tag Python

標籤
貢獻846
803
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_16099331 頭像

墨色天香 - python有開源的水動力模型嗎

這裏寫自定義目錄標題 歡迎使用Markdown編輯器 新的改變 功能快捷鍵 合理的創建標題，有助於目錄的生成 如何改變文本的樣式 插入鏈接與圖片 如何插入一段漂亮的代碼片 生成一個適合你的列表 創建一個表格 設

代碼片 , 流程圖 , python有開源的水動力模型嗎 , 後端開發 , Markdown , Python

收藏 評論

anson12315 頭像

anson12315 - [Python教程系列-15] 數據分析與可視化：掌握數據處理與圖表展示藝術

引言 在當今數據驅動的世界中，數據分析和可視化已成為各行各業不可或缺的技能。無論是商業決策、科學研究還是日常生活中，我們都需要從海量數據中提取有價值的信息，並以直觀的方式呈現出來。 Python憑藉其豐富的生態系統和簡潔的語法，成為了數據分析和可視化的首選語言之一。從數據清洗、處理到可視化展示，Python提供了眾多優秀的第三方庫，使得複雜的數據分析任務變得簡單高效。 在本章

yyds乾貨盤點 , 數據 , 數據可視化 , 後端開發 , 數據分析 , Python

收藏 評論

u_12227 頭像

軒轅 - 【雷達通信】基於matlab多普勒連續波測速

一、核心代碼實現 %% 參數設置 c = 3e8; % 光速 (m/s) fc = 24e9; % 載波頻率 (Hz) B = 40e6; % 帶寬 (Hz) PRF = 1000; % 脈衝重複頻率 (Hz) fs = 10e6; % 採樣率 (Hz) T_chi

開發語言 , 信噪比 , MATLAB , 頻譜分析 , 後端開發 , 應用場景 , Python

收藏 評論

u_12197 頭像

jack - QT Concurrent處理耗時任務_qtconrrent 耗時菜哦做_CHAO

在 Qt 開發中，我們經常會遇到需要執行耗時操作的場景，比如文件批量處理、網絡請求、複雜計算等。如果直接在主線程執行，會導致界面卡頓甚至假死。這時候最簡單的解決方案就是使用 QtConcurrent —— Qt 官方提供的高級併發模塊，它比手動創建 QThread 更簡潔、更安全。 本文通過一個完整的可運行示例，手把手教你： 如何用 QtConcurrent

include , qt , 後端開發 , 後台任務 , Python

收藏 評論

u_16213430 頭像

mob64ca12f028ff - denoising diffusion probabilistic models for building extraction

在這篇博文中，我將向大家展示如何實現在建築提取任務中的去噪擴散概率模型（denoising diffusion probabilistic models），這一技術近年來在圖像處理領域展現了良好的表現。我們將系統性地覆蓋環境配置、編譯過程、參數調優、定製開發、錯誤集錦和生態集成等內容。 環境配置 首先，為了順利進行項目的構建，環境配置非常重要。以下是我所使用的環境和軟件包列表：

aigc , 編譯過程 , 環境配置 , Python

收藏 評論

lufeng_68f0e3782426d 頭像

程序員鋒仔 - 2025-12-25 GitHub 熱點項目精選

🌟 2025-12-25 GitHub Python 熱點項目精選(15個) 每日同步 GitHub Trending 趨勢，篩選優質 Python 項目，助力開發者快速把握技術風向標～ 📋 項目列表（按 Star 數排序） 1. rendercv/rendercv RenderCV 是一個基於 Typst 的學術和工程師簡歷生成器。它允許用户以 YAML 格式編寫簡歷內容，然後通過運行 R

資訊 , 程序員 , 後端 , Python

收藏 評論

u_16099271 頭像

代碼魔術師之手 - django restframework 教程

drf框架 django-rest-framework 1、接口： restful接口規範 基於restful規範的原生Django接口 DRF框架： drf請求生命週期 請求模塊：request對象 渲染模塊：瀏覽器和

雲計算 , django , 數據庫 , restful , Ajax , 雲原生 , Python

收藏 評論

teayear 頭像

學技術贏未來 - AI免費技術教程之deepseek應用實踐

一、Deepseek 大模型核心技術架構解析 ** Deepseek 能在推理、編碼、多語言處理等場景表現突出，核心源於其Transformer+MoE 混合架構的創新設計，以及持續迭代的模型優化策略。 基礎架構：Transformer+MoE 的協同優勢 Transformer 架構：作為自然語言處理的基礎框架，通過自注意力機制實現文本語義的深度捕捉，能靈活處理長序列信息，

