python教程技术文章
-
- Python多进程日志管理技巧
- 根本原因是Python默认FileHandler和StreamHandler非进程安全，多进程并发写同一文件或stdout会导致乱序、丢日志；应使用QueueHandler+QueueListener方案实现跨进程安全日志。
- 文章 · python教程 | 6个月前 | 274浏览 收藏
-
- 正则匹配XML/HTML标签方法详解
- 用正则表达式匹配XML或HTML标签适用于简单场景，但不适用于复杂结构。1.匹配开始标签可用<([a-zA-Z]+)(\s+[^>]*)?>；2.匹配闭合标签可用<\/([a-zA-Z]+)\s*>；3.匹配整个标签对及其内容可用<([a-zA-Z]+)(\s+[^>]*)?>(.*?)<\/\1\s*>；4.处理自闭合标签可用<([a-zA-Z]+)(\s+[^>]*)?\s*\/?>。注意：正则无法正确处理嵌套结构，推荐使用
- 文章 · python教程 | 6个月前 | 365浏览 收藏
-
- KNN填充空值方法与技巧分享
- KNNImputer需输入纯数值型矩阵且NaN为np.nan，必须标准化后直接fit_transform，不可预填充；n_neighbors宜从5起步，避免高维稀疏或连续多列缺失导致协方差病态。
- 文章 · python教程 | 6个月前 | 236浏览 收藏
-
- FastAPIPath参数正则匹配详解
- FastAPI中Path参数正则约束需写在路径字符串中，格式为{param_name:regex}，如@app.get("/item/{item_id:\d+}")；正则在路由匹配阶段生效，不满足则直接404，且不可含捕获组。
- 文章 · python教程 | 6个月前 | 400浏览 收藏
-
- Python时间序列预测：ARIMA模型实战教学
- Python实现ARIMA时间序列预测的步骤包括：1.数据准备并确保时间索引；2.进行ADF检验判断平稳性，不平稳则差分处理；3.通过ACF/PACF图确定P、D、Q参数；4.拟合ARIMA模型；5.预测并可视化结果。ARIMA的P、D、Q参数分别通过PACF图截尾位置定P，ACF图截尾位置定Q，差分阶数由平稳性检验定D，也可结合AIC/BIC准则优化。常见挑战包括非平稳处理不当、异常值与缺失值影响、过拟合并导致泛化差、数据泄露及忽略预测不确定性。除ARIMA外，还可探索指数平滑法、Prophet、SAR
- 文章 · python教程 | 6个月前 | 394浏览 收藏
-
- SeleniumPython精准点击音乐按钮技巧
- 本文详解如何用Selenium正确查找并点击嵌套在music-button元素内的<button>，避免因元素未加载或查找失败导致的AttributeError:'NoneType'objecthasnoattribute'click'错误。
- 文章 · python教程 | 6个月前 | 140浏览 收藏
-
- Python文件监控方法及变化检测教程
- Python文件监控应使用watchdog库而非轮询，因其基于系统原生事件、跨平台且高效；核心事件包括on_created、on_deleted、on_modified、on_moved，生产环境需注意异常隔离、路径安全与资源释放。
- 文章 · python教程 | 6个月前 | 302浏览 收藏
-
- Python防暴力登录：账户锁定与限制策略
- 最稳组合是Flask-Login+Redis：用login_fail:{username}为key，incr()计数并expire(300)设5分钟过期，超5次即拒验密码防时序攻击；Django-axes需迁移表、配IP+用户双锁、反代时修正IP获取顺序；禁用lru_cache因不跨进程且无过期；前端禁用按钮仅为体验优化，非安全措施。
- 文章 · python教程 | 6个月前 | 472浏览 收藏
-
- NumPy找局部极值，np.diff()找峰值波谷技巧
- 用np.diff()找局部极值易漏边界点，因其输出长度减1、仅反映相邻变化，无法判断首尾极值；需单独检查arr[0]和arr[-1]，且diff索引对应变化位置而非极值位置。
- 文章 · python教程 | 6个月前 | 233浏览 收藏
-
- Python如何给每张图添加文字？
- 使用Pillow时，若在循环中反复向同一图像对象添加文字却未重置画布，会导致文字层层叠加；正确做法是在每次迭代中重新加载原始图像，确保每次绘制都基于干净的底图。
- 文章 · python教程 | 6个月前 | 263浏览 收藏
-
- NumPy广播错误怎么解决？维度对齐与newaxis技巧
- 快速定位ValueError：立即打印所有参与运算数组的shape；广播要求从尾部对齐且非1维度必须相等，用None升维最安全，需确保所有数组最终能扩展成目标shape。
- 文章 · python教程 | 6个月前 | 155浏览 收藏
-
- Python测试文化对团队质量的影响
- Python测试失败主因是环境配置与规范问题：sys.path、包结构、命名规则（test_、Test、test_*.py）、mock误用及覆盖率陷阱，非懒惰所致。
- 文章 · python教程 | 6个月前 | 192浏览 收藏
-
- Python爬虫技巧入门教程
- 量化数据采集首选requests+BeautifulSoup抓静态页，动态内容优先调API，反爬用随机UA和限频，数据落地用CSV或SQLite。
- 文章 · python教程 | 6个月前 | 237浏览 收藏
-
- Flask表单验证技巧：WTForms轻松用
- validate_on_submit()总是返回False的根本原因是请求方法不匹配或CSRF令牌缺失；Flask-WTF要求POST请求且表单含csrf_token字段，否则跳过验证直接返回False。
- 文章 · python教程 | 6个月前 | 472浏览 收藏
-
- Python用生成器高效读取大文件数据
- 直接open()+readlines()会爆内存，因为readlines()将整个文件一次性加载进内存，产生远超文件大小的字符串对象开销；应改用forlineinf:或自定义带异常处理的生成器。
- 文章 · python教程 | 6个月前 | 467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。
- 291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。
- 344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。
- 347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。
- 310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。
- 131次使用
