tag Python

標籤
貢獻843
731
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 yinuo112 頭像 u_13137233 頭像 u_15469972 頭像

@Python / 博客 RSS 訂閱

songofhawk 頭像

songofhawk - Python import 時要注意的幾個問題

我們在Python中，總是使用import來導入另外一個模塊（文件）中的內容，如果是從Java或C轉過來的程序員，有幾個常見的坑要注意一下： import也是執行語句，可以在代碼任何部位執行。如果我們把import寫在代碼中間，IDE很可能會有個警告，但只要邏輯正確，就不用理它： import a if __name__ == "__main__": import b b.me

namespaces , demo , 測試 , import , Python

收藏 評論

u_13137233 頭像

鯨魚編程pyhui - 20251221_134838 數組的增刪改查

20251221_134838 數組的增刪改查 數組的遍歷 把數組中的所有數值都取出來 #include iostream using namespace std; int main(){ int nums[10] = {22,66,45,92}; int n = 4; for(int i=0;in;i++){ coutnums[i]endl; } }

增刪改查 , 數組 , xml , 後端開發 , HTML , Python

收藏 評論

u_16175454 頭像

mob649e81597922 - ollama怎麼用python調用embedding

在這篇博文中，我們將探索如何通過 Python 調用 Ollama 中的 embedding 功能。Ollama 是一個強大的工具，然而在使用過程中可能會遇到一些問題。本文將詳細記錄解決此問題的整個過程。 問題背景 在處理文本數據嵌入時，許多開發者希望快速而準確地提取內容特徵。Ollama 提供了這種嵌入的能力，可以通過 Python 更方便地調用。然而，初學者在使用時經常遇到配

測試用例 , aigc , ci , Python

收藏 評論

u_16213620 頭像

mob64ca1401464d - 《C語言電子新-2026最新版》-C語言的永恆價值

C 語言電子書目錄如下： 回顧C語言50多年的發展歷程，我們可以看到，雖然編程語言層出不窮，新的技術不斷涌現，但C語言始終保持着旺盛的生命力。這不是偶然的，而是由其自身的特點決定的。 C語言的成功在於它找到了效率和易用性之間的最佳平衡點。它既不像彙編語言那樣繁瑣，也不像高級語言那樣抽象。它給了程序員足夠的控制權，同時又不會過分複雜。這種特點讓C語言在系統編程、嵌入式開

嵌入式 , 系統編程 , 後端開發 , 嵌入式開發 , Python

收藏 評論

u_16213599 頭像

mob64ca13fc220d - linux下 C++ 使用 epoll 多路複用 實現高性能的tcpserver

前言 epoll模式涉及到系統底層的I/O多路複用機制，可以處理高併發的場景。本文使用開源的libuv庫以及原生的scoket來分享epoll的運作機制，方便更加深入的理解網絡編程。 libuv庫實現epoll 這是一個C庫，之所以先分享libuv，是因為它風格與QT的信號-槽機制相似（適合對網絡編程不熟，但y又希望深入理解ep

數據 , 網絡編程 , 客户端 , 後端開發 , Linux , epoll , Python

收藏 評論

u_16213666 頭像

mob64ca140c3859 - emplace與insert的區別（C++11）

目錄 前言 一、insert 與 emplace 的基本語法 二、底層機制分析 1. `insert` 的工作方式 2. `emplace` 的工作方式 三、性能差異：insert vs emplace 四、隱式類型轉換時的區別 五、是否可以用 emp

STL , 開發語言 , c++ , 後端開發 , emplace , insert , Python

收藏 評論

u_16099231 頭像

半夜未央好 - python影像tif圖層切片

前言 “請問特徵提取之後我該如何分析？” “我想找出有統計學差異的特徵，要用什麼統計學方法？” “LASSO的內涵是什麼？真的這麼厲害？” “Rad-score是什麼？到底要怎麼算？” “那張一條一條的橫線，有分值的….,對就是 落-寞-gram！ 是什麼意思？怎麼畫？？”

python影像tif圖層切片 , 統計分析 , 數據 , 3d , 後端開發 , R語言 , Python

收藏 評論

friesonthepier 頭像

去碼頭整點薯條 - 利用 Python 進行數據分析 —— 2 NumPy 基礎

什麼是 NumPy？根據其官方文檔的介紹： NumPy 是Python中科學計算的基礎包。它是一個Python庫，提供多維數組對象，各種派生對象（如掩碼數組和矩陣），以及用於數組快速操作的各種API，有包括數學、邏輯、形狀操作、排序、選擇、輸入輸出、離散傅立葉變換、基本線性代數，基本統計運算和隨機模擬等等。 NumPy 的核心是一個特殊的數組對象——ndarray 對象。當運算涉及到 nda

numpy , 讀書筆記 , 數據分析 , Python

收藏 評論

u_16213562 頭像

技術極客傳奇 - 通過Terracotta實現基於Tomcat的Web應用集羣

在現代應用開發中，命令行工具與Web界面的結合越來越普遍。Carlo Terminal示例展示瞭如何使用Node.js和Web技術構建功能完備的終端應用，讓開發者能夠在瀏覽器環境中獲得原生終端體驗。本文將深入解析這一示例的實現原理，幫助你快速掌握Web版終端應用的開發方法。 項目結構概覽 Carlo Terminal示例位於項目的examples/termin

