tag Python

標籤
貢獻846
780
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_16099246 頭像

編程藝術家 - 計算機中常用的偵查技術分析,計算機取證技術運用分析.doc

本文詳細分析了三星Gallery3d應用中的刪除痕跡取證技術，包括SQLite數據庫結構解析、Base64編碼路徑的解碼方法、Python自動化腳本開發，以及通過逆向工程APK來理解數據編碼機制的全過程。 Mike與猴子深入挖掘三星Gallery3d應用垃圾數據 這一切始於Michael Lacombe在2021年11月初在Physical and RAW Mobil

字符串 , 3d , 後端開發 , Android , Python

收藏 評論

qutianhang 頭像

屈天航 - 聊一聊python和golang協程的區別

背景 最近在做後端服務python到go的重構，這兩種語言裏，最大的特色和優勢就是都支持協程。之前主要做python的性能優化和架構優化，一開始覺得兩個協程原理和應用應該差不多，後來發現還是有很大的區別，今天就在這裏總結一下。 什麼是協程 在説它們兩者區別前，我們首先聊一下什麼是協程，好像它沒有一個官方的定義，那就結合平時的應用經驗和學習內容來談談自己的理解。 協程，其實可以理解為一種用户態特殊

goroutine , coroutine , 協程 , go , Python

收藏 評論

u_16099330 頭像

網絡小墨 - 1.SparkSQL基礎—Spark SQL概述、Spark SQL核心編程—DataFrame(重要)、DataSet 與 RDD 之間相互轉換

作為大數據處理領域的明星框架，Apache Spark以其卓越的性能和易用性贏得了廣泛認可。本文將深入探討Spark的數據讀取方式、核心概念以及RDD與SparkSQL的關鍵特性，幫助您全面掌握Spark的核心機制。 一、數據讀取：多種方式滿足不同場景 1. SparkCore數據讀取方式 SparkCore提供了兩種主要的數據讀取方式

spark , 大數據 , 數據庫 , 分佈式 , 前端開發 , Javascript , Python

收藏 評論

u_16175472 頭像

mob649e815da088 - 非langchain 模型如何使用langchain

在本文中，我將分享如何讓非langchain模型有效地與langchain框架進行協作的過程。我將詳細闡述問題背景、錯誤現象、根因分析、解決方案、驗證測試和預防優化，以幫助讀者更好地理解和應用這一技術。 問題背景 在許多使用自然語言處理（NLP）模型的場景中，開發者需要整合非langchain的模型邏輯與langchain框架來實現更復雜的任務。例如，某個團隊在開發一個對話式人工

預處理 , aigc , ci , Python

收藏 評論

u_16099253 頭像

數據解碼者 - java 事件驅動架構實例_事件驅動模型實例詳解

事件驅動架構實現用户行為積分獎勵系統 事件驅動架構（EDA）適合處理用户行為積分系統，因其天然支持異步、解耦和可擴展性。以下為基於Java和MySQL的實現方案： 核心組件設計 系統由事件生產者、事件消費者、積分規則引擎和存儲層構成。事件生產者負責捕捉用户行為（如登錄、購物），事件消費者處理行為並觸發積分計算。 MySQL設計兩張

規則引擎 , MySQL , 架構 , 後端開發 , JAVA , Python

收藏 評論

felixzzzz 頭像

felixzzzz - Python代碼閲讀（第48篇）：返回最大元素的索引

Python 代碼閲讀合集介紹：為什麼不推薦Python初學者直接看項目源碼 本篇閲讀的代碼實現了返回列表中最大元素索引的功能。 本篇閲讀的代碼片段來自於30-seconds-of-python。 max_element_index def max_element_index(arr): return arr.index(max(arr)) # EXAMPLES print(max_elem

編程 , List , 初學者 , 後端 , Python

收藏 評論

u_16213668 頭像

mob64ca140caeb2 - python3的idle怎麼清屏

一、實現目標： 在idle中實現快捷鍵清屏效果，類似Linux中的命令clear, ctrl+l。 二、實現方法： 為idle增加一個清屏的擴展ClearWindow，具體位置如下圖所示。 三、實現步驟： 第1步：在python官網找到並打開ClearWindow.

