GET,创建或更新用POST。处理JSON时,可直接使用json参数自动序列化并设置Content-Type;文件上传则通过files参数支持多部分表单,需以二进制模式打开文件。为提升健壮性,应使用try-except捕获
    文章 · python教程   |  11个月前  |   483浏览 收藏
  • 虚拟环境怎么搭建和使用?
    虚拟环境怎么搭建和使用?
    虚拟环境能解决依赖冲突,通过为每个Python项目创建独立环境,实现库和解释器的隔离,避免版本冲突,确保项目间互不干扰。
    文章 · python教程   |  11个月前  |   Python 虚拟环境 conda 依赖冲突 virtualenv 483浏览 收藏
  • Python双列表遍历:zip函数实用技巧
    Python双列表遍历:zip函数实用技巧
    使用zip()函数可优雅实现多列表并行遍历,它以最短列表为准生成元组迭代器,适用于成绩单输出、数据合并、字典创建及矩阵转置等场景,结合zip_longest可处理不等长列表,需注意类型匹配与空列表情况。
    文章 · python教程   |  11个月前  |   483浏览 收藏
  • Pandas时间窗口聚合技巧全解析
    Pandas时间窗口聚合技巧全解析
    本文详细介绍了如何在Pandas中,从两个DataFrame(如交易记录和浏览历史)中,高效地识别并聚合出在特定时间窗口(例如交易前7天)内相关联的数据。教程提供了两种实现方法:一种是利用pyjanitor库的conditional_join函数进行性能优化,另一种是纯Pandas的merge结合条件筛选,并最终通过groupby.agg完成数据聚合,旨在帮助用户处理复杂的时序数据关联需求。
    文章 · python教程   |  11个月前  |   483浏览 收藏
  • Python生成器表达式如何节省内存?
    Python生成器表达式如何节省内存?
    <p>生成器表达式是一种节省内存的迭代工具,语法类似列表推导式但使用圆括号,如(x*2forxinrange(1000000)),它按需生成值而非一次性存储所有数据。相比列表推导式会占用大量内存,生成器在处理大规模数据时优势明显,适用于一次遍历场景如大文件处理、数据流过滤,并可作为sum、max等函数参数,但不可重复迭代,需注意使用限制。</p>
    文章 · python教程   |  11个月前  |   java php 483浏览 收藏
  • 用Scikit-learn构建基础机器学习模型
    用Scikit-learn构建基础机器学习模型
    使用Scikit-learn构建模型需遵循数据预处理、模型选择、训练、预测与评估的流程。首先用pandas加载数据并进行清洗,通过StandardScaler或OneHotEncoder处理数值和分类特征,利用ColumnTransformer和Pipeline整合预处理与模型训练,防止数据泄露。选择模型时,根据任务类型(分类、回归等)选用LogisticRegression、RandomForest等算法,通过train_test_split划分数据集,fit()训练模型,predict()进行预测,并
    文章 · python教程   |  11个月前  |   scikit-learn 机器学习模型 过拟合 模型评估 数据预处理 483浏览 收藏
  • 解决 Google Colab 中 Brax 无法导入 jumpy 模块的问题
    解决 Google Colab 中 Brax 无法导入 jumpy 模块的问题
    本文旨在解决在GoogleColab中安装Brax后,无法通过frombraximportjumpyasjp导入jumpy模块的问题。通过安装独立的brax-jumpy包,并直接导入jumpy模块,可以有效解决此问题,确保Brax库的正常使用。
    文章 · python教程   |  1年前  |   483浏览 收藏
  • Python处理JSON文件详细教程
    Python处理JSON文件详细教程
    用Python处理JSON文件可通过json模块实现,常见用途包括读取、写入和处理字符串形式的JSON数据。1.读取JSON文件使用json.load()函数,需确保文件存在且格式正确,布尔值会自动转换;2.写入JSON文件可用json.dump()或json.dumps(),构造字典后写入文件,indent参数可美化格式;3.处理字符串形式的JSON数据使用json.loads()和json.dumps(),适合网络请求或日志系统场景;4.注意事项包括路径确认、格式严格要求(如双引号、无尾逗号)、数据类
    文章 · python教程   |  1年前  |   483浏览 收藏
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
  • Golang深入理解GPM模型
    Golang深入理解GPM模型
    Golang深入理解GPM调度器模型及全场景分析,希望您看完这套视频有所收获;包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
    474次学习
查看更多
AI推荐
  • SuperCLUE中文大模型评测基准:功能、能力维度与应用指南
    SuperCLUE
    SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
    140次使用
  • C-Eval中文评测基准:大语言模型多学科能力评估指南
    C-Eval
    深入了解C-Eval中文评估套件,涵盖52个学科与4级难度。本文详解其功能特点、Zero-shot/Few-shot使用方法及代码示例,助您全面评测LLM中文理解与泛化能力。
    60次使用
  • ClickPrompt:AI提示词生成与优化工具,支持Stable Diffusion、ChatGPT及代码辅助
    ClickPrompt
    ClickPrompt是一款专为AI提示词编写者设计的开源在线工具,支持Stable Diffusion绘图、ChatGPT对话及GitHub Copilot代码辅助。提供Prompt自动生成、一键运行、社区分享及可视化优化功能,帮助用户高效获取精准AI输出。
    33次使用
  • OpenArt免费开源指南:Stable Diffusion Prompt Book提示词手册详解
    Stable Diffusion Prompt Book
    深入解析OpenArt推出的Stable Diffusion Prompt Book,这本免费的开源提示词指南涵盖从基础语法到高级技巧,提供风格化词库与参数建议,助您优化AI绘画生成效果。
    18次使用
  • Google AI提示词库:免费官方Prompt模板与使用指南
    Google AI提示词库
    探索Google Cloud官方生成式AI提示词库,提供免费、无需登录的中英双语Prompt模板。涵盖内容创作、代码优化、数据分析等场景,助您快速提升AI交互效率与质量。
    38次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码