python教程技术文章
-
- Pandas快速查看数据类型：info方法详解
- df.info()是最轻量可靠的结构诊断方法，能一次性显示列类型、非空数量和内存占用，但默认不显全列、不显数值精度、易误判object列内容。
- 文章 · python教程 | 4个月前 | 500浏览 收藏
-
- Python 垃圾回收机制：引用计数与循环检测
- 引用计数无法解决循环引用，因互相持有引用导致计数永不归零；CPython依赖gc模块通过分代回收检测并清理容器型对象的循环引用，而不可变类型等不受GC管理。
- 文章 · python教程 | 5个月前 | 500浏览 收藏
-
- Python如何提升异步JSON解析速度_集成ujson与orjson优化性能
- Python标准库json慢因纯Python实现及默认启用Unicode解码、对象钩子、重复键检查等安全逻辑；ujson和orjson用C/C++编写，跳过部分校验，速度快2–5倍。
- 文章 · python教程 | 5个月前 | 500浏览 收藏
-
- Python字典键不存在处理：_get与setdefault区别
- 字典键不存在时，直接用dict[key]会抛出KeyError。安全访问推荐用.get()或.setdefault()，但二者用途和行为不同：前者只读不改字典，后者会写入默认值并返回它。get()：安全读取，不改变原字典.get(key,default)在键存在时返回对应值；不存在时返回default（未提供则返回None），且不会修改字典内容。适合“查一下，有就用，没有就算了”的场景多次调用不会产生副作用例：d={'a':1};d.get('b',
- 文章 · python教程 | 5个月前 | 500浏览 收藏
-
- Python并发原理与实战详解
- Python并发核心在于理解执行模型：线程适用于IO密集型任务，协程用于高并发单线程调度，进程解决CPU密集型并行；GIL限制多线程并行但不阻碍IO并发，asyncio需避免阻塞调用，选型应依场景而定。
- 文章 · python教程 | 5个月前 | 500浏览 收藏
-
- Python图像识别入门：OpenCV操作详解
- OpenCV是Python图像识别的起点，需掌握读图（注意BGR格式与中文路径）、显示（waitKey+destroyAllWindows）、灰度化（cvtColor）、缩放（resize及插值选择）、边缘检测（Canny）等核心操作。
- 文章 · python教程 | 5个月前 | 500浏览 收藏
-
- TensorFlow训练卡住？显存CPU监控技巧
- 先看nvidia-smi和htop比改代码更管用：若GPU-Util长期为0%但Memory-Usage占满，说明GPU在等数据；若GPU-Util持续95%+却无日志输出，可能是Python主线程在map中卡住；同步用htop观察CPU，单核100%锁死且GPU空闲则大概率是map内阻塞逻辑导致。
- 文章 · python教程 | 5个月前 | 500浏览 收藏
-
- Pandas根据值分级，使用cut划分等级标签
- pd.cut默认返回Interval对象而非字符串标签，需显式传入labels=['低','中','高']才能获得自定义等级；bins为数字时做等宽分箱，样本数不均衡；等频分箱应使用pd.qcut，并注意重复值和空值处理。
- 文章 · python教程 | 5个月前 | 500浏览 收藏
-
- Python批量转换繁简体教程详解
- opencc-python安装失败主因是PyPI包不包含libopencc.so等系统依赖，需先装libopencc-dev（Linux）、opencc（macOS）或改用opencc-python（Windows）；编码乱码须显式指定encoding='utf-8'；config选错致转换失准，应按地区选用s2tw等配置；大文件须流式逐行处理防内存溢出。
- 文章 · python教程 | 6个月前 | 500浏览 收藏
-
- Python装饰器与函数式组合实战解析
- 装饰器本质是函数式组合的语法糖，即@decorator等价于func=decorator(func)，其核心是返回兼容原函数签名的新函数，并需用@wraps保留元信息以支持类型检查与IDE推导。
- 文章 · python教程 | 6个月前 | 500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。
- 384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。
- 460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。
- 472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。
- 410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。
- 237次使用
