python教程技术文章
-
- Django5.0移除force_text，替代方案解析
- Django5.0起正式移除了已弃用的force_text，统一使用force_str替代；升级后需批量替换导入语句并验证字符串编码逻辑，避免ImportError。
- 文章 · python教程 | 7个月前 | 456浏览 收藏
-
- Python安全编程指南：最佳实践教程
- 遵循安全编程实践可有效防止数据泄露和系统攻击。首先，防范命令注入，禁用os.system()，改用subprocess.run()参数化列表并验证输入；其次，防御CRLF与HTTP头注入，净化输出数据，使用urllib.parse.quote()编码，优先调用框架安全函数；第三，严格处理用户输入，采用Werkzeug转义、参数化查询或ORM避免SQL注入和XSS，利用Pydantic等工具进行数据验证；第四，强化密码存储，使用bcrypt、scrypt或argon2等强哈希算法，通过passlib库实现安
- 文章 · python教程 | 7个月前 | Python Python官网 261浏览 收藏
-
- Python解压gz文件方法教程
- gzip.open()读.gz文件需用'rt'模式并指定encoding，shutil.unpack_archive()不支持单.gz文件，gzip.decompress()适用于小文件内存解压，判断.gz格式应使用gzip.GzipFile校验而非后缀。
- 文章 · python教程 | 7个月前 | 361浏览 收藏
-
- Python脚本版本管理实用技巧
- 应通过shebang硬编码小版本号（如#!/usr/bin/envpython3.9）并运行时检查sys.version_info，配合自动检测安装依赖和Git自动生成版本号来确保Python脚本版本可控、依赖可用、版本可追溯。
- 文章 · python教程 | 7个月前 | 284浏览 收藏
-
- Python中判断None的正确方法
- 必须用isNone，因为None是单例对象，is进行身份比较速度快且语义准确；==是值比较，可能被重载导致意外结果，且notx无法区分None与其他假值。
- 文章 · python教程 | 7个月前 | 354浏览 收藏
-
- Python轮盘赌算法使用教程
- 轮盘赌选择根据适应度比例分配选中概率，适应度越高被选概率越大。首先计算总适应度与各个体累积概率，再生成随机数在累积概率序列中查找对应个体。Python实现通过遍历累积概率判断随机值落点区域，返回对应个体。示例中A、B、C、D适应度为10、30、20、40，经1000次测试后选中次数分布接近理论概率。需注意适应度非负、避免除零，并可优化搜索效率。适用于遗传算法、强化学习等场景。
- 文章 · python教程 | 7个月前 | 495浏览 收藏
-
- Python字段验证：描述符实现方法解析
- 会。描述符的__set__方法抛异常会中断赋值，导致语句失败而非静默；需显式raise且仅对实例属性生效，类属性赋值等会绕过描述符。
- 文章 · python教程 | 7个月前 | 372浏览 收藏
-
- Python装饰器链使用与功能提升教程
- Python函数装饰器链的本质是按从下到上的顺序依次应用装饰器，即@decorator_a@decorator_b@decorator_c等价于my_func=decorator_a(decorator_b(decorator_c(my_func)))，执行时先c后b再a包裹，调用时按a→b→c→原函数进入、c→b→a返回。
- 文章 · python教程 | 7个月前 | 373浏览 收藏
-
- Python3函数返回值获取方法
- 答案：编写Python函数时需正确处理返回值。一、通过变量接收单个返回值，确保函数包含return语句；二、返回多个值时实际为元组，可用解包或索引获取；三、使用type()或isinstance()检查类型，避免运行时错误；四、嵌套函数中需显式return内层函数结果，防止返回None；五、为防意外None，可在调用时设置默认值，如用or或条件表达式。
- 文章 · python教程 | 7个月前 | Python3使用教程 211浏览 收藏
-
- Python读取文本文件的常见方法
- 在Python中，读取文本文件的方法包括使用open()函数和read()、readline()、readlines()方法。1)使用read()一次性读取整个文件，适用于小文件。2)使用readline()逐行读取，适合处理大型文件。3)使用readlines()返回文件所有行的列表，适用于需要一次性处理所有行的场景。读取文件时应注意指定编码，如使用'utf-8'处理多语言文本，并进行错误处理和性能优化，使用with语句确保文件正确关闭。
- 文章 · python教程 | 7个月前 | 255浏览 收藏
-
- Python批量处理文件教程详解
- Python深度学习批量处理文件需四步：一、依数据结构选加载方式，如ImageFolder或CSV封装；二、封装预处理函数并区分训练/验证逻辑；三、用DataLoader或tf.data实现并行批量加载；四、加日志与可视化校验防错。
- 文章 · python教程 | 7个月前 | 427浏览 收藏
-
- Python令牌轮换与安全存储技巧
- Refreshtoken过期后无法获取新accesstoken，本质是refreshtoken已失效（过期、被吊销或强制登出）；应手动更新存储、用JSON序列化、设文件权限、防并发覆盖、后端加密存Redis并校验时效。
- 文章 · python教程 | 7个月前 | 109浏览 收藏
-
- asyncio.wait()实现任务超时控制与异常捕获
- asyncio.gather()默认不支持部分任务超时而其余继续，需用with_timeout等包装函数捕获TimeoutError并返回默认值，避免异常冒泡中断其他任务。
- 文章 · python教程 | 7个月前 | 459浏览 收藏
-
- Python正则回溯问题详解
- 正则匹配卡住几秒大概率是灾难性回溯；典型表现为输入微增、耗时指数增长、CPU拉满；根本原因是嵌套量词或可重叠分支导致引擎穷举等价路径。
- 文章 · python教程 | 7个月前 | 361浏览 收藏
-
- 迭代器与可迭代对象有什么不同
- 可迭代对象是能被遍历的容器，如列表、字符串等，其通过__iter__方法返回迭代器；迭代器是实现__iter__和__next__方法的对象，负责按需返回元素并维护遍历状态，体现惰性求值与内存效率。
- 文章 · python教程 | 7个月前 | 259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。
- 381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。
- 451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。
- 463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。
- 403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。
- 232次使用
