python教程技术文章
-
- NumPy数组导出Excel错位问题解决方法
- numpy.savetxt只能导出纯文本（如CSV），不支持Excel二进制格式，其默认空格分隔符导致Excel误解析为单列，从而出现“错位”；正确做法是用pandas.DataFrame中转并显式指定sep=","、header=True等参数，或通过Excel“数据→从文本/CSV”手动导入。
- 文章 · python教程 | 4个月前 | 364浏览 收藏
-
- 多进程共享变量失效？Python用Value解决
- multiprocessing.Value能解决全局变量失效问题，因为其在共享内存区域创建原子对象，所有进程读写同一物理内存地址（如mmap实现），而非各自副本；需显式指定类型码（如"i"）、通过.value访问，并配合multiprocessing.Lock防竞态。
- 文章 · python教程 | 4个月前 | 278浏览 收藏
-
- Python项目长期维护技巧分享
- Python长期维护项目的核心是保障代码在多人协作、需求迭代等持续压力下仍可读、可测、可改、可交付；需通过模块化设计、类型提示与文档、自动化测试、依赖锁定与环境隔离四大实践支撑。
- 文章 · python教程 | 4个月前 | 125浏览 收藏
-
- Python编码错误解决：设置PYTHONIOENCODING方法
- PYTHONIOENCODING=utf-8仅影响sys.stdout/stderr初始化，对文件读写、网络传输、数据库、logging等无效；失效场景包括stdout被reconfigure覆盖、子进程不继承、Windows终端代码页未同步、IDE或Web框架重定向标准流。
- 文章 · python教程 | 4个月前 | 330浏览 收藏
-
- Scikit-learn如何划分训练集和测试集
- train_test_split数据比例异常的根本原因是未设random_state或误将test_size当绝对数量用；它默认按比例切分，传整数才按条数切，但需确保数据量足够且行数一致，加stratify=y可保类别比例，shuffle=True防时序泄露，返回顺序固定为X_train、X_test、y_train、y_test，时间序列须用TimeSeriesSplit。
- 文章 · python教程 | 4个月前 | 397浏览 收藏
-
- Python向量化函数多次调用失效原因解析
- 本文解析为何selection_update_weights()函数首次调用生效、后续调用无更新——根本原因在于所有更新逻辑均依赖静态原始列（如predicted_score_difference），未引入状态累积或自引用更新，导致重复执行结果恒定。
- 文章 · python教程 | 4个月前 | 228浏览 收藏
-
- Python生成JUnit报告及Jenkins集成教程
- Pytest本身不生成标准JUnitXML，但用--junitxml参数可以生成Jenkins可识别的近似格式——前提是别指望它100%兼容所有JUnit解析器，尤其涉及嵌套套件或自定义属性时。为什么--junitxml生成的文件Jenkins能认，但有时显示异常Pytest的--junitxml输出的是“JUnit风格”而非严格遵循JUnitDTD/XSD的XML。Jenkins的JUnit插件做了宽松解析，能容忍缺失testsuite@hos
- 文章 · python教程 | 4个月前 | 103浏览 收藏
-
- FlaskSQLAlchemy数据库读写分离配置教程
- SQLAlchemy-Bind是Flask-SQLAlchemy的多数据库绑定机制，非独立包；它通过SQLALCHEMY_BINDS配置字典定义多个数据库连接，并由模型的__bind_key__显式指定归属，未声明者默认使用SQLALCHEMY_DATABASE_URI所指主库。
- 文章 · python教程 | 4个月前 | 408浏览 收藏
-
- pytest脱敏技巧：修改_runtest_logreport过滤敏感信息
- pytest_runtest_logreport不适合脱敏，因为它仅接收已字符串化的report（如longrepr、capstdout），不接触原始参数、断言表达式或日志record对象；敏感信息在进入该hook前就已固化为不可逆文本，正则替换易漏误伤且无法覆盖动态值。
- 文章 · python教程 | 4个月前 | 431浏览 收藏
-
- Python随机抽取多个样本技巧
- random.sample不能重复抽样因其设计为无放回抽样，内部打乱索引后取前k个；重复值源于原列表本身含重复元素，非函数问题。
- 文章 · python教程 | 4个月前 | 458浏览 收藏
-
- 生成器表达式实现多层数据扁平化方法
- 本文详解生成器表达式在嵌套迭代场景中的常见误区，重点说明为何(wordforwordinsplit_lines)无法扁平化二维结构，并提供标准的嵌套生成器写法及优化方案。
- 文章 · python教程 | 4个月前 | 239浏览 收藏
-
- Python函数添加Google风格Docstring教程
- GoogleDocstring采用三段式结构：简短摘要、空行、详细说明；Args:等字段顶格冒号结尾，参数名与函数签名一致，类型用str等实际名称，Returns:和Raises:需准确描述，类型提示与Docstring类型应保持一致。
- 文章 · python教程 | 4个月前 | 104浏览 收藏
-
- FastAPI登录后字段响应模型实现方法
- FastAPI实现“登录后才显示某些字段”的核心是动态响应模型，可通过三种方式：一用Field(exclude=True)配合model_dump条件序列化；二定义UserPublic与UserPrivate两个模型并用Union响应类型；三用依赖注入+模型工厂函数按权限返回不同实例。
- 文章 · python教程 | 4个月前 | 310浏览 收藏
-
- Python计算余弦相似度教程
- cosine_similarity对超长文本报错或不准，因其只处理向量；超长文本直接向量化易致内存爆炸、维度失控或语义失真；应先分句、用sentence-transformers编码、再均值池化并归一化后计算相似度。
- 文章 · python教程 | 4个月前 | 110浏览 收藏
-
- NumPy矩阵乘法怎么算？
- 推荐新代码优先用@或matmul：matmul专为矩阵乘法设计，只对最后两轴做双点积并支持广播，而dot行为复杂（一维为内积、高维易降维），易引发隐式bug。
- 文章 · python教程 | 4个月前 | 339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。
- 258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。
- 302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。
- 282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。
- 259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。
- 68次使用
