tag Python

標籤
貢獻844
759
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

u_16213688 頭像

mob64ca14116c53 - Websocket：vue + node 實現實時通信_vuewebsocket聊天

Neko是一個基於Docker的自託管虛擬瀏覽器項目，通過WebRTC技術為用户提供安全可靠的遠程瀏覽器體驗。作為開源項目的核心組件，前端架構採用了Vuex狀態管理與WebSocket實時通信相結合的設計模式，確保了虛擬瀏覽器的高效運行和用户體驗的流暢性。 🔥 Vuex狀態管理架構設計 Neko前端採用Vuex作為狀態管理解決方案，整

前端架構 , 後端開發 , Docker , 錯誤處理 , Python

收藏 評論

aitibao_shichangyingxiao 頭像

艾體寶IT - 艾體寶乾貨 | Redis Python 開發系列#3 核心數據結構（下）

本文將探討 Redis 的 List, Set, Sorted Set 數據結構，通過 Python 代碼示例展示如何構建消息隊列、實現社交關係（共同好友）和實時排行榜，解決高併發下的常見業務難題。 前言 在掌握了 String 和 Hash 後，我們將探索 Redis 更為強大的三種數據結構：**List（列表）**、**Set（集合）** 和 **Sorted Set（有序集合）**。它們是構

redis , Python

收藏 評論

yanpeng 頭像

燕鵬01 - Python數據分析入門指南（十九）：自動化你的分析流程

在數據科學的研究道路上，我們經常會遇到重複性的分析任務。無論是處理每日更新的温度數據，還是對多個數據集執行相同的預處理流程，手動重複操作不僅效率低下，還容易出錯。今天，我們就來探討如何通過Python實現分析流程的自動化，讓你的研究工作事半功倍。 為什麼需要自動化分析？ 對於正在進行畢業論文研究的你來説，時間是最寶貴的資源。想象一下，當你需要處理幾十個城市多年的温度觀測數據時，如

數據 , 後端開發 , 數據分析 , Python

收藏 評論

u_16099355 頭像

數據挖掘者 - Jupyter notebook 入門教程

一、什麼是 Jupyter Notebook？ Jupyter Notebook 是一個 開源的交互式計算環境，最初源自 IPython 項目，現已成為數據科學、機器學習和科研領域的核心工具之一。它的名字來自 Julia、Python 和 R 三種語言的首字母，體現了多語言支持的理念。 1. 核心特點 交互式執行：可以逐段運行

後端開發 , jupyter , ide , Markdown , Python

收藏 評論

u_16175470 頭像

mob649e815d334b - golang langchain 連接ollam

在開發與應用程序交互的過程中，如何將 Golang 的 Langchain 庫連接到 Ollama 平台上，成為了許多開發者關心的話題，尤其是在構建基於機器學習和大型語言模型的應用時。本文將詳細解析這一過程，包括適用場景、性能指標、功能特性、實戰對比、內核機制和工具鏈支持，為您提供全面的理解。 背景定位 在當今快速發展的技術環境中，Golang 和大型語言模型（如來自 Ollam

aigc , 開發者 , 代碼示例 , Python

收藏 評論

u_16099210 頭像

數據分析大師 - CUDA學習筆記(一)

__ldg 功能：從 global memory 通過只讀緩存（read-only cache）加載數據。 template typename T __device__ __forceinline__ T __ldg(const T* ptr); 注意這並不是函數原型，但是你可以這麼理解，T並不是所有類型都能適配的。

API , 緩存 , 後端開發 , memory , 筆記 , CUDA , Python

收藏 評論

ray_zhang 頭像

Ra4Z - [supervisor] 遇到的兩個問題

問題1 refused connection 問題現象 $ supervisorctl -c /root/ppe-detection/supervisord.conf unix:///root/supervisor.sock refused connection 原因分析 supervisor 主要包含2個組件（實際還有別的）： supervisord 主進程,負責管理進程的serv

supervisor , Python

收藏 評論

u_14844 頭像

definitely - JavaScript 一元二次方程曲線

數組的函數有一元函數(對一個結果數組進行計算)與二元函數(兩個數組之間的計算)；計算結果可以輸出為新對象，也可改變數組本身 實例：運算函數 1、不改變數組本身 一元函數 import numpy as np a=np.array([1.2,-1,2.5

