python教程技术文章-Golang学习网

分类:

最新
热门

请选择

三天内一周内一月内三月内

Pandas递归过滤与复杂条件处理技巧

Pandas中实现数据的递归过滤，核心在于定义清晰的过滤条件和终止条件，并通过自定义函数和循环结构不断应用筛选规则。1.首先，定义递归函数接收DataFrame并返回过滤后的结果；2.然后，使用循环不断调用该函数，直到满足终止条件或数据集不再变化；3.对于复杂条件，可分解问题并结合自定义函数与逻辑运算符进行组合；4.为避免递归深度过大，可采用迭代方法（如队列）替代递归；5.处理循环依赖时，使用集合记录已访问节点以防止无限循环；6.优化性能方面，可使用向量化操作、query方法、merge操作或并行处理技术

文章 · python教程 | 2个月前 | 性能优化 Pandas 迭代方法递归过滤复杂条件 431浏览收藏
Python如何分析注塑工艺异常？

传统方法难以有效识别注塑工艺异常的原因主要有三点：1.经验依赖性强，难以量化和传承；2.阈值设定单一，无法捕捉多变量组合异常；3.数据孤岛严重，缺乏全面关联分析。注塑工艺异常分析系统通过Python构建，首先依赖传感器采集熔体温度、注射压力、螺杆位置等关键参数，并进行数据清洗、标准化和特征工程，提取如峰值、波动率、标准差等深层特征。随后，采用IsolationForest、One-ClassSVM、LOF或Autoencoders等无监督算法训练模型，实现多变量异常检测。系统部署后可实时预警并集成至MES

文章 · python教程 | 2个月前 | Python 机器学习数据处理异常检测注塑工艺异常 245浏览收藏
Python短视频批量剪辑教程详解

Python用MoviePy和OpenCV可高效批量剪辑短视频，实现裁剪、拼接、加水印、格式统一等自动化操作；2.性能优化靠多进程并行处理、合理设置FFmpeg编码参数（如preset和threads）、避免内存溢出；3.常见挑战包括FFmpeg兼容性、音视频不同步、资源耗尽，解决方法为Docker封装环境、标准编解码器配置、分批处理与日志调试，最终能稳定落地批量任务。

文章 · python教程 | 2个月前 | Python FFmpeg 批量处理 MoviePy 短视频剪辑 116浏览收藏
Python实现半导体缺陷检测方法解析

Python在半导体封装外观缺陷识别中的应用核心在于结合图像处理与深度学习技术。1.首先通过工业相机和光源系统获取高分辨率图像数据，并进行降噪、灰度化、对比度增强和尺寸归一化等预处理。2.随后采用两种主流方法进行缺陷识别：一是基于Canny算子、形态学操作和GLCM的图像处理方法，具有较强可解释性但鲁棒性不足；二是构建CNN模型（如VGG、ResNet）进行分类或U-Net、MaskR-CNN进行定位与分割的深度学习方法，具备更强适应性和准确性。3.常用工具包括OpenCV、Pillow、NumPy用于图

文章 · python教程 | 2个月前 | Python 深度学习图像处理数据标注半导体缺陷检测 442浏览收藏
Python如何识别区块链洗钱行为？

Python检测区块链洗钱的关键在于数据分析、特征工程与图分析，首先需获取交易数据并转化为特征，如交易额、地址活跃度、资金路径等，接着使用无监督学习或图神经网络识别异常模式，常用工具包括pandas、networkx、scikit-learn、PyG等，面临的挑战包括数据规模、匿名性、缺乏标注数据及洗钱技术演变，应对策略涵盖分布式计算、链下数据融合、异常检测优化及模型持续迭代。

