tag Python

標籤
貢獻837
712
06:37 AM · Oct 27 ,2025
dawanzi_6278b06ec111c 頭像 deephub 頭像 lengxi_16 頭像 u_14306318 頭像 u_17037082 頭像 kuanrongdeshanyang 頭像 fengliudeshanghen 頭像 jieduanxingdebugger 頭像 hanazawa 頭像 u_13137233 頭像 yinuo112 頭像 u_15469972 頭像

@Python / 博客 RSS 訂閱

u_14540126 頭像

最多選5個技能 - 信息系統項目管理師高難度選擇題精講

一、高級計算分析題（15題） 1. 某項目採用關鍵鏈法，原關鍵路徑長度45天，考慮資源約束後增加緩衝： 項目緩衝：5天 接駁緩衝：3天（2條路徑） 資源緩衝：2天 項目最終計劃工期為： A. 45天 B. 50天 C. 55天 D.

項目管理 , 數據 , 後端開發 , 迭代 , Python

收藏 評論

u_16099344 頭像

風華正茂的AI - TV demura 算法

文章目錄 基本概念 實例 Python實現 測試代碼 基本概念   要理解Tarjan算法，必須瞭解以下兩個概念，發現時間戳discovery time與低連接值low-link value。   發現時間戳這個很容易理解，K

機器學習 , jar , 算法 , 時間戳 , 人工智能 , TV demura 算法 , Python

收藏 評論

deephub 頭像

deephub - Pandas GroupBy 的 10 個實用技巧

很多人把 groupby 理解成單純的求和、計數這類操作，比如説算算總收入、數數用户量，然後就沒了。實際上它的應用場景要廣得多：計算組內特徵、數據標準化、構造滾動指標、合併不同維度的統計結果，甚至處理一些複雜的嵌套數據結構。 所以本文將介紹10個實際工作中比較有用的技巧，文章的代碼都是可以直接拿來用。 1、一次性應用多個聚合函數 import pandas as pd df = p

機器學習 , 人工智能 , pandas , Python

收藏 評論

luohenyueji 頭像

luohenyueji - [python] Python數據類使用指北

在Python編程中，類定義是組織數據與封裝邏輯的核心範式。然而，當需要創建僅用於數據存儲的簡單類時，開發者往往需編寫大量重複機械的樣板代碼。例如用於屬性初始化的__init__方法、支持對象信息友好展示的__repr__方法、實現對象相等性比較的__eq__方法等。這類代碼不僅耗費開發精力，還容易因細節疏忽引入潛在錯誤，導致代碼可讀性與維護性下降。 為解決這一行業痛點，Python

字段 , 默認值 , 人工智能 , 深度學習 , Python

收藏 評論

bianchengdandan 頭像

Python技術大本營 - Python 實現循環的最快方式（for、while 等速度對比）

眾所周知，Python 不是一種執行效率較高的語言。此外在任何語言中，循環都是一種非常消耗時間的操作。假如任意一種簡單的單步操作耗費的時間為 1 個單位，將此操作重複執行上萬次，最終耗費的時間也將增長上萬倍。 while和for是 Python 中常用的兩種實現循環的關鍵字，它們的運行效率實際上是有差距的。比如下面的測試代碼： importtimeit defwhile_loop(n=100_

while , for循環 , Python

收藏 評論

u_17494575 頭像

mb689bf7a82caf3 - Python文本轉PDF全流程示例：從簡單到進階應用

在日常工作中，我們經常會接觸到各種文本文件，例如.txt、.md、日誌文件或是代碼腳本。這些純文本文件雖然簡潔高效，但在需要進行分享、打印或存檔時，往往會面臨格式不統一、排版混亂等問題。此時，將這些文本內容轉換為標準、易於分發且格式穩定的PDF文檔就顯得尤為重要。 然而，手動複製粘貼或使用在線工具進行轉換不僅效率低下，還可能在大量文件處理時成為瓶頸。幸運的是，Pyt

yyds乾貨盤點 , pdf , 文本文件 , 後端開發 , 解決方案 , 文本 , Python

收藏 評論

deephub 頭像

deephub - 使用Pandas進行數據清理的入門示例

數據清理是數據分析過程中的關鍵步驟，它涉及識別缺失值、重複行、異常值和不正確的數據類型。獲得乾淨可靠的數據對於準確的分析和建模非常重要。 本文將介紹以下6個經常使用的數據清理操作： 檢查缺失值、檢查重複行、處理離羣值、檢查所有列的數據類型、刪除不必要的列、數據不一致處理 第一步，讓我們導入庫和數據集。 # Import libraries import pandas as pd # Re

機器學習 , 數據清洗 , pandas , Python

收藏 評論

u_14152 頭像

feiry - 4.機器學習——梯度下降_51CTO博客

一、梯度下降（Gradient Descent） 1. 基本概念 梯度下降（Gradient Descent） 是一種用於 最小化代價函數 J(w,b)J(w,b)J(w,b)的優化算法。 它的思想相當直觀： 環顧四周，選擇讓代價函數下降最快的方向，然後沿着該方向走一步。然後在新的位置重複這個過程，直到到達最低點。這種“下山”的過程，就是梯度下降