數組 , JavaScript 一元二次方程曲線 , numpy , 四捨五入 , 前端開發 , Javascript , Python

收藏 評論

u_16099177 頭像

雲端小夢 - neo4j查詢多跳關係的方法_neo4j 多跳查詢

TL;DR 場景：圖數據庫項目中高頻用到的字符串函數、聚合、關係函數與 shortestPath，多跳查詢易踩坑。 結論：以 Cypher 5/Neo4j 5.x 為基線，先掌握 toLower/trim/replace/split/substring/size、startNode/endNode、可變長度路徑；避免一次多語句與未

nosql , 數據庫 , 後端開發 , neo4j , JAVA , Python

收藏 評論

kaohanbao 頭像

烤漢堡 - Python入門到實戰：網絡請求與數據獲取

一、環境準備，安裝requests庫 1.安裝命令（終端執行） #安裝requests庫 pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple/ #(該方式是臨時指定的,每次下載需要去cmd終端下載庫 相對來説比較麻煩，每次添加庫的時候就要去cmd終端去下載) 2.解決安裝超時的問題（配置國內鏡像源） pip conf

教程 , 知識 , 數據分析 , Python

收藏 評論

u_16099241 頭像

技術領航博主 - Pipenv--最好用的python虛擬環境和包管理工具

大家好，我是 MAI麥造! 之前比較喜歡用 anaconda 來管理虛擬環境，但只做包管理又太大材小用了。 現在有一個輕量且更強的替代來了！！ 一站式超快的 Python 包與環境管理工具：uv。 作者：Astral ，口號：“比 pip 快 100 倍” 🧭 一、uv 是什麼？ uv 是一個

開發語言 , pip , Css , 前端開發 , HTML , Python

收藏 評論

chuanghongdengdeqingwa_eoxet2 頭像

宇文成都 - 使用 Spire.XLS for Python 高效讀取 Excel 數據

在當今數據驅動的世界中，Python 已成為數據處理和分析的首選工具。而 Excel 文件作為最常見的數據存儲格式之一，如何高效、準確地在 Python 中讀取和處理 Excel 數據，成為了許多開發者和數據分析師面臨的挑戰。傳統的 Python Excel 庫在處理複雜 Excel 文件（如包含公式、樣式、合併單元格等）時，有時會顯得力不從心，甚至性能不佳。 本文將向您介紹一款功能強大、性能卓越

excel , Python

收藏 評論

u_16120231 頭像

wx6466f25322644 - 大語言模型Ll M 這張圖的核心信息是：隨着模型規模變大，注意力（attention）層消耗的 FLOPs 佔比越來越高，而 MLP 層佔比反而下降。

這張圖的核心信息是：隨着模型規模變大，注意力（attention）層消耗的 FLOPs 佔比越來越高，而 MLP 層佔比反而下降。 一、FLOPs 是什麼？ FLOPs（Floating Point Operations）是浮點運算次數，衡量模型計算量的單位。FLOPs 越高，訓練或推理所需的計算資源越多。 二、圖中數據解讀

複雜度 , 數據 , 浮點運算 , 後端開發 , 人工智能 , Python

收藏 評論

turing_interview 頭像

圖靈訪談 - 《機器學習》作者Peter Flach：好萊塢也借AI上頭條

非商業轉載請註明作譯者、出處，並保留本文的原始鏈接：http://www.ituring.com.cn/art... 訪談對象： Peter Flach，布里斯托大學人工智能教授，擁有20多年的機器學習教研經驗。在高度結構化的數據挖掘以及通過ROC分析來評估和改進機器學習模型方面，Flach是國際領先的研究人員。他著有Simply Logical: Intelligent Reasoning

機器學習 , 圖靈訪談 , 人工智能 , 深層神經網絡 , Python

收藏 評論

u_16376057 頭像

仰望者的天空 - 圖解網絡39

ACL+NAT ACL 一、ACL基礎介紹 1、ACL概念。 訪問控制列表ACL（Access Control List）是由一條或多條規則組成的集合。所謂規則，是指描述報文匹配條件的判斷語句。 條件可以是報文的源地址、目的地址、端口號等。 ACL本質上是一種報文過濾器，規則是過濾器的濾芯。設

ip , php , 端口號 , 後端開發 , 網絡 , 智能路由器 , Python

收藏 評論

u_16099333 頭像

煙雨江南的秋 - c++多態：從原理到應用

目錄 1. 多態的概念 2. 多態的定義及實現 2.1 多態的構成條件 2.2 虛函數 2.3 虛函數的重寫 2.4 虛函數重寫的兩個例外 (1) 協變 (Covariance) (2) 析構函數的重寫 2.5 C++11 override 和 final 2.6 重載、覆蓋(重寫)、隱藏(重定

虛函數 , 開發語言 , 派生類 , c++ , 後端開發 , 多態 , Python

收藏 評論

u_16213702 頭像

mob64ca1414c613 - 動畫攝象機_weixin

目錄 一 鏡頭類型 1 遠景(寬鏡頭) 2 全身鏡頭 3 中景鏡頭 4 特寫鏡頭 5 大特寫 6 主觀視角 7 多人鏡頭 二 拍攝角度 靜止鏡頭 1 高角度俯拍 2 鳥瞰視角 3 低角度仰拍 4 蟲眼視角 5 過肩鏡頭 6 荷蘭角 運動鏡頭 1 變

