python教程技术文章
-
- Moto模拟AWSSES邮件发送教程
- 本文详解如何用moto框架真实、可靠地测试AWSSES邮件发送逻辑，重点解决因未验证发件邮箱导致的MessageRejected错误，并提供可直接运行的完整测试示例。
- 文章 · python教程 | 8个月前 | 475浏览 收藏
-
- 二维张量固定行子序列提取方法
- 本文介绍一种无需显式循环即可从PyTorch二维张量各行中按指定起始索引和统一长度批量切片的方法，核心是利用torch.arange构造索引张量，并通过gather实现向量化索引选取。
- 文章 · python教程 | 9个月前 | 475浏览 收藏
-
- Pythonfor循环详解及使用教程
- Python中for循环用于遍历可迭代对象，核心是简洁地处理每个元素。基本语法为for变量in可迭代对象:，如遍历列表、字符串或使用range()生成数字序列。配合break和continue可控制循环流程，else块在循环正常结束时执行。相比while循环（依赖条件判断），for更适用于已知序列的遍历。通过enumerate()可同时获取索引和值，zip()则能并行遍历多个序列，提升代码可读性与效率。
- 文章 · python教程 | 9个月前 | 475浏览 收藏
-
- PostgreSQL数组字段唯一约束怎么设
- 本文介绍在Django/Peewee等ORM中，当使用ArrayField存储用户ID列表时，如何确保[1,2]与[2,1]在chat_id相同的情况下被视为重复数据，并通过规范化关系模型实现真正的无序唯一索引。
- 文章 · python教程 | 9个月前 | 475浏览 收藏
-
- Python环境变量配置验证步骤
- 配置成功的关键是系统能识别python命令。1.输入python--version或python-V，返回Python版本信息即成功；2.输入python进入交互环境>>>，说明可调用；3.使用wherepython（Windows）或whichpython（macOS/Linux）查看路径是否正确；4.运行pip--version验证pip关联的Python路径，若均正常则配置成功。
- 文章 · python教程 | 9个月前 | Python Python环境 475浏览 收藏
-
- Python输入错误3次的实现方法
- Python没有内置“输错3次就停止”函数，但可用while循环配合计数器实现：设最大尝试次数（如3），每次输入后判断是否正确，正确则break退出，错误则累加次数并提示剩余机会，达上限时提示失败并结束。
- 文章 · python教程 | 9个月前 | 475浏览 收藏
-
- FastAPI入门教程：Python接口开发指南
- 使用Python开发API接口可通过FastAPI实现，步骤包括：1.安装fastapi和uvicorn包；2.创建Python文件并编写简单接口示例；3.通过uvicorn启动服务访问测试；4.使用路径参数或查询参数接收输入；5.利用Pydantic定义数据模型进行自动校验；6.自动生成交互式文档便于调试和展示；7.可选配置关闭文档。FastAPI简化了路由定义、输入处理及数据验证流程，提升了开发效率。
- 文章 · python教程 | 9个月前 | 475浏览 收藏
-
- Python中round函数的四舍五入用法详解
- Python的round()函数采用“银行家舍入”规则，即四舍六入五成双，而非传统四舍五入。当小数部分为0.5时，向最近的偶数取整，如round(2.5)得2，round(3.5)得4。此规则减少统计偏差，但可能导致不符合直觉的结果。此外，浮点数精度问题可能影响舍入准确性，如2.675在内部可能表示为略小于其值的形式，导致round(2.675,2)结果为2.67而非2.68。若需传统“五入”行为，推荐使用decimal模块并设置ROUND_HALF_UP模式，或自定义函数实现。decimal模块可避免二
- 文章 · python教程 | 9个月前 | 475浏览 收藏
-
- Pandas多级索引：单级数据提取技巧
- 在PandasMultiIndexDataFrame中，直接通过列名或.loc访问索引级别会引发KeyError。本文将详细介绍如何使用df.index.get_level_values()方法，通过级别名称或位置高效地提取多级索引中的单个级别数据，避免常见的错误，并提供清晰的代码示例，帮助用户准确获取所需索引信息。
- 文章 · python教程 | 10个月前 | 475浏览 收藏
-
- Python变量作用域全解析
- 局部作用域变量仅在函数内有效，全局作用域变量在整个模块可访问，通过global修改全局变量，nonlocal用于嵌套函数中修改外层函数变量。
- 文章 · python教程 | 11个月前 | 全局作用域 global 局部作用域 nonlocal Python变量作用域 475浏览 收藏
-
- Python元组列表解包方法详解
- <p>解包能简化代码并提升可读性，如用a,b,c=[1,2,3]直接赋值；通过操作符处理长度不匹配问题，如a,rest=[1,2,3,4]；广泛用于函数返回值、循环遍历和变量交换；需注意变量数量与可迭代对象元素匹配，避免ValueError。</p>
- 文章 · python教程 | 11个月前 | 列表 元组 Python解包 *操作符 ValueError 475浏览 收藏
-
- BeautifulSoup解析HTML教程详解
- BeautifulSoup解析HTML的核心是将HTML转化为可操作的Python对象，通过find、find_all及select等方法结合标签、属性和CSS选择器精准提取数据。
- 文章 · python教程 | 1年前 | 475浏览 收藏
-
- Python文本分类教程：Scikit-learn实战指南
- 文本分类是让计算机理解并自动给文字打标签的过程，Scikit-learn提供了完整的解决方案。1.数据预处理：清理原始数据，包括分词、大小写转换、移除标点符号和停用词、词形还原等步骤；2.特征提取：使用CountVectorizer或TfidfVectorizer将文本转化为数值向量，前者统计词频，后者引入逆文档频率突出关键词；3.模型训练与选择：常用算法包括朴素贝叶斯、SVM、逻辑回归和集成方法，通过Pipeline串联流程提升效率；4.模型评估：关注精确率、召回率、F1-Score和混淆矩阵，避免仅依
- 文章 · python教程 | 1年前 | 475浏览 收藏
-
- 如何用正则匹配日期格式YYYY-MM-DD
- 要正确匹配YYYY-MM-DD格式的日期，需分步骤限制年月日的有效范围。1.基础结构用\d{4}-\d{2}-\d{2}匹配格式，但无法排除非法数值；2.年份限制为1000~9999可用[1-9]\d{3}；3.月份限制为01~12可用(0[1-9]|1[0-2])，日期简化限制为01~31可用(0[1-9]|[12][0-9]|3[01])；4.组合表达式为^[1-9]\d{3}-(0[1-9]|1[0-2])-(0[1-9]|[12][0-9]|3[01])$，但仍需配合程序逻辑验证真实合法性。
- 文章 · python教程 | 1年前 | 475浏览 收藏
查看更多
课程推荐
-
- 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
- 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
- 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
- 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
- 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
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集，涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用，助力提升NLP模型性能。
- 498次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台，提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能，助您快速选择最适合项目的高性能大语言模型。
- 555次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制，用户可对比不同大模型回答并生成实时排行榜，助力开发者优化模型及用户选择最佳AI工具。
- 581次使用
-
- HELM
- 深入了解斯坦福推出的HELM（Holistic Evaluation of Language Models）大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景，涵盖准确性、公平性、鲁棒性等多维度指标，助力开发者全面优化语言模型性能。
- 534次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台，提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景，助力开发者全面评估多模态模型性能。
- 346次使用
