python教程技术文章
-
- PythonFlask大文件流式传输优化方法
- Flask默认send_file不适合大文件传输,因其一次性读入内存且存在目录遍历风险;应改用生成器+Response流式响应,配合路径校验、禁用Nginx缓冲等完整链路控制。
- 文章 · python教程 | 4个月前 | 244浏览 收藏
-
- Python爬虫如何过滤无效链接?正则校验URL格式
- urllib.parse.urlparse比正则更可靠,因其严格遵循RFC3986解析URL结构,能正确处理localhost、IDN域名、中文路径等复杂情况,而正则易漏判或误杀且难以覆盖所有合法格式。
- 文章 · python教程 | 4个月前 | 314浏览 收藏
-
- Pandas DataFrame 列名转列值重塑方法
- 本文介绍使用pandas的melt+pivot组合操作,将原始DataFrame的列名(如"Movie1","Movie2")转化为新列的值,并按原单元格内容(如"1stchoice","2ndchoice")重新组织行列结构,实现行列角色对调。
- 文章 · python教程 | 4个月前 | 139浏览 收藏
-
- Python操作MinIO:文件存储实战教程
- MinIO在企业级应用中扮演多面手角色,常用于大数据和AI/ML工作负载、云原生应用持久化存储、备份与归档、媒体内容管理及私有云存储。1.作为数据湖存储层,支持Spark、TensorFlow等框架高性能访问;2.为Kubernetes微服务提供高可用后端存储;3.支持版本控制与生命周期管理,确保数据安全;4.提供高吞吐量,适用于富媒体文件存储与分发;5.构建S3兼容的私有对象存储,满足合规性与成本控制需求。
- 文章 · python教程 | 4个月前 | 446浏览 收藏
-
- 判断Python对象是否可迭代,可以通过以下几种方法:1.使用isinstance()检查是否为Iterable类型Python的collections.abc模块中定义了Iterable抽象基类。可以通过检查对象是否是Iterable的实例来判断它是否可迭代。fromcollections.abcimportIterableobj=[1,2,3]ifisinstance(obj,Iterable
- isinstance(obj,collections.abc.Iterable)仅检查__iter__方法存在性或旧式__getitem__协议,不验证实际可迭代行为;真正安全的判断应调用iter(obj)并捕获TypeError,因其模拟for循环底层机制,能发现返回非法值、索引不从0开始等真实错误。
- 文章 · python教程 | 4个月前 | 345浏览 收藏
-
- Python单下划线方法的作用及使用技巧
- Python中单下划线前缀(如_method)仅为内部使用约定,不阻止外部访问;双下划线触发名称改写(如_Foo__method)以防子类覆盖,但非真正私有;选择依据是职责边界而非可见性。
- 文章 · python教程 | 4个月前 | 317浏览 收藏
-
- Flask实现断点续传方法详解
- Flask需手动解析Range头并返回206响应:提取bytes范围,校验有效性,设置Content-Range;send_file在conditional=True且传入文件对象时可自动支持;大文件应使用流式Response生成器分块读取;反向代理常导致Range失效,需直连排查。
- 文章 · python教程 | 4个月前 | 130浏览 收藏
-
- Pythonpytest测试C扩展:Cython与C代码实战技巧
- 能,pytest可直接import并调用已正确编译安装的C扩展模块,测试方式与普通Python模块一致,需关注编译环境、接口封装、崩溃调试及CI配置。
- 文章 · python教程 | 4个月前 | 149浏览 收藏
-
- Python函数副作用控制与预测性技巧
- Python函数副作用控制的核心是确保相同输入始终产生相同输出且不意外修改外部状态,常见副作用包括修改可变对象、全局变量、I/O操作及实例属性;应通过不可变数据、纯/操作函数分离、边缘化副作用、显式标注与针对性测试来实现可控。
- 文章 · python教程 | 4个月前 | 176浏览 收藏
-
- 多节点共享HuggingFace模型缓存方法
- 通过统一挂载共享存储(如NFS或JuiceFS)并重定向~/.cache/huggingface/hub目录,可实现不同用户、不同主机间模型文件的零重复下载与安全复用。
- 文章 · python教程 | 4个月前 | 275浏览 收藏
-
- Python多线程调试工具推荐
- 调试Python多线程程序需结合日志、IDE调试器和性能工具。首先配置logging模块,将threadName纳入日志格式,便于区分线程执行轨迹;开发阶段启用DEBUG级别,记录线程生命周期全过程。使用PyCharm或VSCode等现代IDE,利用其多线程断点功能,在任意线程设置断点并查看调用栈与变量状态,结合条件断点和日志断点监控循环行为。针对性能瓶颈,采用py-spy进行无侵入式采样,生成火焰图定位高CPU占用函数。对于死锁或锁竞争问题,可借助GDB配合gdb-python插件深入解释器层面分析。编
- 文章 · python教程 | 4个月前 | Python Python多线程 254浏览 收藏
-
- Python静态方法详解与使用场景
- 静态方法是通过@staticmethod装饰器定义的、不依赖实例或类状态的工具函数,适合用于逻辑相关但无需访问属性的场景,如数据验证、数学计算等。
- 文章 · python教程 | 4个月前 | 290浏览 收藏
-
- Python项目快速生成setup.cfg方法
- setup.cfg已被弃用,新项目应使用pyproject.toml;其最小配置含[build-system]和[project]两段,支持动态版本、现代构建后端,并可通过hatch快速生成。
- 文章 · python教程 | 4个月前 | 337浏览 收藏
-
- PythonMarkdown转HTML教程详解
- markdown.markdown()默认仅支持基础语法,表格、目录等功能需手动启用"tables"和"toc"等扩展;否则|A|B|渲染为纯文本,[TOC]不生成目录,标题也无锚点ID。
- 文章 · python教程 | 4个月前 | 387浏览 收藏
-
- Django集成Swagger:drf-yasg接口文档教程
- 必须配置DEFAULT_SCHEMA_CLASS,否则drf-yasg无法识别接口,导致SwaggerUI显示“Nooperationsdefined”;需在settings.py中设置为'drf_yasg.inspectors.SwaggerAutoSchema',并正确注册app和挂载路由。
- 文章 · python教程 | 4个月前 | 119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。
- 229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。
- 275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。
- 237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。
- 222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。
- 19次使用