代碼生成 , API , 運維 , Python

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 numpy：第十二章 數據持久化

人工智能之數據分析 numpy 第十二章 數據持久化 前言 NumPy 提供了多種數據持久化（Persistence） 方式，用於高效地保存和加載數組數據。根據數據規模、結構複雜度、跨平台需求等不同場景，可選擇不同的方法。 本文系統講解： 基礎二進制/文本保存（.npy, .npz, .txt） 結構化數組（Structured Arrays） 與

數組 , yyds乾貨盤點 , 後端開發 , 結構化 , Python

收藏 評論

u_16099209 頭像

雲端夢想家 - Kafka監控必備——Kafka-Eagle 2.0.2正式發佈

後端消息隊列監控工具，Kafka Eagle 大家好，今天來給大家介紹一款非常實用的後端消息隊列監控工具——Kafka Eagle。對於使用Kafka作為消息隊列的同學來説，這款工具絕對能讓你事半功倍。 為什麼要用Kafka Eagle？ 相信大家在使用Kafka的過程中，都會遇到各種各樣的監控問題。比如，如何實時查看Kafka的運行狀態？如何監控消息的生產和消

性能瓶頸 , 後端開發 , 分佈式 , kafka , 監控工具 , Eagle , Python

收藏 評論

u_16213464 頭像

mob64ca12f831ae - LangChain 集成android

在本文，我將詳細闡述如何將 LangChain 集成到 Android 應用程序中的過程。這個過程涵蓋了環境準備、集成步驟、配置詳解、實戰應用、排錯指南以及性能優化，以確保你能順利完成集成。我們將漸進地探索每個部分，幫助你掌握整個流程。 環境準備 在開始之前，首先需要確保開發環境的兼容性。以下是所需的技術棧： Android Studio 4.1 及以上 Kot

技術棧 , aigc , Android , Python

收藏 評論

u_16099301 頭像

編程小達 - 值得使用的Spring Boot

Spring Boot 4.0 新特性全面解析：重大升級與現代化改造 Spring Boot 4.0 作為一次重大版本升級，帶來了眾多令人振奮的新特性和改進。本文將深入解析這些變化，幫助開發者更好地理解和適應這一重要更新。 🚀 Jackson 3 全面支持 Spring Boot 4.0 引入

spring , springboot4.0.0 , framework7.0.0 , 客户端 , 後端開發 , 1024程序員節 , Python

收藏 評論

codists 頭像

codists - 在 Pycharm 中 debug Scrapy 項目

緣起 為什麼寫這篇文章呢？因為自己想在 Scrapy 項目裏 debug, 看看 Response 有哪些屬性。但是 Scrapy 的官方文檔的 debug 説明只有 VSCode 的，沒有 Pycharm 的(詳見：https://docs.scrapy.org/en/latest/topics/debug.html)： { "version": "0.1.0", "config

Python

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 numpy：第十章 副本視圖

人工智能之數據分析 numpy 第十章 副本視圖 (文章目錄) 前言 在 NumPy 中，副本（copy） 和 視圖（view） 是理解數組內存管理、性能優化和避免意外修改的關鍵概念。它們決定了當你對一個數組進行切片、變形或賦值操作時，​**是否創建了新的數據副本，還是僅僅創建了一個指向原數據的新“窗口”**​。 下面從原理、區別、判斷方法到

數組 , 顯式 , 後端開發 , Python

收藏 評論

jing_h 頭像

Jing_H - conda配合pip共同配置國內鏡像源【2025】

2025-12-28 conda配置清華源+pip配置阿里雲的源 conda配置（.condarc）： channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - https

conda , pip , 鏡像加速 , Python

收藏 評論

opsdev365 頭像

A食今獸 - PYTHON tkinter模塊-25

Widget（組件）是Tkinter中構建用户界面的基本元素。以下是Tkinter中所有主要Widget的全面詳解。 基本概念 Widget是Tkinter中所有可視化組件的基類，提供了通用的功能和屬性。 導入和基本使用 import tkinter as tk from tkinter import ttk, messagebox # 創建主

widget , 後端開發 , Python

收藏 評論

yangshaoping 頭像

小飛俠格魯帥 - Tkinter 入門指南

Tkinter 入門指南 Tkinter 是 Python 內置的 GUI（圖形用户界面）庫，無需額外安裝，輕量且易用，適合快速開發小型桌面應用。以下從基礎概念、核心組件、佈局管理、事件處理等方面展開講解，並提供實用示例。 一、基礎框架：創建第一個窗口 import tkinter as tk from tkinter import ttk