初始化 , 後端開發 , Git , Python , Web

收藏 評論

u_15642578 頭像

wx62830f4b679a4 - 人工智能 —— 教培 —— 技校 —— 授課內容

發現了一個神奇的資源： https://github.com/AccumulateMore python 基礎（教培內容） https://github.com/AccumulateMore/Python 本文包含：--> --

github , 後端開發 , harmonyos , Python

收藏 評論

hanazawa 頭像

不愛吃香菜 - Python 的內置函數 aiter

Python 的內置函數 aiter() 是 Python 3.10 版本中新增的異步迭代器函數，用於獲取異步可迭代對象的異步迭代器。以下是關於 aiter() 的詳細説明： 基本功能 aiter() 是 iter() 的異步版本，它接受一個異步可迭代對象（async iterable）作為參數，返回對應的異步迭代器（async iterator）。異步可迭代對象是指實現了 __aiter__()

知識 , Python

收藏 評論

u_17569005 頭像

wx6906fb3f9b17a - 智能ESD門禁系統實現高精度電子生產環境的防靜電准入管控。靜電檢測模塊以控制器為核心，集成腳踏板與手環形成雙維度檢測機制，確保操作人員靜電壓符合安全閾值

ESD門禁系統方案 ESD 門禁系統作為電子製造、半導體、精密儀器等領域防靜電管控的核心設備，通過實時監測操作人員靜電電位、接地狀態等關鍵參數，有效預防靜電放電造成的產品損壞與生產事故，是保障生產環境安全性與產品良率的重要基礎設施。本報價清單系統梳理了當前市場主流的 10 項核心產品，涵蓋單門單向測試門禁、雙門雙向智能門禁、防靜電手腕帶在線監測儀等

防靜電 , 智能門禁 , 門禁 , ESD , 後端開發 , 閘機 , Python

收藏 評論

u_17037082 頭像

王校長的熱狗 - 車輛佔用應急車道檢測數據集577張VOC+YOLO格式

車輛佔用應急車道檢測數據集577張VOC+YOLO格式 數據集格式：VOC格式+YOLO格式 壓縮包內含：3個文件夾，分別存儲圖片、xml、txt文件 JPEGImages文件夾中jpg圖片總計：577 Annotations文件夾中xml文件總計：577 labels文件夾中

數據集 , 佔用應急車道檢測數據集 , 標籤名 , 後端開發 , txt文件 , Python

收藏 評論

u_16099353 頭像

漫步雲端的豬 - Tensorflow之keras模型建立與訓練

本文通過 MNIST 手寫數字識別案例，詳細講解了 TensorFlow/Keras 模型的搭建、訓練、評估和保存全流程，涵蓋了 Sequential 和函數式 API 兩種模型搭建方式，以及三種主流的模型保存方法。 目錄 一、前期準備：環境搭建與數據集加載 1. TensorFlow環境安裝 2. 加載MNIST數據集

API , 加載 , 權重 , 後端開發 , Python

收藏 評論

u_16099245 頭像

遊俠小影 - 鴻蒙HarmonyOS三方件開發指南(6)-ActiveOhos

HarmonyOS 5開發從入門到精通（六）：列表組件與數據渲染 在移動應用開發中，列表是最常見且重要的界面元素之一。HarmonyOS 5提供了強大的List組件和ForEach循環渲染機制，能夠高效地展示大量數據。本篇將深入講解列表組件的使用、數據渲染、性能優化等核心內容。 一、List組件基礎 1.1 List組件簡介 List組件是HarmonyO

List , 數據 , text , 後端開發 , Python

收藏 評論

u_15894377 頭像

wx638422bd63072 - day7,vertical-align,顯示與隱藏 ,圓角 邊框,透明度及兼容,ps常用工具,項目規範,icon怎麼用

day 07 知識回顧 1、相對定位是相對於什麼進行定位的？ 相對於自己原來的位置進行定位的 2、絕對定位是相對於什麼進行定位的？ 相對於定位父元素來進行定位的 3、行級元素支持寬高的屬性有哪些？ 左浮或者右浮 絕對定位 | 固定定位 display：block display：inline-block

ico , 後端開發 , ci , 圓角 , Python

收藏 評論

u_15137915 頭像

u_15137915 - 《Learn Python Programming(4th)》讀後感

一、 為什麼讀這本書？ 之所以選擇讀這本書是因為“例行慣例”——讀每年新出版的Python相關書籍，嘗試從這些書中收集一些好的示例，幫助理解一些不好理解的概念。 當然，其實《Learn Python Programming(4th)》(中譯名：《Python編程入門與實戰》，Packt Publishing 出版社)是 2024年 9 月 2

