python教程技术文章
-
- Python dataclasses.field(default_factory) 怎么避免可变默认值共享：实例隔离与嵌套配置校验
- Python dataclasses 使用 list、dict 等可变默认值时，必须用 field(default_factory=...) 为每个实例创建独立对象。本文用配置示例验证共享问题、嵌套工厂和迁移检查点。
- 文章 · python教程 | 2个月前 | Python教程 · Python Field 可变默认值 default_factory dataclasses 479浏览 收藏
-
- multiprocessing 传输大对象为何变慢，如何减少序列化
- multiprocessing 处理大对象变慢，瓶颈常在 pickle 序列化、管道传输、反序列化和内存复制，而非计算本身。本文给出量化方法，并用小任务描述符、批量分块和 SharedMemory 改写数据通道。
- 文章 · python教程 | 1个月前 | 性能优化 · Python教程 · Python 进程间通信 pickle multiprocessing SharedMemory 478浏览 收藏
-
- Python asyncio.Condition.wait_for 如何处理虚假唤醒
- asyncio.Condition.wait() 返回后共享状态可能仍不满足要求。本文从多消费者空队列故障出发，说明 wait_for(predicate) 如何在锁内重复检查条件，并给出通知、超时、取消和代码审查的完整写法。
- 文章 · python教程 | 1个月前 | 并发控制 · Python教程 · asyncio · 虚假唤醒 wait_for Python asyncio asyncio.Condition 异步同步 478浏览 收藏
-
- Python pathlib 复制文件时怎样控制符号链接
- Python pathlib 复制符号链接可选择复制所指内容或重建链接。本文通过隔离示例说明 follow_symlinks、相对目标与对象类型判断，并给出旧版本和权限注意事项。
- 文章 · python教程 | 4星期前 | 478浏览 收藏
-
- Python Jinja StrictUndefined怎样暴露缺失模板变量
- 用一个Jinja通知卡片项目说明StrictUndefined怎样暴露模板错拼与缺失变量，区分必填、可选、None和默认值，避免渲染失败被空白输出掩盖。
- 文章 · python教程 | 4星期前 | Python 模板变量 Jinja StrictUndefined UndefinedError 477浏览 收藏
-
- Python asyncio.Runner 怎样为不同任务切换 contextvars 上下文
- 复用 asyncio.Runner 时，使用 copy_context 和 run(context=...) 为不同入口隔离 contextvars，避免请求标识在异步任务之间串值。
- 文章 · python教程 | 1星期前 | python · 异步编程 · asyncio · Python context contextvars asyncio.Runner 476浏览 收藏
-
- Python dataclass slots怎样减少大量数据对象的实例内存怎样在批处理代码中减少额外分配
- 用 Python dataclass(slots=True) 收紧固定字段对象的实例存储，再配合生成器和有限批次减少批处理中的额外分配，并说明动态属性、弱引用、继承与序列化边界。
- 文章 · python教程 | 2天前 | 476浏览 收藏
-
- Python enum.FlagBoundary 怎样处理未知标志位
- Python 的 Flag 或 IntFlag 接收外部整数时，未知位不一定都要报错。本文用同一个输入对比 STRICT、CONFORM、EJECT、KEEP 四种 FlagBoundary 行为，说明返回类型、值变化和适用场景。
- 文章 · python教程 | 5小时前 | Python enum flag 位运算 IntFlag FlagBoundary 476浏览 收藏
-
- Python asyncio TaskGroup 一个任务失败时其他任务怎么收尾
- TaskGroup 中一个任务失败后，其他任务会被取消并等待收尾；本文用代码说明 CancelledError、ExceptionGroup 与 asyncio.timeout 的边界。
- 文章 · python教程 | 2个月前 | 475浏览 收藏
-
- Python logging.QueueHandler 如何安全收集多进程日志：队列关闭与丢失排查
- 用 QueueHandler 把多进程日志交给 QueueListener 统一写出，重点处理 Queue 的关闭顺序、join_thread 阻塞和日志丢失排查。
- 文章 · python教程 | 2个月前 | 日志 · python · Python QueueListener multiprocessing.Queue logging.QueueHandler 474浏览 收藏
-
- Python pathlib.rglob递归查找文件时为什么漏掉隐藏目录怎样完成一个可复用的最小示例
- pathlib 的 rglob 不会因为点号前缀自动忽略隐藏目录。本文从模式匹配、权限异常、符号链接和排序四个边界解释缺项原因，并给出可复用的 Python 扫描函数。
- 文章 · python教程 | 2天前 | 474浏览 收藏
-
- Python QueueHandler 为什么会丢日志：队列背压、QueueListener 与优雅退出
- Python logging 的 QueueHandler 能把业务线程和日志写入解耦，但队列满、监听线程退出顺序不对时会出现丢日志。本文拆开背压处理、队列容量和优雅退出的边界，给出可复现的验收代码。
- 文章 · python教程 | 2个月前 | 并发 · 日志 · 消息队列 · python · 运维 · Python 背压 QueueHandler QueueListener 日志队列 473浏览 收藏
-
- Python pathlib.Path.is_relative_to 怎样判断路径是否位于指定目录
- Python pathlib.Path.is_relative_to 可以判断一个路径是否位于指定目录下，但它是词法判断，不会访问文件系统，也不会自动解析符号链接或 ..。本文结合目录边界场景说明用法、误区和需要 resolve 的情况。
- 文章 · python教程 | 2星期前 | python · pathlib · Python pathlib 目录边界 Path.is_relative_to 路径判断 473浏览 收藏
-
- Pandas DataFrame.convert_dtypes 怎么统一缺失值列类型
- Pandas DataFrame.convert_dtypes 会按列推断支持 pd.NA 的可空类型：整数列变为 Int32 或 Int64，文本列变为 string，布尔列变为 boolean。本文从混合缺失值现场出发，说明转换结果、后端选择和不应自动推断的边界。
- 文章 · python教程 | 6天前 | 472浏览 收藏
-
- Python 3.14 finally 控制流警告怎么处理：异常保留与迁移检查
- Python 3.14 会在 return、break 或 continue 让控制流离开 finally 时发出 SyntaxWarning。本文复现异常被吞掉的旧写法，解释清理代码与返回值的边界，并给出兼容迁移和 CI 检查清单。
- 文章 · python教程 | 2个月前 | 471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。
- 990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。
- 992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。
- 1116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。
- 1089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。
- 931次使用
