python教程技术文章
-
- 为什么使用 astype(np.float32) 后，图像数组类型仍然是 float64？
- 错误的astype返回值问题示例代码中使用了astype方法来将图像数组转换为float32...
- 文章 · python教程 | 1年前 | 486浏览 收藏
-
- Pandas如何高效复制不同结构DataFrame的整列？
- Pythonpandas不同结构的DataFrame整列复制在pandas中，我们经常需要对不同结构的DataFrame...
- 文章 · python教程 | 1年前 | 486浏览 收藏
-
- 为什么现实世界的机器学习需要分布式计算
- pyspark如何帮助您像专业人士一样处理庞大的数据集pytorch和tensorflow等机器学习框架非常适合构建模型。但现实是，当涉及到现实世界的项目时（处理巨大的数据集），您需要的不仅仅是一个好的模型。您需要一种有效处理和管理所有数据的方法。这就是像pyspark这样的分布式计算可以拯救世界的地方。让我们来分析一下为什么在现实世界的机器学习中处理大数据意味着超越pytorch和tensorflow，以及pyspark如何帮助您实现这一目标。真正的问题：大数据您在网上看到的大多数机器学习示例都使用小型
- 文章 · python教程 | 1年前 | 486浏览 收藏
-
- 如何使用 Ollama 和 LangChain 创建本地 RAG 代理
- 什么是rag？rag代表检索增强生成，这是一种强大的技术，旨在通过以文档形式为大型语言模型（llm）提供特定的相关上下文来增强其性能。与纯粹根据预先训练的知识生成响应的传统法学硕士不同，rag允许您通过检索和利用实时数据或特定领域的信息，使模型的输出与您期望的结果更紧密地结合起来。rag与微调虽然rag和微调的目的都是提高llm的性能，但rag通常是一种更高效且资源友好的方法。微调涉及在专门的数据集上重新训练模型，这需要大量的计算资源、时间和专业知识。另一方面，rag动态检索相关信息并将其合并到生成过程中
- 文章 · python教程 | 2年前 | 486浏览 收藏
-
- Python 数据分析的新时代：拥抱未来趋势
- 人工智能和机器学习的整合人工智能(ai)和机器学习(ML)技术与python的集成正在改变数据分析。通过使用算法和模型，分析师可以自动化任务、提高预测准确性并从大型数据集识别模式。这种整合使数据分析更加高效和洞察力。大数据和云计算大数据和云计算平台使分析师能够处理和存储庞大的数据集。Python与hadoop、spark和云服务(如AWS、Azure和GCP)的集成，使分析师能够扩展其分析能力，处理实时数据并从分布式系统中提取见解。交互式数据可视化交互式数据可视化工具，如Plotly、Bokeh和Tabl
- 文章 · python教程 | 2年前 | 486浏览 收藏
-
- 挣脱GIL枷锁：探索Python并发编程的挑战
- GIL（全局解释器锁）是python解释器的核心部件，它确保同一时间只有一个线程执行Python字节码。虽然GIL提供了线程安全性，但它也限制了Python在并发编程方面的潜力，因为线程只能串行执行。为了克服GIL的限制，出现了各种技术来规避其锁定并实现并发。这些技术包括：多线程：多线程是一种利用多个CPU线程来并行执行代码的技术。在Python中，使用threading模块可以创建和管理线程。然而，GIL限制了每个线程同时执行Python代码的能力。importthreadingdeftask():#执
- 文章 · python教程 | 2年前 | Python 多进程 多线程 并发 gil 486浏览 收藏
-
- Python中的字符串拼接方法有哪些？
- Python中的字符串拼接方法有很多，本文将介绍几种常用的方法，并提供相应的代码示例。这些方法包括使用"+"符号、使用join()方法、使用format()方法以及使用f-string。使用"+"符号拼接字符串：这是一种最简单直接的方法，只需要使用"+"符号将要拼接的字符串连接起来即可。代码示例：str1="Hello"str2=
- 文章 · python教程 | 2年前 | 字符串拼接方法: 使用指定的分隔符。 486浏览 收藏
-
- Python 生成器提前停止怎么保证资源释放：close()、finally 与回归测试
- Python 生成器提前停止时，close() 会通过 GeneratorExit 触发 finally。本文用可复现代码说明未启动、已暂停、清理分支和回归测试的边界，帮助稳定释放文件等资源。
- 文章 · python教程 | 1星期前 | 485浏览 收藏
-
- 如何将多个来源的网站列合并为单一列并保留其他字段信息
- 本文介绍使用 pandas 的 melt() 方法将多个同质 来源列（如 Source1site、Source2site、Source3site）高效合并为一列 MergeSourceSite，同时完整保留 CompanyName、City 等关联字段，并自动去重、清理空值、重排索引。 这段内容主要
- 文章 · python教程 | 1星期前 | 多个 485浏览 收藏
-
- Python获取文件夹文件数方法详解
- os.listdir()返回指定路径下一级子项（文件和文件夹）的名称列表，故len()统计的是条目总数而非纯文件数；需配合os.path.isfile(os.path.join(path,f))过滤才能准确计数。
- 文章 · python教程 | 3个月前 | 485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
-
- 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。
- 17次使用
-
- 腾讯扣叮
- 腾讯扣叮是腾讯推出的6-18岁青少年编程学习平台，依托游戏与AI技术，提供图形化编程、3D创作、虚拟实验室及丰富赛事课程，助力培养计算思维与创新能力。
- 16次使用
-
- 堆友AI学习
- 堆友AI学习是堆友推出的专业AI设计教育平台，提供从基础到进阶的线上课程及线下实训营。结合阿里国际AITIC认证，通过视频教程、笔记分享和实战案例，帮助设计师掌握AIGC技能，提升职业竞争力。
- 7次使用
-
- Framer AI
- Framer AI是一款强大的无代码建站工具，支持通过中文文本描述自动生成、排版并发布响应式网站。目前提供免费无限次生成服务，被评测为效果最佳的AI网站生成器之一，具备智能文案优化及自定义主题功能。
- 11次使用
-
- Figma AI
- Figma AI是Figma推出的原生人工智能设计工具集，提供视觉搜索、自动文本生成、一键建站及智能原型制作等功能。目前处于公开测试阶段，用户可免费试用，助力设计师突破创意瓶颈，大幅提升协作与设计效率。
- 3次使用
