python教程技术文章
-
- PyCharm安装使用全攻略教程
- 从零开始安装并使用PyCharm的步骤如下：1.下载并安装适合你操作系统的PyCharm版本，选择社区版或专业版。2.首次启动PyCharm，创建新项目熟悉基本操作。3.使用PyCharm进行开发，利用其代码自动完成、调试工具等功能。4.遇到问题时，查阅帮助文档或社区论坛。5.通过设置优化性能，如关闭不常用插件和调整内存分配。通过这些步骤，你可以逐步掌握PyCharm的功能，提升开发效率。
- 文章 · python教程 | 6个月前 | 473浏览 收藏
-
- pytest用freezegun冻结时间测试跨天逻辑
- freeze_time不能直接跨天是因为它默认只冻结当前时刻而不自动推进时间；需用move_to显式跳转或设tick=True，但后者精度低，跨天测试还需统一时区（如tz_offset=0）并注意fixture作用域。
- 文章 · python教程 | 6个月前 | 148浏览 收藏
-
- FastAPI忽略多余字段的实用技巧
- 本文介绍一种基于Pydanticmodel_validator(mode="before")与extra='ignore'的统一方案，让FastAPI路由既能接受含额外字段的请求体、自动过滤非法字段，又能在日志中明确警告未知字段，避免为每个模型重复定义宽松/严格变体。
- 文章 · python教程 | 6个月前 | 330浏览 收藏
-
- Python字典翻转导出CSV方法
- 本文介绍如何不依赖NumPy或itertools，仅用原生Python将嵌套字典按“外层键→列、内层键→行”进行转置，并格式化输出为指定CSV结构。
- 文章 · python教程 | 6个月前 | 293浏览 收藏
-
- Python线程安全吗？常见误区解析
- Python的线程本身不是“安全”或“不安全”的，关键在于你如何使用共享数据——线程安全与否，取决于代码逻辑，而不是Python语言或GIL本身。很多人误以为有GIL就等于自动线程安全，这是最常见的误区。什么是线程安全？线程安全指的是：当多个线程同时访问同一份共享资源（比如全局变量、列表、字典、文件句柄等），且无需额外同步措施，程序仍能始终产生正确、可预期的结果。注意：正确≠速度更快，而是指不会出现数据错乱、丢失、重复、状态不一致等问题。例如：两个线程同时对一个整数做count+=
- 文章 · python教程 | 6个月前 | 166浏览 收藏
-
- Django核心原理及实战案例解析
- 真实学习Django的关键是理解错误现场与原理：看懂报错堆栈中的自有代码行、理解runserver启动日志含义、明确app_name对URL命名空间的作用，而非盲目追编号听课。
- 文章 · python教程 | 6个月前 | 115浏览 收藏
-
- Python异常处理中如何正确释放资源
- 使用with语句可确保资源正确释放，如文件操作中即使发生异常也能自动关闭；当无法使用with时，可在finally块中手动释放资源；通过自定义__enter__和__exit__方法或contextlib的@contextmanager装饰器可实现自定义资源管理，推荐优先使用with语句防止资源泄漏。
- 文章 · python教程 | 6个月前 | 128浏览 收藏
-
- Python迷宫游戏开发教程：解决移动逻辑问题
- 本文详解如何修复文字冒险游戏中“方向移动失效”的核心问题，重点在于正确过滤和验证房间间的有效通行路径，并提供可直接运行的修正代码与关键原理说明。
- 文章 · python教程 | 6个月前 | 291浏览 收藏
-
- Python时间比较陷阱，datetime使用避坑指南
- Python中datetime比较看似简单，但一不留神就会掉进时区、类型、可变性等隐性陷阱。最常见问题不是代码报错，而是逻辑出错——比如本地时间误当UTC比、naive和aware混用、忽略夏令时跳变，结果判断“未来时间已过”或“两秒间隔变成两小时”。时区感知（aware）与非感知（naive）不能直接比较这是最常踩的坑：一个带时区的datetime（如datetime.now(timezone.utc)）和一个不带时区的（如datetime.now()）直接比较会抛TypeError。但更危险的是
- 文章 · python教程 | 6个月前 | 324浏览 收藏
-
- Pandas多列随机抽样技巧
- 本文介绍如何高效地对DataFrame中每行包含的多个一维数组（共11列，每数组长度38000）执行统一的带放回随机抽样（n=1000），避免常见维度错配错误，并提供可直接运行的专业级解决方案。
- 文章 · python教程 | 6个月前 | 348浏览 收藏
-
- Python输出分析报告，Jupyter导出HTML/PDF教程
- nbconvert是可控导出HTML/PDF的正确方式，支持剔除代码、指定模板、嵌入图片等；常见问题多因环境缺失（如pdflatex）或参数错误（如漏--tohtml），HTML优先于PDF用于分享，美化推荐导出后注入CSS。
- 文章 · python教程 | 6个月前 | 486浏览 收藏
-
- Python生成器与迭代器区别解析
- 迭代器是实现__iter__()和__next__()方法的对象，生成器是含yield的函数或生成器表达式创建的特殊迭代器；二者均惰性计算，节省内存。
- 文章 · python教程 | 6个月前 | 296浏览 收藏
-
- Pythonrequests请求变慢怎么办
- requests请求慢通常源于DNS解析、连接未复用、超时与SSL配置不当、代理及重试机制等，应优先检查DNS缓存和Session复用，再逐项排查SSL校验、代理干扰等问题。
- 文章 · python教程 | 6个月前 | 262浏览 收藏
-
- Python配置C/C++扩展教程
- 配置Python的C/C++扩展需先安装对应系统的编译器工具链：Windows推荐MSVC，macOS安装Xcode命令行工具，Linux安装GCC和python3-dev；接着确保setuptools为最新并验证distutils能调用编译器；然后按PythonCAPI编写扩展代码（如hello.c）并创建setup.py定义扩展模块；运行pythonsetup.pybuild_ext--inplace生成可导入的二进制文件；最后可通过Cython或pybind11等工具简化复杂项目开发。
- 文章 · python教程 | 6个月前 | 486浏览 收藏
-
- Python多行字符串缩进技巧与优化方法
- textwrap.dedent()可安全移除多行字符串的公共缩进，保留内部结构和换行符，适用于SQL、JSON等模板生成，需配合反斜杠续行避免首行空行，不适用于docstring。
- 文章 · python教程 | 6个月前 | 263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。
- 343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。
- 398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。
- 394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。
- 356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。
- 182次使用