子窗口 , 事件循環 , 後端開發 , ide , Python

收藏 評論

u_15444 頭像

gulaotou - 醫學影像特徵提取與導出_醫學影像的特徵提取

1 DICOM特徵提取手藝概述 所有智能診斷系統的起點。就是在醫學影像的世界裏，DICOM文件，就像一種通用語言，每一份文件中都封裝了病人的具體信息和影像切片，而AI要想讀懂這些影像就必須先從這些文件裏提煉出關鍵的特徵，這幾乎 繼而目前的現狀是提取特徵的方法也一直在進化，早期靠工程師一點點手動設計，現在則更多地依賴深度學習模型去自動發現，由此也衍生

後端開發 , 深度學習 , 頻域 , 特徵提取 , Python

收藏 評論

u_16213725 頭像

mob64ca141a683a - 架構 xml校驗錯誤

先説説需求，因為和客户合作，對方要求按規定的XML格式（通過XML Schema）來提供數據。本身XML驗證沒什麼問題的，但是當XML的文件很大時，我們現在是100M左右。你如何去確認生成的XML是否符合XSD文件的定義呢。用人眼睛去看，這可是幾十萬條數據，肯定只能通過XML自身的驗證機制來處理了。 XML的格式驗證方法就這幾個，如果你的文件只有幾M，這個可以通

xml , 架構 , 後端開發 , 架構 xml校驗錯誤 , Python

收藏 評論

rui0908 頭像

瑞0908 - xpath匹配一個標籤下所有內容

from lxml import etree import requests url = 'http://www.shihuo.cn/youhui/474770.html#qk=youhui_list' response = requests.get(url) text = etree.HTML(response.text) tt = text.xpath("//div[@class='art

xpath , lxml , requirejs , Python

收藏 評論

tuantuantuanzi 頭像

團團糰子 - 開源運維自動化平台-opendevops

開源運維自動化平台-opendevops 簡介 官網 | Github | 在線體驗 CODO是一款為用户提供企業多混合雲、自動化運維、完全開源的雲管理平台。 CODO前端基於Vue iview開發、為用户提供友好的操作界面，增強用户體驗。 CODO後端基於Python Tornado開發，其優勢為輕量、簡潔清晰、異步非阻塞。 CODO開源多雲管理平台將為用户提供多功能：ITSM、基於RBAC權限

tornado , Docker , shell , Javascript , Python

收藏 評論

itwhat 頭像

魏什麼 - Tornado進階-從源碼開始(轉載)

一、tornado概述 二、epoll預備 三、源碼結構 四、tornado的http層 五、tornado的tcp層 六、tornado的ioloop分析 七、tornado請求1 八、tornado請求2 ps: 在此感謝jason_wang同學，附其博客地址

tornado , Python

收藏 評論

liu_486 頭像

不悟 - sqlalchemy 配置多連接讀寫庫後的relationship設置

前言 一般來説,解決sqlalchemy 連接多個庫的最簡單的方式是新建兩個或多個db.session 相互沒有關聯,然後modle配置不同的db.session來連接,這樣的話,relationship正常配置就行,不用特殊配置. 如果這樣解決的話,也就不用看下面的配置了,下面是使用SQLALCHEMY_BINDS配置多個多個數據庫並使用relationship.(個人建議最好不用relatio

MySQL , tornado , flask , SQL , Python

收藏 評論

itwhat 頭像

魏什麼 - tornado處理get請求時持續返回304狀態碼

Tornado源碼分析 --- Etag實現 Etag(URL的Entity Tag): 對於具體Etag是什麼，請求流程，實現原理，這裏不進行介紹，可以參考下面鏈接： http://www.oschina.net/questi... https://zh.wikipedia.org/wiki... Tornado實現分析： 先從Tornado處理一個請求的調用順序開始看(摘自文檔：h

tornado , HTTP , Python

收藏 評論