快捷鍵 , Css , 前端開發 , HTML , Python

收藏 評論

zhshch 頭像

zhshch - Golang 爬蟲教程 | 解決反爬問題 | 做一個文明的爬蟲

本文首發於 https://imagician.net/archives/93/ 。歡迎到我的博客 https://imagician.net/ 瞭解更多。 前排提示：本文是一個入門級教程，講述基本的爬蟲與服務器關係。諸如無頭瀏覽器、js挖取等技術暫不討論。 面對大大小小的爬蟲應用，反爬是一個經久不衰的問題。網站會進行一些限制措施，以阻止簡單的程序無腦的獲取大量頁面，這會對網站造成極大的請求壓力。

網頁爬蟲 , scrapy , pyspider , go , Python

收藏 評論

xiaobaiyaoshengfa 頭像

小白要生髮 - Golang 輪子之 Supervisor

Supervisor 是一個強大的 進程管理工具。 在非容器化管理的服務器上， Supervisor 是有非常廣泛的使用場景的。 例如： 服務批量重啓，多服務按順序啓動，服務oom後自動拉起，服務std日誌收集等，甚至服務健康檢查它都能做。 原 Supervisor （Python) git： https://github.com/Supervisor... doc: http://supervi

supervisor , go , 後端 , Python

收藏 評論

u_15996251 頭像

明日cto - 機器學習——可視化工具

機器學習中，可視化工具用於幫助理解數據分佈、模型性能、訓練過程以及結果分析。以下是一些常用的可視化工具及其詳細講解 一、Matplotlib 作用：基礎的繪圖庫，適用於各種靜態、動態和交互式圖表。 主要功能： 繪製折線圖、柱狀圖、散點圖、直方圖等 自定義圖表樣式、座標軸、圖例等 示例： pythoni

機器學習 , yyds乾貨盤點 , 人工智能 , 可視化工具 , Python

收藏 評論

u_17037082 頭像

王校長的熱狗 - 無人機航拍船舶分類檢測數據集1469張VOC+YOLO格式（已增強）

無人機航拍船舶分類檢測數據集1469張VOC+YOLO格式（已增強） 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：1469 Annotations文件夾中xml文件總計：1469 labels文件夾中txt文

數據集 , 標籤名 , 後端開發 , txt文件 , 航拍船舶分類檢測數據集 , Python

收藏 評論

u_15469972 頭像

mb61c46a7ab1eee - 深入解析：【JAVA】Java8的 Stream相關學習分析總結

Stream 操作按“核心需求場景”分類歸納，每個類別下整合 “操作目的、核心方法、案例代碼、關鍵説明” 四個基本語法概念： Stream:的操作是鏈式執行的，每個操作都會基於上一步的結果生成新的流。 map:將流中的每個元素按照指定的規則（函數）進行轉換，生成一個包含轉換後元素的新流。 collect() 方法是一個終端操作, “執行收集動作

List , System , 數據 , 後端開發 , Python

收藏 評論

u_16099255 頭像

IT獨行俠 - flask-sqlalchemy使用（基礎操作篇）

db對象（Flask-SQLAlchemy 實例）是數據庫操作的核心入口，通過它可以完成CRUD（增刪改查）、事務管理、表結構操作等所有數據庫相關任務。以下是具體使用方法和示例： 一、核心操作對象 db對象的核心功能通過以下子對象 / 方法實現： db.Model：所有數據模型的基類（用於定義表結構）。 db.sess

oracle , User , 數據庫 , 後端開發 , 提交事務 , Python

收藏 評論

u_17467352 頭像

mb686fbcc4efbd6 - 智慧醫療膝蓋骨關節炎嚴重程度檢測數據集VOC+YOLO格式8000張5類別

數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：8000 標註數量(xml文件個數)：8000 標註數量(txt文件個數)：8000 標註類別數：5 所在github倉庫：firc-dataset 標註類別名稱

數據集 , 後端開發 , txt文件 , xml文件 , Python

收藏 評論

u_17585928 頭像

mb691e8f1a27cd9 - 一鍵突破 Cloudflare：Python 爬蟲利器 CloudScraper 使用詳解與進階優化

在當今的互聯網數據採集領域，反爬蟲技術著名的壁壘莫過於 Cloudflare。一旦觸發其安全機制，我們就會看到著名的“Checking your browser before accessing...”的 5 秒等待頁面，或直接拋出 CAPTCHA 驗證。 面對這一挑戰，Python 社區的利器 CloudScraper 應運而生。它能夠模擬瀏覽器執行 JavaScript

ip , 數據採集 , 後端開發 , 企業級 , Python

收藏 評論

u_16175455 頭像

mob649e8159b30b - stabble diffusion python版本

隨着人工智能技術的發展，"Stable Diffusion"模型最近在圖像生成領域備受矚目。對於許多開發者來説，在Python環境中部署Stable Diffusion並不總是一帆風順，常常會遇到兼容性、庫依賴等各種問題。因此，瞭解Stable Diffusion的Python版本，以及其背後的技術原理，將幫助開發者更好地解決這些問題。 flowchart TD A[瞭解St