梯度下降 , 最小值 , 代價函數 , 後端開發 , Python

收藏 評論

u_16213569 頭像

技術領航舵手 - Spring源碼剖析5：JDK和cglib動態代理原理詳解

目錄 代理模式是什麼？ 靜態代理 動態代理 JDK動態代理 CGLIB代理 代理模式是什麼？ 代理模式的作用是：為其他對象提供一種代理以控制對這個對象的訪問。在某些情況下，一個客户不想或者不能直接引用一個對象，此時可以通過一個稱之為“代理”的第三者來實現間接引用。代

spring , aop , 後端開發 , JAVA , 代理模式 , 後端 , Python

收藏 評論

u_16213695 頭像

mob64ca1412ee79 - qemu啓動debian

新功能 - 動態調度程序：SPDK輕量級線程現在可以動態地調度到SPDK事件框架中的reactor上。調度程序會重新平衡空閒線程，調整CPU頻率，並將空閒的reactor切換到中斷模式。有關詳細信息，請參見https://www.spdk.io/doc/scheduler.html。此功能目前是實驗性的。 - vfio-user用户 NVMe

機器學習 , js , Linux , 人工智能 , JAVA , qemu啓動debian , Python

收藏 評論

u_17504137 頭像

我是你諾言哥 - 桌牌製作系統：自定義設計 + 打印，高效搞定桌牌

之前領導讓做會議桌牌，一開始想徒手排版，折騰半天沒頭緒，最後還是找別人要了模板才勉強完成。現在發現這款工具，才知道做桌牌能這麼省心。 下載地址：https://pan.quark.cn/s/df655f7acccc 備用地址：https://pan.baidu.com/s/12HupZfMGhFDV6zJez6ufRA?pwd=ui4e 今天分享

後端開發 , 上傳圖片 , 下載地址 , Python

收藏 評論

u_16213680 頭像

mob64ca140f67e3 - KEEP筆試

C程序的流程：預處理-編譯-鏈接-加載運行。變量的初始化都在加載運行這一部分。特別地，全局變量的初始化在調用main函數之前。 %x表示用小寫字母輸出16進制整數，%X表示用大寫字母輸出16進制整數，%o表示輸出8進制整數，%O沒有含義。需要注意，上述三種方式，都不會添加16進制的0x前綴和8進制的0前綴。但是加上#就會添加對應的前綴，%#x會添加0x，%#X會

初始化 , main函數 , 16進制 , 後端開發 , Python

收藏 評論

chuanghongdengdeqingwa_eoxet2 頭像

宇文成都 - 使用 Python 為 PDF 添加水印

在現代數字化辦公環境中，PDF 已成為一種廣泛使用的文件格式，尤其是在需要保持文檔格式時。為了保護文檔內容，添加水印是一種常見的方法。本文將介紹如何使用 Python 為 PDF 文件添加水印，具體步驟將通過代碼示例詳細説明。 一、準備工作 要實現 PDF 水印的添加，我們將使用 Spire.PDF，這是一個強大的 PDF 操作庫，能夠輕鬆處理 PDF 文檔。你可以從 Spire.PDF 官方網站

pdf , Python

收藏 評論

u_15493782 頭像

Python自動化辦公社區 - 我決定用AI重寫這個34.7萬次下載的Python庫

大家好，我是程序員晚楓。 今天想和大家分享一個重要的決定：我的開源項目 python-office（下載量34.7萬次），即將用AI編程技術進行全面重寫。 先説説python-office是什麼 3年前，我創建了python-office這個項目。它的初衷很簡單：用一行代碼，解決一個辦公自動化問題。 比如你想把PDF轉成W

後端開發 , 人工智能 , 開源 , 開發者 , harmonyos , Python

收藏 評論

u_12204 頭像

桃太郎 - Python語言:Day9練習題及其答案

Python3 函數 函數是組織好的，可重複使用的，用來實現單一，或相關聯功能的代碼段。 函數能提高應用的模塊性，和代碼的重複利用率。你已經知道Python提供了許多內建函數，比如print()。但你也可以自己創建函數，這被叫做用户自定義函數。 定義一個函數 規則： 函數代碼塊以def關鍵詞開頭，後接函數標識符名稱

字符串 , MySQL , 地址空間 , 開發語言 , 賦值 , 數據庫 , Python

收藏 評論

loading_672b22021e446 頭像

Loading - python webdriver-manager 實現selenium 免下載安裝webdriver

selenium在自動化測試中，通常需要使用瀏覽器驅動來與瀏覽器進行交互。然而，手動下載、安裝、以及管理這些驅動非常麻煩，尤其是當驅動版本頻繁更新時。為此，webdriver-manager庫提供了一個極簡的方案，自動幫我們下載、更新和管理驅動，使 Selenium 代碼更簡潔優雅。 webdriver-managergit地址：GitHub - SergeyPirogov/webdriver_m

