python教程技术文章

  • Python函数测试:单元覆盖全解析
    Python函数测试:单元覆盖全解析
    Python函数测试核心是覆盖关键路径而非追求行数,需明确函数责任边界、测试三类输入场景,并用pytest-cov验证覆盖质量,避免假覆盖陷阱。
    文章 · python教程   |  5个月前  |   284浏览 收藏
  • Python后台任务监控指标设计详解
    Python后台任务监控指标设计详解
    后台任务关键监控指标定义为:task_duration_seconds(直方图耗时)、task_status_total(带task_name等标签的状态计数)、task_queue_length(多源队列积压数),三者分别对应“有没有做完”“做没做错”“做多慢”“会不会拖垮系统”四大目标。
    文章 · python教程   |  5个月前  |   401浏览 收藏
  • TCP内存配置对比:1:4:8vs1:8:16实测解析
    TCP内存配置对比:1:4:8vs1:8:16实测解析
    tcp_mem三元组表示TCP内存水位线(low/pressure/high),单位为页,用于触发不同强度的内存回收策略,而非硬性限制。低于low无干预;low至pressure间保守回收;超过high则强制施压,可能引发“TCP:outofmemory”。
    文章 · python教程   |  5个月前  |   368浏览 收藏
  • 高效Python加速高维矩阵乘法技巧
    高效Python加速高维矩阵乘法技巧
    本文介绍在处理大量高维张量(如shape=(990,1,10,3,3)×(990,1,10,3,1))逐元素矩阵乘法时,用np.einsum替代np.matmul可提升约40%性能,且无需额外依赖或编译开销。
    文章 · python教程   |  5个月前  |   283浏览 收藏
  • Pandas2.0日期处理新变化解析
    Pandas2.0日期处理新变化解析
    Pandas2.0中to_datetime默认不再推断格式,format参数需显式指定;error行为更严格,unit校验增强,底层改用strptime+fastpath,不支持dateutil灵活语法,时区保留更一致,非标准空值需手动清洗。
    文章 · python教程   |  5个月前  |   173浏览 收藏
  • Python高效合并有序列表:heapq.merge实现O(N)算法
    Python高效合并有序列表:heapq.merge实现O(N)算法
    应使用heapq.merge而非sorted(a+b),因其利用两列表有序前提,以O(m+n)时间、O(1)额外空间完成归并;它返回惰性生成器,支持多路、异构有序输入,但要求所有输入同序且不可重复消费。
    文章 · python教程   |  5个月前  |   101浏览 收藏
  • Python任务调度节奏控制教程
    Python任务调度节奏控制教程
    Python采集节奏控制核心是可持续性,需结合随机延迟、时间窗口限流、异步队列、响应反馈自适应及Redis分布式协同。
    文章 · python教程   |  5个月前  |   139浏览 收藏
  • Matplotlib与Seaborn绘图技巧全解析
    Matplotlib与Seaborn绘图技巧全解析
    专业数据图应协同使用matplotlib与seaborn:seaborn快速建模(如lineplot、heatmap),matplotlib精细调控(如set_xlim、legend),二者通过Axes对象无缝衔接,再统一样式并规范保存。
    文章 · python教程   |  5个月前  |   474浏览 收藏
  • 多文件提取PL编号记录块技巧分享
    多文件提取PL编号记录块技巧分享
    本文介绍使用Python自动化提取含指定PL编号的完整数据块(从Name行到下一个Name行前),并按PL值分别保存为独立文件,适用于数千条记录的批量处理场景。
    文章 · python教程   |  5个月前  |   427浏览 收藏
  • Python多线程优化技巧与参数调校方法
    Python多线程优化技巧与参数调校方法
    I/O密集型任务宜用多线程或异步,CPU密集型应选多进程。合理设置线程数为CPU核心数2~4倍,使用ThreadPoolExecutor控制并发,减少GIL竞争,结合async/await提升高并发效率。
    文章 · python教程   |  5个月前  |   Python Python多线程 326浏览 收藏
  • Pythonf-string嵌入带引号字符串技巧
    Pythonf-string嵌入带引号字符串技巧
    f-string中若内嵌含单引号的表达式(如a.find('a')),会导致引号冲突和语法错误;解决方法是统一使用双引号包裹整个f-string,或改用转义、三重引号等替代方案。
    文章 · python教程   |  5个月前  |   489浏览 收藏
  • PEP8规范设计思想解析
    PEP8规范设计思想解析
    PEP8的79字符限制是历史妥协而非硬性要求,关键在于团队配置一致;snake_case与PascalCase体现语义分层;空行规则降低gitdiff噪声;import分组顺序提升可维护性。
    文章 · python教程   |  5个月前  |   170浏览 收藏
  • asyncio.create_task未await的后果与影响
    asyncio.create_task未await的后果与影响
    未await的任务不会立即内存泄漏,但存在未处理异常静默丢失、资源无法释放、无限任务阻塞事件循环三类风险;应跟踪任务、适时await或加异常/清理逻辑,并设置全局异常处理器。
    文章 · python教程   |  5个月前  |   160浏览 收藏
  • PythonJSON数据处理实战指南
    PythonJSON数据处理实战指南
    Python处理JSON依赖json模块,核心是loads()解析字符串、load()读文件、dumps()转字符串、dump()写文件;需注意数据类型、编码、异常处理及with语句资源管理。
    文章 · python教程   |  5个月前  |   435浏览 收藏
  • Python缺失值处理:均值填补实战教程
    Python缺失值处理:均值填补实战教程
    是,默认策略为'mean',但仅适用于数值列;类别列需显式指定'most_frequent',否则报错;fit仅用于训练集以避免数据泄漏,transform用于测试集;须先清洗字符串型缺失值为np.nan。
    文章 · python教程   |  5个月前  |   266浏览 收藏
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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数据集详解:生物医学问答基准、功能与应用指南
    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。
    260次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    306次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    285次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    261次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    72次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码