python教程技术文章
-
- Python分层配置管理实用技巧
- Python配置管理需分四层：基础层优先读环境变量（如os.getenv）防泄露；配置层按环境分文件继承；运行层启动时单例化校验；安全层用.env.example模板与.gitignore隔离敏感信息。
- 文章 · python教程 | 7个月前 | 487浏览 收藏
-
- pandasgroupby多列聚合方法详解
- 最常用方式是用字典指定列与函数映射，支持单列单函数、单列多函数（生成多级索引）及命名聚合（如agg(sales_sum=('sales','sum'))避免嵌套），需确保函数返回标量且key不冲突。
- 文章 · python教程 | 7个月前 | 487浏览 收藏
-
- Python多进程适用场景详解
- Python多进程模型适用于CPU密集型、需内存隔离、任务耗时显著超进程开销、非I/O主导且系统资源充足的场景；不适用于短时任务、高频繁I/O或资源受限环境。
- 文章 · python教程 | 7个月前 | 487浏览 收藏
-
- LRU与TTL内存缓存实现方法详解
- 不能只用Map实现LRU+TTL，因其不支持自动过期且手动清理破坏O(1)复杂度；LRU需访问顺序感知，单纯属性或数组易在高并发下错乱；setTimeout单独设定时器会导致内存与句柄泄漏。
- 文章 · python教程 | 7个月前 | 487浏览 收藏
-
- Python调用API接口教程详解
- Python调用WebAPI核心是选requests库、构造GET/POST请求、处理响应；需检查status_code、用json()解析、加异常处理。
- 文章 · python教程 | 8个月前 | 487浏览 收藏
-
- 快速创建全2数组的NumPy技巧
- 本文介绍在NumPy中高效生成全为数字2的多维数组的推荐方法，重点讲解np.full()函数的用法，并对比其他可行方案，帮助开发者避免冗余操作。
- 文章 · python教程 | 8个月前 | 487浏览 收藏
-
- 多级目录PDF批量重命名方法
- 本文介绍使用Python的os.walk()遍历多层子目录，自动将每个Operator文件夹下的PDF文件重命名为“Operator0.pdf”“Operator1.pdf”等格式，无需手动切换路径，安全高效地完成大规模文件批量重命名。
- 文章 · python教程 | 8个月前 | 487浏览 收藏
-
- Python输入接收技巧与实战教程
- Python脚本接收用户输入的核心方法包括input()函数、sys.argv模块和argparse模块，针对不同类型需求提供从简单交互到专业命令行工具的完整解决方案。对于运行时的简单交互，使用input()函数可直接获取用户输入，但需注意其返回值为字符串类型，涉及数字等其他类型时应结合int()、float()等进行显式转换，并通过try-except结构处理ValueError异常以增强程序健壮性；若需在启动脚本时传入参数，sys.argv提供了一种轻量级方式，它将命令行参数保存为列表，其中索引0为脚
- 文章 · python教程 | 9个月前 | Python Python编程 Python命令 487浏览 收藏
-
- Python函数对象保存了哪些信息？
- Python函数对象是包含代码、环境、元数据和自定义属性的完整运行时对象，其__code__保存字节码与变量信息，__closure__和__globals__记录作用域状态，__name__等提供反射能力，且支持动态添加属性。
- 文章 · python教程 | 9个月前 | 487浏览 收藏
-
- Python中d的含义及字符串格式化用法解析
- 在Python中，d用于字符串格式化，表示一个整数。1）%操作符使用%d插入整数，如"Iam%dyearsold."%age。2）str.format()方法提供更灵活的格式化，如"Mynameis{0}andIam{1}yearsold.".format(name,age)。3）f-strings在Python3.6引入，简洁且直观，如f"Mynameis{name}andIam{age}yearsold."。
- 文章 · python教程 | 9个月前 | 487浏览 收藏
-
- 优雅退出Python全局热键实现方法
- 本文将指导您如何利用Python的keyboard库，创建一个全局热键，从而在任何应用程序焦点下，都能立即终止正在运行的Python脚本。通过简单的几行代码，您可以为长时间运行的自动化脚本（如自动点击器）提供一个可靠的紧急停止机制，确保程序在需要时能够迅速停止。
- 文章 · python教程 | 9个月前 | 487浏览 收藏
-
- Python变量格式化输出全攻略
- f-string是推荐的格式化方法，其语法简洁高效，如print(f"我的名字是{name}，今年{age}岁。")；str.format()通过占位符和参数传递实现，如print("我的名字是{}，今年{}岁。".format(name,age))；%格式化采用类似C语言的风格，如print("我的名字是%s，今年%d岁。"%(name,age))，但已逐渐被取代。
- 文章 · python教程 | 10个月前 | 487浏览 收藏
-
- Python异常处理如何应对网络请求问题
- 答案：Python中通过try-except结构处理网络请求异常，结合重试与日志提升程序稳定性。首先捕获ConnectionError、Timeout、HTTPError等具体异常，再由RequestException兜底；使用tenacity实现重试机制应对临时故障；配合logging记录错误信息，既保障用户体验又便于排查问题。
- 文章 · python教程 | 10个月前 | 487浏览 收藏
-
- Pythonunittest单元测试全解析
- 答案：unittest是Python内置的xUnit风格测试框架，编写测试用例需继承unittest.TestCase，测试方法以test_开头；可通过setUp和tearDown管理测试环境；运行方式包括直接运行脚本或使用python-munittest命令，支持详细输出；测试结果中“.”表示通过，“F”为断言失败，“E”为错误，测试能有效验证代码并提升设计质量。
- 文章 · python教程 | 11个月前 | 487浏览 收藏
-
- Python搭建简单WSGI应用教程
- 实现WSGI应用需定义接收environ和start_response的可调用对象，解析请求路径与参数，调用start_response设置状态码和响应头，并返回字节串组成的可迭代响应体。
- 文章 · python教程 | 11个月前 | Python WSGI WSGI服务器 environ start_response 487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。
- 505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。
- 563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。
- 590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。
- 542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。
- 353次使用