動畫 , 後端開發 , 變焦 , Python

收藏 評論

u_13424 頭像

flyingsmiling - typescript 保留有限的字段

Python入門基礎語法知識2 今天二更啦，昨天的文章顯示的有101的閲讀量呀，非常感謝各位拔冗閲讀的同學和前輩， ღ( ´･ᴗ･` )比心，希望大家看了也有一定的收穫，後面的知識都是不斷遞進的，高一層次都是基礎的積累和運用，所以必須將基礎打牢以後才能更好的運用，今天的內容也非常基礎，可以隨意看看了解下，好啦，下面開始今天的正題。 1、

typescript 保留有限的字段 , python語法基礎知識第四關第二題 , 字符串 , 浮點數 , 前端開發 , typescript , Python

收藏 評論

u_16099248 頭像

mob6454cc6d3e23 - 喵喵戰鬥遊戲下載-喵喵戰鬥安卓版下載v1.0.1

本文包含：--> --> 本文章為轉載內容，我們尊重原作者對文章享有的著作權。如有內容錯誤或侵權問題，歡迎原作者聯繫我們進行內容更正或刪除文章。

卷積 , 後端開發 , 積性函數 , 重複元素 , Python

收藏 評論

deephub 頭像

deephub - 10個Pandas的高級技巧

Pandas是我們最常用的數據處理Python庫之一。儘管您可能已經與它共事多年，但可能還有許多您尚未探索的實用方法。我將向您展示一些可能未曾聽説但在數據整理方面非常實用的方法。 我目前日常使用的是pandas 2.2.0，這是本文時可用的最新版本。 import pandas as pd import numpy as np print(pd.__version__) 1、agg 你

機器學習 , pandas , 數據分析 , Python

收藏 評論

u_16970152 頭像

求知上進 - Python函數的返回值介紹

1.前言 1.1 返回值的基本概念 在Python函數設計中，返回值是函數執行後向調用者提供結果的關鍵機制。簡單來説，返回值允許函數不僅僅執行操作，還能將計算結果、狀態信息或數據結構傳遞迴調用代碼，從而實現代碼的複用和邏輯分離。Python使用return語句來定義返回值，這使得函數可以返回任意類型的對象，如數字、字符串、列表、字典甚至是其他函數。返回值是函數簽名的一

生成器 , 人工智能 , 深度學習 , ide , Python

收藏 評論

u_16213697 頭像

mob64ca14137e4f - 可視化圖表庫LightningChart JS免費下載安裝教程指南

在科研與大數據可視化項目中，選擇合適的圖表控件庫至關重要。性能、類型支持、導出能力、授權成本、開發效率等都可能決定最後的實現成本與效果。 2025 年，圖表庫技術不斷推進——在此背景下，我們對比兩個主流庫 Highcharts 與 LightningChart JS，從更新軌跡、功能提升、性能特化、生態支撐、授權模型等維度進行理性分析，幫助你在科研

2025 圖表庫對比 , LightningChart , Highcharts工具 , 大數據圖表控件 , 後端開發 , 科研可視化 , Python

收藏 評論

deephub 頭像

deephub - JAX 訓練加速指南：8 個讓 TPU 滿跑的工程實戰習慣

TPU 訓練的真實效率往往取決於兩個核心要素：Shape 的穩定性與算子的融合度。 很多時候，JAX 任務之所以出現嚴重的性能瓶頸，並非算法本身設計有問題，而是忽視了 XLA 編譯器與底層硬件對“確定性”的極度偏好。基於大量實戰調優經驗，本文總結了八條能讓 JAX 訓練任務從“甚至跑不通”蜕變為“跑滿 TPU 算力”的工程經驗。 1、儘早鎖定 Shape TPU 喜歡靜態 Shape，JA

jax , 人工智能 , 深度學習 , Python

收藏 評論

u_14126 頭像

網猴兒 - java性能分析工具-async-profiler

第一章：Java性能調優的挑戰與AsyncProfiler的價值 在現代高併發、分佈式Java應用中，性能調優已成為開發與運維團隊不可迴避的核心課題。傳統的性能分析工具如JVisualVM、JMC等依賴於Java虛擬機提供的監控接口，往往存在採樣精度低、運行時開銷大或無法定位底層系統瓶頸等問題。尤其在面對GC頻繁、線程阻塞或CPU使用率異常飆升的場

調用棧 , jvm , 後端開發 , JAVA , Python

收藏 評論