數據集 , aigc , 開發者 , Python

收藏 評論

u_16099249 頭像

雲端築夢大師 - python with open打開文件需要close嗎

【填空題】Python內置函數open()的參數_______________用來指定打開文本文件時所使用的編碼格式。 更多相關問題 【判斷題】古典密碼主要可以分為兩類：1是置換密碼，2是代換密碼。 以下不屬於體制機制內容的是() 【單選題】教育部提出“雙一流”的戰略使用的是()表述方式。 《人生》

sed , 分表 , 文本文件 , 後端開發 , python內置函數open()的參數 , Python

收藏 評論

u_15469972 頭像

mb61c46a7ab1eee - 實用指南：如何解決 pip install -r requirements.txt 子目錄可編輯安裝缺少 pyproject.toml 問題

Python系列Bug修復PyCharm控制枱pip install報錯：如何解決 pip install -r requirements.txt 子目錄可編輯安裝缺少 pyproject.toml 問題 摘要 在日常使用 PyCharm 進行 Python 開發時，我們經常會在執行 pip install 或 pip install -r requirements.

子目錄 , 可編輯 , 前端開發 , Javascript , Python

收藏 評論

u_16099177 頭像

雲端小夢 - AI與大數據的結合(個人理解)_ai 大數據 融合

為電商或遊戲平台引入AI智能體（特別是RAG技術）能顯著提升用户體驗和運營效率。為了幫助你快速進行技術儲備，我為你整合了一套從概念到實戰的學習路徑和資源。 下面的表格梳理了構建RAG智能體的核心環節及對應的實用工具與平台，你可以根據自身情況靈活選擇。

遊戲 , 大數據 , 數據 , API , 後端開發 , 人工智能 , Python

收藏 評論

u_17578007 頭像

wx690f565d7bc78 - Python排序算法的穩定性及其彙總

Python 排序算法的穩定性及其彙總 排序算法的穩定性是指：在排序過程中，對於序列中相等元素，其原始相對順序是否保持不變。若保持不變則為穩定排序，否則為不穩定排序。 穩定性在實際開發中至關重要（如多關鍵字排序、保留原始關聯信息等場景）。本文將系統梳理 Python 中常用排序算法的穩定性、原理、實現及應用場景，幫你快速理清各類算法的核心差異。 一、先明確：穩定

排序算法 , MySQL , 數據庫 , 穩定排序 , Python

收藏 評論

mecode 頭像

賀公子 - openMind Library 核心功能與應用

openMind Library 核心功能與應用 openMind Library 是一個面向深度學習開發的工具套件，旨在簡化模型開發全流程。其核心功能包括預訓練、微調、推理和部署，並通過統一的 API 設計兼容多種主流框架和硬件平台。 框架兼容性與硬件支持 多框架兼容：通過適配層接口，無縫支持 PyTorch 和 MindSpore 的代碼遷移，用户無需重寫現有模型

執行效率 , 動態圖 , 前端開發 , Javascript , Python

收藏 評論

u_14125 頭像

jacksky - TOP-K問題

temperature、top_p、top_k 大模型問答的交互流程 圖片來源：阿里大模型ACP考試課件 temperature temperature和top_p的調整是發生在大模型交互流程的第四階段即輸出Token，大模型會根據候選Token的概率進行隨機挑選，這就會導致“即使問題完全相同，每次的回答都略有不同”。 在大模型生成下一個詞（

歸一化 , 後端開發 , 概率分佈 , Git , Python

收藏 評論

bianchengdandan 頭像

Python技術大本營 - lambda 函數完美使用指南

今天我們來學習 Python 中的 lambda 函數，並探討使用它的優點和侷限性 什麼是 Python 中的 Lambda 函數 lambda 函數是一個匿名函數（即，沒有名稱定義），它可以接受任意數量的參數，但與普通函數不同，它只計算並返回一個表達式 Python 中的 lambda 函數使用以下語法表達： lambda 參數：表達式 lambda 函數包括三個元素： 關鍵字 lambda

匿名函數 , lambda , Python

收藏 評論

lu952450497 頭像

lu952450497 - KNN算法實現

一、KNN 算法是什麼 KNN（k-Nearest Neighbors） 是最近鄰類算法中最經典的一種，用於： 分類問題（多數投票） 迴歸問題（均值 / 加權均值） 核心思想一句話： 一個樣本屬於哪一類，由“離它最近的 K 個樣本”決定。 KNN 沒有訓練過程，本質是 基於距離的搜索算法。 二、算法數學定義 給定：

相似度 , 人工智能 , 數據結構與算法 , ide , Python

收藏 評論