python教程技术文章
-
- Python局部变量怎么理解_Python局部变量概念与使用规则详解
- 局部变量仅在函数内部有效，函数结束即销毁，无法被外部访问。1、函数内赋值创建的变量默认为局部变量。2、局部变量不影响同名全局变量。3、赋值前读取局部变量会引发UnboundLocalError。4、局部变量屏蔽同名全局变量，优先使用局部变量。5、可用locals()查看局部变量字典。6、每次函数调用重新初始化局部变量，递归调用中各层独立。7、需跨调用保留状态时应使用类或闭包。8、嵌套函数中需用nonlocal声明以修改外层局部变量，不可用于全局变量。
- 文章 · python教程 | 4个月前 | Python 454浏览 收藏
-
- Python怎么生成requirements.txt文件_pip freeze生成项目依赖文件
- 使用虚拟环境并运行pipfreeze>requirements.txt是生成纯净依赖清单的关键。通过为项目创建独立的虚拟环境（如python-mvenv.venv），激活后仅安装项目所需包，可避免全局包污染。在此环境下执行pipfreeze能确保requirements.txt准确记录依赖及其精确版本，提升项目可移植性与复现性。推荐结合pip-tools管理复杂依赖：维护简洁的requirements.in文件，用pip-compile生成锁定版本的requirements.txt，实现依赖确定性；
- 文章 · python教程 | 4个月前 | 142浏览 收藏
-
- swappiness=0 后仍 swap 的 vm.zone_reclaim_mode 与 numa_balancing 冲突
- swappiness=0不能完全禁用swap，因NUMA下numa_balancing触发zone_reclaim时若vm.zone_reclaim_mode含bit2（值为2/3/6/7），会无视swappiness强制swap；彻底禁用需设vm.zone_reclaim_mode=0并关闭numa_balancing。
- 文章 · python教程 | 4个月前 | 456浏览 收藏
-
- Python 企业级 Python 项目经验
- 企业级Python项目不是写几个脚本或搭个Flask小网站就能概括的。它强调可维护性、可扩展性、协作效率和生产稳定性——这些往往在实际交付中比语法正确更重要。模块化与分层设计是基础真实业务逻辑复杂，硬塞进一个main.py或全堆在视图函数里，不出三个月就没人敢改。典型分层包括：API层（FastAPI/Flask）、服务层（纯业务逻辑，无框架依赖）、领域模型（DTO/Pydantic模型）、数据访问层（SQLAlchemyRepository或asyncpg封装）。每个层通过
- 文章 · python教程 | 4个月前 | 235浏览 收藏
-
- 如何通过GitLab CI/CD自动构建Python环境_编写yml流水线脚本
- GitLabCI/CD中Python依赖安装失败主因是环境不隔离、缓存未配置及venv激活失效；须用python-mvenv.venv创建隔离环境，激活后执行pipinstall-e.验证可导入性，并配置cache:paths:["~/.cache/pip"]提升效率。
- 文章 · python教程 | 4个月前 | 229浏览 收藏
-
- Python数据抓取流程_字段提取解析【教程】
- Python数据抓取核心是理清“请求→响应→解析→存储”四环节：一、明确目标与请求方式，区分静态/动态加载，合理选用requests或Selenium；二、用CSS选择器精准提取字段，注意防KeyError和文本清洗；三、设计容错逻辑应对缺失、格式混乱与结构变动；四、结构化保存前需校验数据一致性与完整性。
- 文章 · python教程 | 4个月前 | 311浏览 收藏
-
- Python 小整数缓存机制面试常见问题
- 小整数缓存范围是-5到256（含），这是CPython实现的性能优化，基于高频使用经验设定，并非语言规范要求；超出该范围的整数每次创建均为新对象，故应始终用==而非is比较数值相等。
- 文章 · python教程 | 4个月前 | 289浏览 收藏
-
- Python数据处理怎么提升速度_用NumPy向量化操作代替循环遍历
- for循环在NumPy中特别慢，因Python解释器需反复进行类型检查、对象查找和引用计数，而NumPy数组是连续内存中的同构数据块，应通过向量化操作（如ufunc、布尔索引、np.where）而非Python层循环来利用CPU批量处理能力。
- 文章 · python教程 | 4个月前 | 259浏览 收藏
-
- Python中如何查看Scikit-learn随机森林的特征重要性_调用feature_importances_
- 训练后直接访问feature_importances_属性即可获取归一化特征重要性，其值和为1.0、长度等于特征数，需确保已调用fit()且结合原始列名排序解读。
- 文章 · python教程 | 4个月前 | 203浏览 收藏
-
- Python推导式性能对比_不同写法说明【指导】
- Python推导式在多数场景下比传统循环更快，但性能差异取决于数据规模、操作复杂度和具体写法；关键在于高效编写而非是否使用，简单映射过滤优先用列表推导式，复杂逻辑仍推荐for循环。
- 文章 · python教程 | 4个月前 | 364浏览 收藏
-
- Python 架构图的版本管理
- 该进，但必须和代码解耦。架构图应作为衍生品由代码自动生成，只存生成逻辑（如generate_arch.py）和模板（如arch.dot.j2），不存PNG/SVG文件；通过AST静态分析提取依赖关系，用DOT渲染并上传至带版本标记的存储，以ARCH_VERSION.json为版本锚点。
- 文章 · python教程 | 4个月前 | 266浏览 收藏
-
- python 怎么调用js
- Python无法直接执行JavaScript，需借助浏览器引擎（如Selenium/Playwright）或Node.js运行时实现调用：Selenium适用于依赖DOM、浏览器API的场景；subprocess调用Node.js适合纯逻辑计算；长期项目推荐JS服务化。
- 文章 · python教程 | 4个月前 | 498浏览 收藏
-
- Python pydantic 的 v1 到 v2 迁移路径
- <p>Pydanticv2与v1不兼容，必须重写模型类：元类冲突、验证器改用@field_validator/@modelvalidator、禁用可变默认值、移除parse*方法、错误结构扁平化、配置改用model_config。</p>
- 文章 · python教程 | 4个月前 | 385浏览 收藏
-
- Python 自动化体系的长期演进路径
- Python自动化脚本卡死主因是subprocess未设超时或未及时读取I/O；schedule调度不可靠，应换APScheduler并配置持久化；pydanticv2配置类需显式设extra="allow"和frozen=False；CI失败多因PYTHONPATH未正确设置。
- 文章 · python教程 | 4个月前 | 249浏览 收藏
-
- Python常用内置函数有哪些_高频函数使用技巧【技巧】
- Python内置函数开箱即用，重点在于精准巧用：int()需strip()预处理防错，bool()判空规则明确，isinstance()比type()更优；len()适用多种类型但不支持生成器；sorted()可key排序，enumerate()简化带索引循环；all()/any()高效聚合判断。
- 文章 · python教程 | 4个月前 | 306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。
- 256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。
- 301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。
- 277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。
- 257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。
- 62次使用
