python教程技术文章
-
- Python禁止实例化：通过\_\_new\_\_抛异常实现工具类
- __new__是最可靠的禁止实例化方式，因其在对象创建最早阶段介入，早于__init__且未分配内存，用TypeError拦截可彻底防止半成品对象产生，避免子类误禁需检查clsisYourClass，优于ABC抽象基类的接口约束目的。
- 文章 · python教程 | 5个月前 | 406浏览 收藏
-
- Python异步任务取消与协程控制技巧
- Python异步任务取消需协程主动配合：调用Task.cancel()仅发取消请求，协程须在可取消挂起点响应CancelledError或定期检查cancelled()；长循环应插入awaitasyncio.sleep(0)或显式判断；timeout控制取消边界，shield保护关键清理；CancelledError不可被Exception捕获，需显式处理以确保资源释放。
- 文章 · python教程 | 5个月前 | 440浏览 收藏
-
- yagmail怎么用？Python发邮件教程详解
- yagmail是专为Gmail设计的Python库，简化SMTP邮件发送。通过pipinstallyagmail安装后，可使用应用专用密码登录：yag=yagmail.SMTP('your_email@gmail.com','your_password')，调用send方法发送文本邮件。支持带附件、图片内联和HTML内容，contents可传字符串或列表，包含文件路径自动处理。可通过cc添加抄送。推荐使用yagmail.register()将密码保存至系统密钥环，避免明文泄露。适用于日志提醒、报表发送等自
- 文章 · python教程 | 5个月前 | 213浏览 收藏
-
- 列表推导式与生成器性能对比解析
- 列表推导式立即分配内存，list()包裹生成器仍会耗尽内存；真正省内存的是直接迭代生成器；嵌套推导式中if位置影响语义；复杂逻辑应改用普通循环。
- 文章 · python教程 | 5个月前 | 333浏览 收藏
-
- FFmpeg视频处理教程：Python绑定应用详解
- 推荐使用ffmpeg-python处理视频，因其是FFmpeg命令行的轻量封装，支持流选择、链式构建、精准错误反馈；相较OpenCV（偏视觉、编码控制弱）和moviepy（抽象高、调试难），更灵活可靠。
- 文章 · python教程 | 5个月前 | 383浏览 收藏
-
- Python海象运算符错误解决方法
- 海象运算符:=必须加括号才能用于if/while等条件位置，因其绑定优先级低，不加括号会导致SyntaxError；括号是语法必需而非可选风格。
- 文章 · python教程 | 5个月前 | 385浏览 收藏
-
- PythonTrie结构实现：字典与类的对比分析
- 嵌套字典是轻量级Trie实现，用dict键存字符、值为子节点，以'END'标记单词结尾；需注意键类型、终止标识设计、避免可变默认参数、空字符串处理及重叠前缀路径复用。
- 文章 · python教程 | 5个月前 | 192浏览 收藏
-
- Pythonshutil.copytree使用方法与实例解析
- shutil.copytree默认要求目标目录不存在，否则抛FileExistsError；Python3.8+可用dirs_exist_ok=True跳过该错误，仅覆盖同名文件，不清理目标中多余内容。
- 文章 · python教程 | 5个月前 | 175浏览 收藏
-
- PyCharm入门到精通的完整教程
- PyCharm的独特之处在于其集成的开发工具、丰富的自定义选项和快捷方式，以及对Python生态系统的全面支持。1)它提供了智能代码补全和调试功能，2)支持从Django到数据科学工具的广泛生态系统，3)具有强大的代码重构和性能优化工具，4)内置虚拟环境和依赖包管理功能，使得开发过程更加高效和顺畅。
- 文章 · python教程 | 5个月前 | 312浏览 收藏
-
- PyTorch灰盒测试：梯度下降生成对抗样本方法
- 灰盒测试在PyTorch对抗样本生成中指具备可微分计算图与前向控制权的测试方式，即能访问logits、调用loss.backward()，但不依赖白盒假设；只要模型支持正常训练，就天然适配。
- 文章 · python教程 | 5个月前 | 446浏览 收藏
-
- PyScript与Pyodide前端集成教程
- PyScript加载失败主因是py-config配置错误或CDN资源不可达，需确保py-config在body顶部、显式指定pyodide_url，并用Network面板验证；import失败因pandas等含C扩展包须用micropip动态安装；DOM交互卡顿应避免频繁innerHTML操作；本地开发必须启用HTTP服务规避CORS限制。
- 文章 · python教程 | 5个月前 | 162浏览 收藏
-
- Django定时任务怎么弄？APScheduler轻松搞定
- 不推荐在Django中直接使用APScheduler，因其为单进程内存调度器，多worker下会重复执行、热重载时任务注册冲突、无持久化导致重启丢失、无法适配Django生命周期；推荐轻量用django-crontab（复用系统crond），动态管理则选django-celery-beat。
- 文章 · python教程 | 5个月前 | 339浏览 收藏
-
- Python提取时间年月，dt.year与dt.month使用方法
- 必须先用pd.to_datetime()转换为datetime64[ns]类型并赋值回列，再用.dt.year/.dt.month提取整数年月；时区列需明确是否转换时区；性能敏感时应缓存.dt访问器或用to_period。
- 文章 · python教程 | 5个月前 | 463浏览 收藏
-
- LabelEncoder报错解决方法大全
- LabelEncoder不接受缺失值，fit()遇None或NaN直接报错；须先清洗（删除或填充）再fit；transform时若遇新标签会报错，应统一用同一实例并考虑OrdinalEncoder兜底。
- 文章 · python教程 | 5个月前 | 155浏览 收藏
-
- Python爬虫文档自动导出技巧
- Playwright中page.pdf()导出空白或失败，根本原因是Chromium默认禁用打印功能且页面未充分渲染；需显式启用--enable-printing、等待networkidle、切换emulate_media("print")并校验PDF内容有效性。
- 文章 · python教程 | 5个月前 | 403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。
- 1012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。
- 1017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。
- 1141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。
- 1114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。
- 958次使用
