python教程技术文章
-
- 正则表达式中 | 符号用于表示“或”运算，匹配多个选项中的任意一个。以下是几个使用示例：匹配“apple”或“orange” apple|orange该正则会匹配字符串中的 "apple" 或 "orange"。匹配“cat”、“dog”或“bird” cat|dog|bird该正则会匹配 "cat"、"dog" 或 "bird"。与字符组结合使用 a|b|c等同于 [abc]，匹配单个字符
- 正则表达式中的|符号表示“或”，用于匹配左右任意一个表达式；1.基本用法是匹配多个字符串，如apple|orange可匹配“apple”或“orange”；2.配合括号分组可限制“或”的范围，如(cat|dog)food表示匹配“catfood”或“dogfood”；3.实际应用中需避免歧义、注意性能问题，并根据平台决定是否转义。
- 文章 · python教程 | 6个月前 | 479浏览 收藏
-
- 布尔索引筛选技巧，NumPy实战应用
- 应使用布尔索引而非for循环进行NumPy条件过滤，因其利用向量化操作和底层C优化，避免Python解释器开销、保持内存连续性并返回ndarray；多条件需用&、|、~并加括号，二维需维度匹配。
- 文章 · python教程 | 6个月前 | 130浏览 收藏
-
- Python异步异常捕获方法解析
- asyncio.gather()需设return_exceptions=True才能继续执行并收集全部结果，此时异常对象会作为列表元素返回，需用isinstance(r,BaseException)判别，结果顺序与输入严格一致。
- 文章 · python教程 | 6个月前 | 412浏览 收藏
-
- GEKKO复数共轭实现技巧分享
- GEKKO本身不直接支持复数变量或.conj()方法，但可通过手动分离实部与虚部、分别建模来实现复数共轭——即保持实部不变、虚部取反，并确保所有优化逻辑兼容底层实数求解器。
- 文章 · python教程 | 6个月前 | 382浏览 收藏
-
- SQLAlchemy2.0查询优化与日志追踪详解
- 开启echo=True仅显示SQL和参数，不显示执行时间；需配合echo_pool=True查连接池问题，测真实耗时须用应用层日志或数据库慢日志。
- 文章 · python教程 | 6个月前 | 339浏览 收藏
-
- Pythonlambda结合map与filter的函数式编程技巧
- lambda只适合单表达式、无副作用、逻辑简单的函数；需分支、多行、异常处理或调试时必须用def。它不是语法糖而是设计约束，Python明确不支持多行lambda。
- 文章 · python教程 | 6个月前 | 470浏览 收藏
-
- Python3.5安装步骤详解
- 答案：Python3.5可在Windows、macOS和Linux上安装。Windows用户从官网下载安装包并勾选添加到PATH；macOS建议使用官方安装包或Homebrew安装；Linux（Ubuntu）可通过deadsnakesPPA安装。安装后通过python3.5--version验证，建议用于旧项目维护。
- 文章 · python教程 | 6个月前 | 476浏览 收藏
-
- Django长URL如何拆分维护？用include优化路由配置
- 应使用include()分层管理路由。在各应用下建urls.py并设app_name，主urls.py用path('prefix/',include('app.urls',namespace='app'))引入；子路由勿用^$锚点，urlpatterns须为列表而非函数。
- 文章 · python教程 | 6个月前 | 159浏览 收藏
-
- PythonKMeans聚类教程详解
- KMeans聚类的核心步骤包括数据预处理、模型训练与结果评估。1.数据预处理：使用StandardScaler对数据进行标准化，消除不同特征量纲的影响；2.模型训练：通过KMeans类设置n_clusters参数指定簇数，调用fit方法训练模型；3.获取结果：使用labels_属性获取每个数据点所属簇，cluster_centers_获取簇中心坐标；4.可视化：绘制散点图展示聚类效果及簇中心；5.K值选择：结合手肘法（Inertia）和轮廓系数（SilhouetteScore）确定最佳簇数，提升聚类质量；
- 文章 · python教程 | 6个月前 | 184浏览 收藏
-
- PySide2实现tqdm进度条实时更新方法
- 本文详解为何PySide2无法默认捕获tqdm输出（因其绕过sys.stdout.write直接操作终端控制序列），并提供两种可靠方案：修改tqdm配置使其兼容重定向流，或适配jMetalPy的ProgressBarObserver以显式触发标准输出。
- 文章 · python教程 | 6个月前 | 169浏览 收藏
-
- Sphinx与ReadTheDocs配置教程
- Sphinx是本地文档构建工具，ReadtheDocs是托管平台；常见问题包括PATH未配置导致命令找不到、插件版本不兼容、readthedocs.yml路径或缩进错误、RTD版本未激活及构建日志被忽略。
- 文章 · python教程 | 6个月前 | 219浏览 收藏
-
- PySpy非侵入式性能分析配置指南
- py-spy报Permissiondenied的根本原因是需SYS_PTRACE权限读取进程内存，Linux默认禁止非特权进程使用ptrace；解决方法包括：本地用sudo运行、Docker加--cap-add=SYS_PTRACE、K8s在securityContext中声明该能力，并确保/proc只读挂载。
- 文章 · python教程 | 6个月前 | 283浏览 收藏
-
- Python定时收集多服务器CSV数据技巧
- 最稳方式是用Paramiko的SFTP校验文件大小+编码探测+字段对齐+文件锁+时间/大小双重缺失判断。关键在传后校验、编码适配、并发控制、缺失告警，而非仅传输本身。
- 文章 · python教程 | 6个月前 | 462浏览 收藏
-
- Python使用np.insert插入NumPy行或列
- axis=0插入行，axis=1插入列；axis指被操作的维度，与插入位置无关，只决定新增数据方向。
- 文章 · python教程 | 6个月前 | 429浏览 收藏
-
- Python大数组分片，np.array_split防错技巧
- np.array_split比np.split更适合分块大数组，因其能自动处理余数、不报错；它按axis=0默认行拆，需显式指定axis=1才列拆；返回子数组长度最多相差1，非严格均等。
- 文章 · python教程 | 6个月前 | 131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。
- 1014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。
- 1018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。
- 1142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。
- 1116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。
- 959次使用
