python教程技术文章
-
- Python爬虫下载PDF教程全攻略
- 直接用re.findall匹配href易漏PDF链接，因实际链接常含查询参数、重定向、大小写混用或动态触发；应先提取所有URL候选，再统一用小写后缀及MIME类型过滤。
- 文章 · python教程 | 4个月前 | 407浏览 收藏
-
- Python模型转ONNX，skl2onnx提升推理速度
- skl2onnx保存sklearn模型为ONNX需先fit模型并提供带类型和shape的X_sample；convert_sklearn依赖拟合后属性推导schema；输出字段名比索引更可靠；体积增大是因参数展开为常量节点，属正常现象。
- 文章 · python教程 | 4个月前 | 240浏览 收藏
-
- Python任务拆分粒度优化分析
- 任务拆分过细会因调度开销导致性能下降：CPU密集型建议单批≥10ms（如100–1000条），IO密集型单批不低于10次请求；map()自动分块而submit()需手动聚合；避免闭包引用大对象引发内存爆炸；不同执行器（线程/进程/asyncio）最优粒度差异显著，须实测确定。
- 文章 · python教程 | 4个月前 | 401浏览 收藏
-
- FlaskJWT令牌生成教程详解
- create_access_token()报错缺少identity参数，因其为必填的JSON-serializable值（如user_id、str、dict），不可为None、数据库模型实例或不可序列化对象；identity作为JWT的sub字段，是后续权限校验和user_lookup_loader查找用户的基础。
- 文章 · python教程 | 4个月前 | 383浏览 收藏
-
- Python3.11协程优化与异步影响解析
- Python3.11协程启动速度提升源于帧对象初始化优化和await内联加速：asyncdef字节码更紧凑，首次调用快15%～20%；对同类型可等待对象的await启用地址缓存，跳过属性查找，但需避免混用类型以防止缓存失效。
- 文章 · python教程 | 4个月前 | 443浏览 收藏
-
- Tkinterpack_forget使用技巧详解
- pack_forget()并未销毁组件，仅临时移除布局；组件对象、事件绑定和属性均保持有效，与destroy()的不可逆性有本质区别。
- 文章 · python教程 | 4个月前 | 429浏览 收藏
-
- 高可用设计常见故障假设解析
- 高可用是“挂了也能扛住”，需主动设计失败路径：对所有外部调用设timeout和有策略的retry；状态存储必须用Redis/PostgreSQL，禁用本地内存或文件；/health端点须检查关键依赖且超时≤1s。
- 文章 · python教程 | 4个月前 | 467浏览 收藏
-
- Python源码阅读入门：标准库解析指南
- 读懂Python标准库源码无需编译CPython或精通编译器，应优先阅读os、json等纯Python模块，用print(os.__file__)定位源码，配合inspect.getsource和help快速理解，区分Python/C实现边界，并通过test_*.py测试用例反推设计逻辑。
- 文章 · python教程 | 4个月前 | 227浏览 收藏
-
- DjangoJWT无状态验证教程：simplejwt使用详解
- 默认只接受Authorization:Bearer<token>格式，前端若误传为JWT前缀或漏掉Bearer，则DjangoRESTFramework静默拒绝，返回401；需严格统一请求头格式，并移除CSRF和SessionAuthentication干扰。
- 文章 · python教程 | 4个月前 | 123浏览 收藏
-
- Python处理Windows路径用r原始字符串方法
- Python中Windows路径报错因反斜杠\被当作转义符，导致\u、\n等解析异常；用原始字符串r""可解决字面量问题，但拼接或跨平台时应优先使用pathlib.Path或os.path.join。
- 文章 · python教程 | 4个月前 | 393浏览 收藏
-
- Python数据清洗与规范技巧
- Python用户输入清洗需统一格式、剔除干扰、验证边界、转为可用类型：用.strip()去首尾空白，正则压缩中间空格并过滤零宽字符；英文转小写、中文全角转半角；手机号去除非数字后验长度，金额去符号转数值，日期用专业解析；白名单过滤非法字符、截断超长输入，并在各环节嵌入清洗策略。
- 文章 · python教程 | 4个月前 | 166浏览 收藏
-
- Python虚拟环境防误删：加锁保护技巧
- 虚拟环境被误删的根本原因是其仅为普通目录且无运行时锁机制，rm-rf可直接删除正在使用的venv；最可靠防护是跨平台扫描系统中是否存使用该环境的Python进程。
- 文章 · python教程 | 4个月前 | 324浏览 收藏
-
- Python实现信息增益与增益率方法
- <p>信息增益和信息增益率用于决策树特征选择，基于信息熵计算。1.信息熵衡量数据混乱程度，公式为H(S)=-Σ(p_ilog2(p_i))，Python用entropy函数实现。2.信息增益IG(S,A)=H(S)-Σ(|S_v|/|S|H(S_v))，表示划分后熵的减少，通过information_gain函数计算特征对标签的分类能力。3.信息增益率GR(S,A)=IG(S,A)/IV(A)，其中IV(A)为特征A的固有值，用于抑制多取值特征偏差，由intrinsic_value函数计算。4
- 文章 · python教程 | 4个月前 | 220浏览 收藏
-
- Python字符串startswith方法详解
- startswith()用于判断字符串是否以指定子串开头，返回True或False；支持单字符串、元组（多前缀）、指定起止位置；区分大小写，空字符串恒为前缀，不支持正则。
- 文章 · python教程 | 4个月前 | 134浏览 收藏
-
- Python压力测试：Locust框架实战指南
- Locust安装与基础配置需注意：Python3.8+为硬性要求；Windows下conda环境应使用condainstall-cconda-forgelocust避免pyzmq编译失败；须验证locust--version输出；配置文件需显式指定--config=locust.conf；推荐使用HttpUser类并设置timeout及User-Agent；分布式模式下master需绑定0.0.0.0且开放5557/5558端口；高并发时需调高ulimit并考虑多进程或多机worker。
- 文章 · python教程 | 4个月前 | 388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。
- 299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。
- 275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。
- 256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。
- 61次使用
