python教程技术文章
-
- 带状态的Python装饰器实现方法
- 带状态的装饰器是能保存和访问内部变量的装饰器，常用类或闭包实现：类方式通过__call__和实例属性管理状态，支持多实例隔离与扩展；闭包方式用nonlocal修改外层变量，适合轻量单状态场景；参数化装饰器推荐类实现，如限流器；需用functools.wraps保留原函数元信息，避免全局变量共享状态。
- 文章 · python教程 | 8个月前 | 284浏览 收藏
-
- Python2.7能用PyQt5吗？
- Python2.7仅支持PyQt5.15及更早版本，官方二进制包不提供Python2.7预编译版，需通过pipinstallpython-qt5、源码编译或Homebrew配合SIP安装，并注意平台插件路径配置。
- 文章 · python教程 | 8个月前 | 224浏览 收藏
-
- Python异常处理技巧与捕获方法
- 异常处理通过try-except-else-finally机制捕获并响应错误，防止程序崩溃。它能针对不同异常类型（如ValueError、FileNotFoundError）执行特定处理，提升程序健壮性和用户体验；else块在无异常时执行正常逻辑，finally块确保资源清理（如关闭文件）；建议具体捕获预期异常，避免宽泛捕获Exception，结合with语句管理资源，记录日志并提供友好提示，在无法处理时重新抛出异常，禁用“吞噬”异常的反模式。
- 文章 · python教程 | 8个月前 | 344浏览 收藏
-
- Python列表切片与reversed内存区别
- reversed(lst)返回轻量迭代器，不复制元素、不占额外内存，仅支持单次遍历；lst[::-1]立即生成新列表，内存开销约1.5–2倍；需索引或复用时选切片，仅遍历时选reversed。
- 文章 · python教程 | 8个月前 | 197浏览 收藏
-
- Python用assign添加新列的方法详解
- 推荐使用Pandas的.assign()方法添加新列。1.该方法非原地修改原始DataFrame，返回包含新列的新DataFrame；2.支持添加常量列、基于现有列计算的新列、通过函数动态生成的新列；3.可一次性添加多列；4.适用于链式操作，提升代码可读性与维护性；5.结合numpy.where或自定义函数可实现复杂逻辑判断；6.能与其他Pandas操作（如筛选、分组、合并等）无缝组合，构建高效数据处理管道。
- 文章 · python教程 | 8个月前 | 215浏览 收藏
-
- Python序列属性解析与使用技巧
- 自定义类可通过实现__getitem__、__len__等特殊方法来模拟序列行为，如支持索引访问、切片、in判断和迭代；示例中MySequence类实现了只读序列，添加__setitem__和__delitem__后可支持修改，继承collections.abc.Sequence或MutableSequence能获得协议验证与默认方法。
- 文章 · python教程 | 8个月前 | 159浏览 收藏
-
- Python自动化图表生成技巧分享
- Python自动化经营分析图表的核心是串联业务逻辑、数据结构与可视化需求，关键在稳定取数、清晰分层、图表可读、结果易交付；需规范数据准备、按场景拆解分析逻辑、统一图表输出标准、实现一键交付集成。
- 文章 · python教程 | 8个月前 | 383浏览 收藏
-
- Python环境配置教程与步骤详解
- 如何在不同操作系统上安装Python并使用虚拟环境管理项目依赖？在Windows上，从python.org下载并安装最新版本，记得勾选“AddPythontoPATH”；在macOS上，通过Homebrew安装Python3.x，命令为brewinstallpython；在Linux上，使用包管理器如Ubuntu的sudoapt-getinstallpython3。安装后，使用python--version验证。接着，安装virtualenv或使用venv创建虚拟环境，命令分别为pipinstallvir
- 文章 · python教程 | 8个月前 | 227浏览 收藏
-
- Python无需\_\_len\_\_也能用len？真相在这里
- len()只调用__len__()而不调用__bool__()，因其实现机制完全不检查__bool__()；必须定义返回非负整数的__len__()才能支持len()。
- 文章 · python教程 | 8个月前 | 354浏览 收藏
-
- Python3内存优化技巧全解析
- 使用生成器、及时清理变量、避免数据复制可有效降低Python内存占用，结合高效数据结构与分块处理进一步优化。
- 文章 · python教程 | 8个月前 | 101浏览 收藏
-
- CustomTkinter显示GIF动画方法
- CustomTkinter原生不支持GIF动画播放，需手动提取帧并配合after()实现循环刷新；本文提供可复用的GIFLabel自定义组件，支持自动加载、缩放与无缝播放。
- 文章 · python教程 | 8个月前 | 266浏览 收藏
-
- Scrapy解析XML站点地图方法
- 本文详解如何在Scrapy中正确解析Atom/RSS格式的XML站点地图，重点解决命名空间配置、XPath路径失效、XMLFeedSpider使用误区等常见问题，并提供可运行的完整示例。
- 文章 · python教程 | 8个月前 | 440浏览 收藏
-
- PythonPillow图像处理入门指南
- Pillow安装需用pipinstallPillow，导入为fromPILimportImage；核心操作围绕Image对象，支持打开、显示、保存、模式转换、缩放、旋转、裁剪、绘图及批量处理，注意内存管理与中文字体支持。
- 文章 · python教程 | 8个月前 | 323浏览 收藏
-
- Python虚拟环境是什么及作用
- Python虚拟环境能有效隔离项目依赖，避免版本冲突。通过python-mvenvenv_name创建环境，用activate命令激活后，使用pipinstall安装包并生成requirements.txt文件，便于环境复现。适用于多项目开发、团队协作、生产部署等场景，是Python开发的最佳实践。
- 文章 · python教程 | 8个月前 | 229浏览 收藏
-
- Python字符串格式化提升数据可读性与灵活性
- 字符串格式化通过f-string、.format()和%三种方式，将变量动态插入文本，提升可读性、维护性与安全性，并支持精度控制、对齐、进制转换等格式化功能。
- 文章 · python教程 | 8个月前 | 197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。
- 258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。
- 302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。
- 281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。
- 259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。
- 67次使用