爬蟲 , selenium , webdriver , Python

收藏 評論

luckyqiaqi 頭像

是小劉呀 - 虛擬環境搭建 virtualenvwrapper.sh 中 VIRTUALENVWRAPPER_PYTHON 路徑錯誤解決

  我們在安裝好 virtualenvwrapper 之後，通過 source 啓動初始化工具 virtualenvwrapper.sh 時報錯，報錯信息如下： 結合錯誤信息與提示找到的語句，猜測應該是 virtualenvwrapper.sh 文件的 VIRTUALENVWRAPPER_PYTHON 這裏有問題： 於是我們打開 virtualenvwrapper.sh 文件： virtu

virtualenvwrapper , virtualenv , Python

收藏 評論

jieduanxingdebugger 頭像

階段性debugger - 免費獲取股票歷史行情與分時K線數據 API

在全球金融市場中，獲取準確的股票歷史行情數據至關重要。無論是港股、美股、A 股、日股、德國還是新加坡等市場的投資者和開發者，都需要可靠的股票分時 K 線數據來支持分析和決策。本文將介紹一個高效的股票 API，支持批量歷史 K 線數據 API 查詢，幫助您輕鬆獲取從分鐘級到月線的 OHLCV 數據，包括開盤價、最高價、最低價、收盤價和成交量等關鍵指標。 API 概述 這個 API 來自 itick.

數據接口 , 股票接口 , 金融 , api文檔 , Python

收藏 評論

deephub 頭像

deephub - 20個改善編碼的Python異常處理技巧，讓你的代碼更高效

異常處理是寫好代碼的一個重要的方面，雖然許多開發人員都熟悉基本的try-except塊，但是有很多更深入的知識可以使異常處理更高效、更可讀和更python化。所以本文將介紹關於Python異常的20個可以顯著改善編碼的Python異常處理技巧，這些技巧可以讓你熟練的掌握Python的異常處理。 Python中的異常是在程序執行期間發生的破壞了程序指令的正常流程的事件。與其他編程語言一樣，Pytho

機器學習 , 異常處理 , Python

收藏 評論

u_14276 頭像

柳隨風 - 【Linux】環境變量和命令行參數_命令行 變量

目錄 編輯 一、Linux2.6內核進程O（1）調度隊列 二、命令行參數 三、環境變量 前言： ⏩️Linux2.6內核採用O(1)調度算法，通過雙優先級隊列（active和expired）和位圖操作實現高效進程調度。每個CPU維護runqueue結構，包含140個優先級隊列，普通進程優先級映射為100-139的數組下標。調度時通過位圖

環境變量 , 優先級 , bash , 後端開發 , Python

收藏 評論

u_16213700 頭像

mob64ca14144dde - Vue總結（三）組件通信

props和emits之間的組件通信 數據流向 props：父組件 → 子組件（數據下行） emit：子組件 → 父組件（事件上行） 核心機制 props：父組件通過屬性傳遞數據給子組件 emit：子組件通過事件向父組件發送消息 設計模式 單向數據流： 父組件 --props-

輸入框 , 數據 , Vue , 後端開發 , Python

收藏 評論

u_16213326 頭像

mob64ca12d6c78e - 怎麼搭建一個copilot的小程序

在這個時代，使用 AI 作為協助工具已經不再是新鮮事。尤其是在編程和開發領域，像 GitHub Copilot 這樣的工具極大地提高了我們開發的小程序的效率。然而，搭建一個基於 Copilot 的小程序，尤其是理解其背後的邏輯，對很多開發者而言仍然是一個挑戰。本文將逐步揭示這一過程，並分享如何高效地構建這樣的程序。 問題背景 在社交媒體上，很多開發者表達了希望能夠渾然天成地使用

API , aigc , 開發者 , Python

收藏 評論

u_12192 頭像

angel - Python爬蟲快速入門，BeautifulSoup基本使用及實踐

導包：pip installbs4 import requests from bs4 import BeautifulSoup url = 'https://movie.douban.com/top250' headers = { 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win

選擇器 , 後端開發 , beautifulsoup , Css , 爬蟲 , HTML , Python

收藏 評論

u_16213319 頭像

mob64ca12d52440 - stablediffusion怎麼修改torch版本

在使用 Stable Diffusion 進行圖像生成的過程中，用户可能會發現某些依賴項之間存在不兼容問題，其中最常見的就是 PyTorch 的版本。這篇文章將詳細介紹如何修改 Stable Diffusion 中的 PyTorch 版本，幫助開發者解決這一常見問題。 問題背景 在運行 Stable Diffusion 時，用户可能會面對以下場景： 初次安裝 Stab

工具鏈 , bash , aigc , Python

收藏 評論