文章 · python教程 | 2个月前 | Python 数据分析特征工程区块链洗钱图分析 331浏览收藏
Python源码下载影视教程分享

首先要通过浏览器开发者工具抓取目标视频的M3U8播放列表URL；2.然后用Python的requests库下载并解析M3U8文件，提取.ts分段地址；3.接着使用多线程并发下载所有.ts文件，同时加入重试和进度提示；4.最后调用ffmpeg工具合并分段为完整视频，整个过程需处理请求头伪装、路径拼接与异常控制，才算完成一次稳定可靠的影视剧集下载。

文章 · python教程 | 2个月前 | Python FFmpeg Requests 视频下载 m3u8 342浏览收藏
Python如何实现PCB缺陷检测

PCB焊接缺陷图像采集与预处理的关键挑战包括照明的均匀性与稳定性、PCB板的定位与对齐、焊点本身的多样性与复杂性、以及环境因素干扰。1.照明问题会导致焊点亮度和颜色不一致，需采用漫反射或环形光源解决；2.PCB板位置变化要求使用图像配准算法确保检测一致性；3.焊点外观差异需通过预处理消除非缺陷因素影响；4.环境中的灰尘和杂质需要算法具备一定鲁棒性过滤能力。

文章 · python教程 | 2个月前 | Python 机器学习计算机视觉异常检测 PCB焊接缺陷检测 211浏览收藏
Python协程调度揭秘：事件循环与切换解析

Python协程的调度基于事件循环而非线程切换。事件循环作为核心协调器，监听I/O事件并管理协程执行。当协程遇到I/O阻塞时，通过await交出控制权，事件循环据此调度其他任务。I/O就绪后，事件循环恢复相应协程，实现非阻塞并发。底层依赖生成器机制与I/O多路复用技术（如epoll），协程切换仅在用户态保存少量状态，效率远高于线程。然而，协程无法处理CPU密集型任务，需协程自身主动交出控制权，否则将阻塞整个事件循环。理解生成器（yield/yieldfrom）与事件循环机制，是掌握Python协程调度的关

文章 · python教程 | 2个月前 | 生成器事件循环 async/await Python协程 I/O多路复用 488浏览收藏
多语言字幕识别，Python实现教程

要识别电影字幕语言并处理相关问题，首先需解析字幕文件、检测语言、处理编码，并可选地进行翻译与时间轴同步。1.使用pysrt库读取SRT文件，结合chardet自动检测文件编码，避免乱码；在打开文件时指定正确编码或统一转换为UTF-8。2.利用langdetect库进行语言检测，对短文本可合并多个字幕片段以提升准确率；对于更高精度需求，可采用spaCy等更强大的NLP模型或结合多种检测方法进行投票决策。3.清洗文本时使用正则表达式去除时间戳和HTML标签，确保输入语言检测器的文本干净有效。4.若需翻译，可通

文章 · python教程 | 2个月前 | Python 编码处理多语言字幕识别语言检测时间轴同步 114浏览收藏
Python如何用U-Net检测医疗影像异常？

Python结合U-Net网络能有效检测医疗影像异常区域，其核心在于利用U-Net学习正常影像特征并识别异常。1.数据准备阶段需大量带标注的医疗影像，采用数据增强或迁移学习应对数据不足；2.搭建U-Net网络结构，使用编码器-解码器和跳跃连接融合多尺度特征；3.训练模型时选用二元交叉熵或Dice系数损失函数，结合Adam等优化器并监控验证集；4.异常检测阶段通过计算输入与输出的残差定位异常区域；5.后处理去除噪声和平滑边界以优化结果。损失函数选择依据任务特性，评估模型性能常用灵敏度、特异度、精确率、F1-

文章 · python教程 | 2个月前 | Python 深度学习异常检测医疗影像 U-Net 372浏览收藏
Python变长列对齐写入技巧

本教程详细介绍了如何在Python中将列表数据写入文本文件，并确保即使第一列文本长度不一，也能实现整齐的列对齐。通过动态计算第一列的最大宽度，并结合Python的f-string格式化能力，可以精确控制输出格式，使数据以专业的表格形式呈现，避免传统制表符带来的错位问题。

