python教程技术文章
-
- Rope与Jedi代码重构对比分析
- rope适合安全跨文件重命名，依赖完整项目结构和正确配置；jedi仅定位引用位置，不修改代码且缺乏语义准确性。
- 文章 · python教程 | 6个月前 | 415浏览 收藏
-
- PythonETL作业幂等重跑技巧
- 关键在于用run_id或batch_date作逻辑分区键，写入前显式清理对应分区数据，禁用auto-commit并手动提交Kafkaoffset，统一使用UTC时间（如pendulum.today('UTC')）避免时区不一致。
- 文章 · python教程 | 6个月前 | 267浏览 收藏
-
- Flask与FastAPI怎么选？框架对比分析
- 选FastAPI，当接口需await调用异步IO（如asyncpg、httpx）；否则Flask更简单。FastAPI自带异步支持、自动文档与强类型校验，Flask同步为主，混用async易出错。
- 文章 · python教程 | 6个月前 | 458浏览 收藏
-
- Python高效创建对象优化技巧
- Python中大量对象创建确实会带来明显的性能开销，核心原因在于内存分配、初始化函数调用、引用计数更新和垃圾回收压力。这不是“写法错误”，而是语言运行时机制决定的客观限制。对象创建开销主要来自哪几块？每次MyClass()执行时，CPython会依次做：在堆上分配内存（涉及内存池管理，小对象走obmalloc，仍有开销）调用__new__（默认由object.__new__完成，但需查找和分发）调用__init__（哪怕空方法，也是函数调用+栈帧创建）为每
- 文章 · python教程 | 6个月前 | 412浏览 收藏
-
- Python开发的知名网站有哪些？
- Python在现代Web生态中承担不可替代的中枢角色，被Instagram、Pinterest、Reddit、Disqus、Mozilla支持站、Spotify、Dropbox等广泛用于后端核心、推荐系统、数据管道、运维工具及API服务。
- 文章 · python教程 | 6个月前 | 303浏览 收藏
-
- Python操作UNC路径与SMB文件技巧
- Python访问UNC路径失败主因是网络重定向未解析，非权限问题；推荐用win32wnet映射盘符或pysmb库直连SMB，注意会话上下文、SMB版本及超时处理。
- 文章 · python教程 | 6个月前 | 485浏览 收藏
-
- Python异常处理与错误控制详解
- 异常捕获应按业务边界划定范围，以完整业务步骤为最小可恢复单元；底层抛具体异常，上层依类型响应；慎用裸except，优先明确异常类型；异常后须做状态清理或补偿。
- 文章 · python教程 | 6个月前 | 407浏览 收藏
-
- extras_require与dependencygroups区别详解
- pyproject.toml中extras_require不生效是因为应使用[project.optional-dependencies]而非[project]下的extras_require；环境标记需严格按"pkg;sys_platform=='win32'"格式书写；依赖冲突须用pipcheck或--dry-run检测。
- 文章 · python教程 | 6个月前 | 333浏览 收藏
-
- {"title":"logging结构化输出JSON设置方法"}
- 默认logging不能直接输出JSON，因其Formatter将日志拼为字符串且字段不可控；需自定义Formatter子类重写format()，过滤不可序列化字段、处理异常堆栈、用json.dumps()输出合法JSON，并通过LoggerAdapter或Filter注入trace_id等上下文字段。
- 文章 · python教程 | 6个月前 | 224浏览 收藏
-
- Python列表与元组区别详解
- 元组和列表最核心的区别在于：元组是不可变对象，列表是可变对象。这意味着一旦创建，元组的元素不能被修改、添加或删除；而列表支持增删改查所有操作。这个“不可变性”不是语法限制，而是由Python对象模型决定的底层行为。不可变≠不能包含可变对象元组自身不可变，指的是它的元素个数和每个位置绑定的对象引用不能变。但它完全可以包含列表、字典等可变对象：t=([1,2],{"a":3})是合法元组t[0].append(3)可以执行——修改的是内部列表，元组指向该列表的引用没变
- 文章 · python教程 | 6个月前 | 295浏览 收藏
-
- Python正则表达式使用与管理技巧
- 应将正则集中管理为命名常量，推荐用REGEX_PATTERNS字典或模块级compiledre.Pattern对象，按地域拆分子模块，启用re.VERBOSE提升可读性，并通过单元测试覆盖匹配/不匹配/边界场景。
- 文章 · python教程 | 6个月前 | 336浏览 收藏
-
- Python数据回放机制详解与实现思路
- resample丢数据因默认右闭区间且不填充，需set_index、closed='left'、label='left'并接asfreq或ffill；重复时间戳须先drop_duplicates；islice流式慢因线性扫描，应改用chunksize或np.searchsorted；sleep控速不准，需perf_counter动态校准。
- 文章 · python教程 | 6个月前 | 218浏览 收藏
-
- Pythonasyncio错误排查与解决方法
- 最常见的错误是调用async函数未加await导致协程对象未执行；await只能在async函数内使用；混用同步阻塞操作会卡住事件循环；需用asyncwith管理资源并妥善处理取消；create_task()后须保存task引用以避免丢失。
- 文章 · python教程 | 6个月前 | 463浏览 收藏
-
- Pythondelattr：动态删属性与内存优化
- delattr不会释放内存，仅从实例字典中移除属性名引用；它不触发垃圾回收，也不等价于del变量，常见于动态删除运行时生成的属性名。
- 文章 · python教程 | 6个月前 | 295浏览 收藏
-
- Python多环境管理：condacreate与activate教程
- condacreate指定Python版本不生效，主因是channel优先级混乱和依赖解析忽略小版本；应加--override-channels-cdefaults或同步指定python/pip版本，并立即用python-c"importsys;print(sys.version)"验证。
- 文章 · python教程 | 6个月前 | 178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。
- 308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。
- 366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。
- 361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。
- 329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。
- 153次使用