弱類型 , Programming , jquery , 前端開發 , Python

收藏 評論

deephub 頭像

deephub - Python環境管理的新選擇：UV和Pixi，高性能Python環境管理方案

近期Python生態系統發生了重要變化，特別是在包管理領域。Anaconda對其商業許可證政策進行了調整，要求大型非營利組織（員工超過200人）需要為使用其默認包倉庫的每位用户獲取商業許可。這一變化促使開發社區開始尋找更開放的解決方案，特別是考慮到Python本身及其大多數包都是開源的這一事實。 Python環境管理和包依賴處理一直是開發過程中的關鍵挑戰。傳統工具如virtualenv、pip和c

機器學習 , 人工智能 , 環境搭建 , Python

收藏 評論

u_12218 頭像

棉花糖 - 計算機軟件工程班級簡介,熱點 | 優秀班集體——2015級軟件工程班

一、結對探索（4分）（漢字序號為一級標題，下同） 1.1 隊伍基本信息**（1分）（阿拉伯數字序號為二級標題，下同） 結對編號：；隊伍名稱：； 學號 姓名

HTTP , 權重 , 數據庫 , 後端開發 , Python

收藏 評論

ziwupython 頭像

子午 - 中草藥識別系統【最新版】Python+TensorFlow+Vue3+Django+人工智能+深度學習+卷積神經網絡算法

一、介紹 中草藥識別系統，通過收集10種常見的中草藥數據集，基於TensorFlow搭建卷積神經網絡算法模型進行多輪迭代訓練，最後得到一個識別精度較高的模型，然後使用最新的Vue3+Element plus搭建界面，後端Django處理請求，實現前後端分離開發模式，實現一個完整的可視化操作平台。 前端: Vue3、Element Plus 後端：Django 算法：TensorFlow、卷積神經網

圖像識別 , tensorflow , Python

收藏 評論

baidujiagoushi 頭像

百度Geek説 - 通過 Python 腳本支持 OC 代碼重構實踐（一）：模塊調用關係分析

作者 | 劉俊啓 導讀 在軟件開發中，經常會遇到一些代碼問題，例如邏輯結構複雜、依賴關係混亂、代碼冗餘、不易讀懂的命名等。這些問題可能導致代碼的可維護性下降，增加維護成本，同時也會影響到開發效率。這時通常通過重構的方式對已有代碼結構進行改進和優化。在重構的工作中，大部分的工作是人工的方式完成，是一個耗時且容易出錯的過程。對於研發人員來講，在不改變軟件的功能和行為的前提下，保證質量和效率完成對

自動化 , 重構 , Python

收藏 評論

dawanzi_6278b06ec111c 頭像

大丸子 - 使用Python獲取PDF頁面的大小、方向和旋轉角度

在文檔管理和自動化領域，瞭解PDF文檔的內在屬性（如頁面大小、方向和旋轉角度）對於確保一致的文檔處理和佈局保真度至關重要。這些屬性在內容重用、歸檔以及PDF無縫集成到網絡環境或其他數字工作流程中起着關鍵作用，因為它們直接影響文檔的可讀性和用户體驗。通過利用Python，開發人員可以高效提取這些屬性，從而方便旋轉頁面的自動更正等任務。 本文將展示如何使用Python代碼獲取PDF文檔中頁面的大小、方

pdf導出 , 頁面佈局 , pdf , 方向 , Python

收藏 評論

u_16213608 頭像

mob64ca13fe62db - TPS、併發用户數、吞吐量關係

併發用户數：是指模擬用户實際去 請求的用户數量，模擬每個人去操作。 吞吐量：可以是 流量 也 可以是業務量。 持續時間1分鐘 10個用户併發，按每秒1個線程數來計算 請求數= 10用户×60分鐘×1個線程= 600次請求。 吞吐量=600個請求。 吞吐率=600個請求÷1分鐘=60個請求/秒 持續時間1分鐘 20個用户併發，按每秒1個線程來計算

請求超時 , 高負載 , 基線 , 後端開發 , Python

收藏 評論

u_17029845 頭像

這是嚕嚕 - 用Python讀取和寫入Excel多工作表：openpyxl vs pandas對比

在日常辦公與數據分析中，Excel 文件（尤其是 .xlsx 格式）是信息交換的常見載體。Python 提供了多種處理 Excel 的工具，其中 openpyxl 和 pandas 是最主流的選擇。它們各有側重：openpyxl 專注於原生操作 Excel 文件結構（如樣式、公式、多工作表），而 pandas 則擅長以數據框形式高效處理表格內容。本文將通過多工作表讀寫場景，對比兩

數據 , 加載 , 後端開發 , 結構化 , Python

收藏 評論