python教程技术文章
-
- Python3官网地址及使用指南
- 答案是https://www.python.org。进入Python3官网需在浏览器地址栏输入该网址，首页会自动推荐对应操作系统的下载版本，点击“Downloads”可查看所有系统安装包，点击“Docs”可获取从入门教程到高级参考的完整文档资源。
- 文章 · python教程 | 8个月前 | Python3官网 138浏览 收藏
-
- Python并发性能监控指标采集全解析
- Python并发性能监控需分层采集CPU、线程/协程、I/O、内存等指标，按并发模型选择低开销采集方式，规避线程数≠并发量、CPU抖动、Task虚高等误采陷阱，推荐轻量集成metrics端点与装饰器监控。
- 文章 · python教程 | 8个月前 | 277浏览 收藏
-
- Python默认参数与闭包陷阱解析
- Python默认参数在定义时求值，可变对象作默认值会导致状态污染；闭包捕获变量引用而非值，循环中易出错；二者叠加更危险，应改用None+初始化、类封装或nonlocal等安全方式。
- 文章 · python教程 | 8个月前 | 194浏览 收藏
-
- Python如何判断全局变量是否已赋值
- 答案：在Python模块中判断全局变量是否被赋值，可使用globals()检查变量是否存在，如'var'inglobals()；或用try-except捕获NameError异常以安全访问未确定变量；还可结合ifmy_var判断值是否为真，排除None、空字符串等假值；典型应用场景包括配置变量的默认处理，如DEBUG=globals().get('DEBUG',False)。
- 文章 · python教程 | 8个月前 | 314浏览 收藏
-
- Python合并字典的5种实用方法
- 合并Python字典有三种主要方法：1.使用update()方法会原地修改第一个字典；2.使用解包运算符（Python3.5+）可创建新字典，不改变原始字典；3.使用|运算符（Python3.9+）同样生成新字典，语法更简洁。键冲突时，后者的值覆盖前者。若需自定义合并逻辑（如列表合并或数值相加），应编写函数处理。推荐优先使用或|以避免副作用，特别是在需保持原始数据不变的场景。对于复杂配置管理，collections.ChainMap提供非合并的动态视图，适合多层配置叠加。
- 文章 · python教程 | 8个月前 | Python 字典 262浏览 收藏
-
- Python列表排序技巧全解析
- Python中列表排序最直接的方式是使用list.sort()原地修改或sorted()生成新列表。前者不返回新列表，仅改变原列表顺序，适用于内存敏感场景；后者可对任意可迭代对象排序且保留原数据，更安全通用。两者均支持key参数自定义排序逻辑（如len、lambda表达式），并可通过reverse=True实现降序。关键区别在于是否修改原列表及返回值：sort()返回None，易误用；sorted()始终返回新列表。选择依据为是否需保留原始数据、数据类型及内存考量。常见陷阱包括sort()的None返回值
- 文章 · python教程 | 8个月前 | 333浏览 收藏
-
- Jinja循环中如何控制元素渲染
- 本文讲解在Jinja模板中，当后端传入表格列表（如tables=[df1_html,df2_html]）时，如何避免重复渲染、实现左右两列分别显示指定DataFrame，提供索引取值与结构化传参两种专业解决方案。
- 文章 · python教程 | 8个月前 | 427浏览 收藏
-
- Numpy原理与实战案例解析
- 真正卡住多数人的不是没学完，而是没搞清ndarray内存布局对索引的影响、广播规则的静默失败机制、ufunc与np.vectorize的本质区别；三个痛点：切片视图/拷贝判定、np.where的逐元素选择原理、原生ufunc与apply_along_axis的性能差异。
- 文章 · python教程 | 8个月前 | 483浏览 收藏
-
- Pythonwhile循环教程与实用技巧
- Python中的while循环在处理不确定次数的迭代时非常有用。1)基本用法：只要条件为真，while循环就会一直执行，直到条件变为假。2)高级用法：可以使用break语句提前终止循环，使用continue语句跳过循环体的剩余部分。3)性能优化：在循环外进行不变计算，使用列表推导式替代简单的while循环可以提高代码的可读性和性能。
- 文章 · python教程 | 8个月前 | 264浏览 收藏
-
- Pydanticv2字段自动计算技巧
- Pydanticv2中推荐用@computed_field实现字段动态计算，该字段只读、运行时计算、不参与初始化和默认序列化；若需存入模型并序列化，则用@field_validator(mode="after")补全字段。
- 文章 · python教程 | 8个月前 | 242浏览 收藏
-
- Python拷贝与内存管理深度解析
- 浅拷贝只复制一层，嵌套对象仍共享引用；深拷贝递归复制所有层级，彻底隔离对象；不可变对象拷贝无区别；自定义类需实现__deepcopy__方法支持深拷贝。
- 文章 · python教程 | 8个月前 | 363浏览 收藏
-
- Pythonlambda函数详解与应用
- lambda是仅支持单表达式求值的匿名函数对象，非语法糖，不可含语句或赋值；适用于短小回调如sorted/map/filter的key/func参数，复杂逻辑、需调试、复用或类型提示时应使用def。
- 文章 · python教程 | 8个月前 | 118浏览 收藏
-
- Python3自带serial库吗？
- Python3需安装第三方库pySerial才能使用串口通信，命令为pipinstallpyserial或pip3installpyserial，安装后可importserial并调用serial.Serial()等方法，注意系统串口号差异及Linux权限问题。
- 文章 · python教程 | 8个月前 | 276浏览 收藏
-
- FastAPI动态路由别名设置方法
- 本文介绍如何在FastAPI中为动态生成的资源（如图像ID）创建简洁URL别名，通过RedirectResponse将/myimage/001等路径自动重定向至带参数的真实端点/photo/?id=img001，无需预定义路由或数据库查询。
- 文章 · python教程 | 8个月前 | 208浏览 收藏
-
- Python列表排序：sort与sorted区别解析
- list.sort()仅适用于列表、就地修改、返回None；sorted()支持任意可迭代对象、生成新列表。必须用sorted()的场景：输入非列表（如tuple、dict视图等）或需链式操作。
- 文章 · python教程 | 8个月前 | 208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。
- 255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。
- 298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。
- 274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。
- 252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。
- 59次使用