文章 · python教程 | 2个月前 | 467浏览收藏
$Python用pct\_change计算数据增长方法$

Python用pct\_change计算数据增长方法

在Python中计算增长率时，pct_change方法是首选，因为它简化了代码、内置处理NaN值，并支持灵活的周期参数。首先，它一行代码即可完成增长率计算，提升开发效率；其次，自动处理缺失值，避免除零错误；再者，通过periods参数轻松应对不同周期分析需求。对于缺失值，可在计算前使用fillna填充、interpolate插值或dropna删除；对于异常值，可通过统计识别、平滑处理或对数变换减轻影响。进阶用法包括累计增长率计算、分组增长率分析，并结合原始数据和趋势平滑进行深入分析。

文章 · python教程 | 2个月前 | 261浏览收藏
Python连接RabbitMQ教程详解

Python操作RabbitMQ最常见方式是使用pika库，具体步骤如下：1.安装pika并启动RabbitMQ服务；2.建立连接和通道，本地连接用localhost，远程需配置IP和认证信息；3.发送消息前声明队列，通过basic_publish发送消息到指定队列；4.接收消息使用basic_consume注册回调函数，并控制消息确认机制；5.注意连接超时、防火墙设置、队列和消息持久化以及多消费者协调问题。

文章 · python教程 | 2个月前 | Python 消息队列 rabbitmq 连接 Pika 125浏览收藏
FastAPI快速入门：Python数据API构建教程

使用FastAPI可以快速构建高性能的数据API。首先安装Fastapi和Uvicorn并创建基础结构，接着设计GET和POST接口实现数据读写，然后通过SQLAlchemy连接数据库提供真实数据，最后采用Gunicorn或Docker部署上线以确保性能与可移植性。

文章 · python教程 | 2个月前 | 306浏览收藏
Python元类解析：type对象源码深度解读

元类是Python中用于创建类的机制，type是其内置元类。1.type既是类又是所有类的元类，使用class定义类时实际调用了type；2.type的__new__和__init__方法分别负责类的创建与初始化；3.可通过继承type创建自定义元类，如MyMeta控制类创建过程并修改属性；4.元类可用于自动注册类、执行规范、实现单例或构建DSL；5.应避免滥用元类，优先使用装饰器或mixin，保持代码简洁；6.元类关注类的创建方式，而抽象基类（ABC）关注类应实现的接口。

文章 · python教程 | 2个月前 | type 源码元类类创建 __new__ 177浏览收藏

1 304 305 306 500

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

499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。

484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

WisPaper

WisPaper是复旦大学团队研发的智能科研助手，提供AI文献精准搜索、智能翻译与核心总结功能，助您高效搜读海量学术文献，全面提升科研效率。

81次使用
Canva可画-AI简历生成器

探索Canva可画AI简历生成器，融合AI智能分析、润色与多语言翻译，提供海量专业模板及个性化设计。助您高效创建独特简历，轻松应对各类求职挑战，提升成功率。

87次使用
潮际好麦-AI试衣

潮际好麦 AI 试衣平台，助力电商营销、设计领域，提供静态试衣图、动态试衣视频等全方位服务，高效打造高质量商品展示素材。

179次使用
蝉妈妈AI

蝉妈妈AI是国内首个聚焦电商领域的垂直大模型应用，深度融合独家电商数据库与DeepSeek-R1大模型。作为电商人专属智能助手，它重构电商运营全链路，助力抖音等内容电商商家实现数据分析、策略生成、内容创作与效果优化，平均提升GMV 230%，是您降本增效、抢占增长先机的关键。

371次使用
数说Social Research-社媒分析AI Agent

数说Social Research是数说故事旗下社媒智能研究平台，依托AI Social Power，提供全域社媒数据采集、垂直大模型分析及行业场景化应用，助力品牌实现“数据-洞察-决策”全链路支持。

243次使用