python教程技术文章
-
- Python元组为何更省内存？真相解析
- tuple比list更省内存，因其无扩容预留、无allocated字段、对象头更轻量，且字面量可编译期复用并缓存哈希值；sys.getsizeof显示小32–40字节。
- 文章 · python教程 | 7个月前 | 449浏览 收藏
-
- 异步生成器支持yieldfrom实现方式
- 在asyncdef中不能直接yieldfrom异步生成器，须用asyncfor+yield手动展开；或借助aiostream.stream.chain等库封装；切勿误用to_thread或run_in_executor。
- 文章 · python教程 | 8个月前 | 449浏览 收藏
-
- Pandas用pyarrow优化字符串列方法
- pd.StringDtype('pyarrow')更快更省内存，因其采用PyArrow列式布局替代Pythonobject数组，减少对象分配、指针跳转和GC压力；含重复值或长文本时内存降30%–70%，字符串操作快2–5倍。
- 文章 · python教程 | 8个月前 | 449浏览 收藏
-
- Python3新建项目流程全解析
- 推荐使用标准项目结构并结合虚拟环境管理Python工程。1.手动创建包含main.py、utils包、config.py和requirements.txt的目录结构；2.用python3-mvenvvenv创建虚拟环境并激活，实现依赖隔离；3.通过pipfreeze>requirements.txt导出依赖，便于环境复现；4.使用PyCharm等IDE可自动创建项目及虚拟环境，适合初学者；5.可选cookiecutter等模板工具生成专业项目结构。核心是保持代码结构清晰、依赖明确，基础方式适用于多数
- 文章 · python教程 | 8个月前 | Python3 新建工程 449浏览 收藏
-
- Python接口Mock测试技巧提升效率
- Mock接口测试应优先patch代码中直接调用的HTTP函数（如api_client.send），而非底层库；responses适用于无法修改import的黑盒场景，但不支持异步；避免硬编码JSON，宜复用fixture或数据类；时间相关行为需精准patch实际调用函数并用side_effect控制时序。
- 文章 · python教程 | 9个月前 | 449浏览 收藏
-
- PythonValueError错误原因及解决方法
- ValueError常见于类型正确但值非法的情况，如字符串转数字含非数字字符、解包元素数量不匹配、内置函数传入无效参数、日期格式解析不一致，应通过预判条件或异常捕获处理。
- 文章 · python教程 | 9个月前 | 449浏览 收藏
-
- Python3.9中文界面设置方法
- Python3.9无内置中文界面，错误信息是否中文取决于系统locale设置：Windows需设为中文区域且禁用UTF-8Beta选项；Linux/macOS需配置LC_ALL=zh_CN.UTF-8；IDE界面语言与其自身设置有关，与Python版本无关。
- 文章 · python教程 | 9个月前 | 449浏览 收藏
-
- Python异常处理技巧与捕获方法
- 异常处理通过try-except-else-finally机制捕获并响应错误，防止程序崩溃。它能针对不同异常类型（如ValueError、FileNotFoundError）执行特定处理，提升程序健壮性和用户体验；else块在无异常时执行正常逻辑，finally块确保资源清理（如关闭文件）；建议具体捕获预期异常，避免宽泛捕获Exception，结合with语句管理资源，记录日志并提供友好提示，在无法处理时重新抛出异常，禁用“吞噬”异常的反模式。
- 文章 · python教程 | 9个月前 | 449浏览 收藏
-
- Python大文件写入优化方法解析
- 默认write()频繁小IO导致性能下降，因缓冲区易满而多次系统调用；应显式增大buffering（如64KB）或批量拼接后一次写入。
- 文章 · python教程 | 9个月前 | 449浏览 收藏
-
- Python虚拟环境搭建教程
- 使用venv创建虚拟环境可隔离项目依赖，避免版本冲突。步骤包括：用python-mvenvenv_name创建环境，通过activate命令激活，安装依赖后用deactivate退出。venv轻量易用，适合小型项目；pipenv整合依赖管理，适合团队协作；conda支持多语言和复杂依赖，常用于数据科学。高效管理多环境需规范命名、维护requirements.txt、集成IDE，并适时重建环境。
- 文章 · python教程 | 10个月前 | 449浏览 收藏
-
- Fortran动态数组输出与f2py使用技巧
- 本教程详细阐述了如何在Fortran子程序中定义并使用动态分配的输出数组，并通过f2py将其无缝集成到Python环境中。文章重点解决了在使用ALLOCATE语句初始化动态数组时，因Kind参数字面量拼写错误导致的编译问题，并提供了正确的Fortran语法和f2py编译调用示例，旨在帮助开发者高效地利用Fortran的计算能力与Python的灵活性。
- 文章 · python教程 | 10个月前 | 449浏览 收藏
-
- Python提取数字的3种实用方法
- 使用re模块结合正则表达式可精确提取文本中的整数、浮点数、负数及带符号或单位的数字，通过r'[-+]?\d+(?:.\d+)?'等模式匹配，并用findall或search配合捕获组提取所需部分，再转换为数值类型进行处理。
- 文章 · python教程 | 11个月前 | 449浏览 收藏
-
- Pandasgroupbyagg加权平均计算方法
- 本教程旨在解决在Pandasgroupby().agg()操作中，当自定义聚合函数需要访问原始DataFrame中的其他列（例如进行加权平均）时遇到的NameError问题。文章将详细阐述groupby的工作机制，并提供一种利用Python闭包（closure）的优雅解决方案，确保自定义函数能够正确获取并使用所需的上下文数据，从而实现复杂的数据聚合逻辑。
- 文章 · python教程 | 11个月前 | 449浏览 收藏
-
- 单标签变多标签，ViT模型优化全解析
- 本文旨在指导如何将VisionTransformer(ViT)模型从单标签多分类任务转换到多标签分类任务。核心在于替换原有的CrossEntropyLoss为torch.nn.BCEWithLogitsLoss，并确保标签数据格式正确。同时，文章还将探讨多标签分类任务中适用的评估指标与策略，确保模型能够准确反映其在复杂多标签场景下的性能。
- 文章 · python教程 | 11个月前 | 449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。
- 460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。
- 522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。
- 541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。
- 488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。
- 307次使用
