tag Python

標籤
貢獻846
825
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

aizuiyoujie 頭像

AI最優解 - Python編程：運算符詳解

Python編程：運算符詳解 Python提供了豐富的運算符，用於執行各種操作。下面我將詳細介紹各類運算符及其用法。 1. 算術運算符 print("=== 算術運算符 ===") a = 10 b = 3 print(f"a = {a}, b = {b}") print(f"加法: a + b = {a + b}") # 13 print(f"減法: a - b = {a -

Python

收藏 評論

deephub 頭像

deephub - HNSW算法實戰：用分層圖索引替換k-NN暴力搜索

向量檢索是整個RAG管道的一個重要的步驟，傳統的暴力最近鄰搜索因為計算成本太高，擴展性差等無法應對大規模的搜索。 HNSW（Hierarchical Navigable Small World，分層可導航小世界圖）提供了一種對數時間複雜度的近似搜索方案。查詢時間卻縮短到原來的1/10，我們今天就來介紹HNSW算法。 傳統搜索方法在高緯度下會崩潰，並且最近鄰搜索（NNS）的線性時間複雜度讓成本變得不

llm , 人工智能 , 檢索系統 , Python

收藏 評論

wenzhibinbinderiguangdeng 頭像

北京宏哥 - 《最新出爐》系列初窺篇-Python+Playwright自動化測試-1-環境準備與搭建

1.簡介 有很多人私信留言宏哥問能不能介紹一下Playwright這款自動化神器的相關知識，現在網上的資料太少了。其實在各大博客和公眾號也看到過其相關的介紹和講解。要不就是不全面、不繫統，要不就是系統全面但是人家是收費的。當然了宏哥接下來也可能介紹的不全面或者不繫統，能力有限望大家理解。 2.Playwright 是什麼？ 微軟在 2020 年初開源的新一代自動化測試工具，它的功能類似於 Sele

運維 , 教程 , 知識 , 前端 , Python

收藏 評論

dawanzi_6278b06ec111c 頭像

大丸子 - 使用 Python 將 PowerPoint 轉換為 Word 文檔

在日常工作中，我們經常需要將 PowerPoint 演示文稿內容轉換為 Word 文檔，以便於： 整理會議紀要：將幻燈片內容整理成文檔便於分發和歸檔。 製作培訓材料：將演示文稿內容編輯為可打印文檔。 內容再利用：將幻燈片內容嵌入報告或其他文檔中。 手動操作時，通常需要先將每頁幻燈片截圖或複製粘貼，非常繁瑣。本文將介紹如何使用 Free Spire.Presentation for Pyt

word , ppt , powerpoint , doc , Python

收藏 評論

dawanzi_6278b06ec111c 頭像

大丸子 - 使用 Python 將 PowerPoint 轉換為 HTML 網頁

在工作中，我們經常需要將 PowerPoint 演示文稿分享給同事或者嵌入到網站中。然而，如果直接發送 PPT 文件，不僅需要接收方安裝 PowerPoint，還可能存在兼容性問題。將演示文稿導出為 HTML 網頁是一種很好的解決方案，它可以直接在瀏覽器中查看，既方便分享，又便於在網站或培訓平台上展示。 手動將 PPT 導出為 HTML 文件可能比較繁瑣，尤其是需要保持原有排版和樣式時。藉助 Fr

ppt , powerpoint , 轉換 , HTML , Python

收藏 評論

ouysh1981 頭像

aqi00 - FFmpeg開發筆記（八十五）基於PyQt和FFmpeg的開源視頻剪輯器OpenShot

《FFmpeg開發實戰：從零基礎到短視頻上線》一書的“第 12 章 FFmpeg的移動開發”介紹瞭如何使用FFmpeg在手機上剪輯視頻，方便開發者更好地開發類似剪映那樣的視頻剪輯軟件。那麼在桌面系統上還有一款開源視頻剪輯框架OpenShot，通過該框架可以更快地加工編輯視頻文件，下面就來介紹如何在桌面系統中使用OpenShot。 OpenShot的全稱是OpenShot Video Edit

音視頻 , qt , pyqt , ffmpeg , Python

收藏 評論

yanyingjie 頭像

英傑代碼編程 - 2025長沙1024程序員日：為開發者職業發展插上騰飛之翼

開發者目前最關注的是什麼？相信大多數人的答案是：AI來了，我的工作怎麼辦？8月份，斯坦福發佈的《關於AI近期就業影響的六個事實》報告顯示，近年來，尤其是2022年底AI技術開始逐漸滲透到經濟領域和深入各個產業後，AI對就業市場的影響非常嚴峻。特別是開發者和客服這兩個崗位，是AI暴露度較高的典型代表，尤其處於職業生涯早期、缺乏工作經驗的年輕羣體（22-25歲）就業形勢不容樂觀——2022年底到202

Python

收藏 評論

zhishuangdebaikaishui 頭像

咚咚王 - 人工智能之編程基礎 Python 入門：第一章 Python 的簡介和安裝

人工智能之編程基礎 Python 入門 第一章 Python 的簡介和安裝 前言 當前人工智能逐漸成為主流趨勢，而python作為主流算法語言之一，也一躍登頂最受歡迎的語言，同時也是人工智能的編程基礎。本章節主要介紹python的語言特點以及安裝過程，後續會逐步更新關於人工智能方向相關的數學基礎、機器學習、深度學習、自然語言處理、計算機視覺以及比較火熱的單模與多模態相關筆記，希望可以與大家共同成

Python

收藏 評論

wenzhibinbinderiguangdeng 頭像

北京宏哥 - 《最新出爐》系列初窺篇-Python+Playwright自動化測試-2-playwright的API及其他知識

1.簡介 上一篇宏哥已經將Python+Playwright的環境搭建好了，而且也簡單的演示了一下三款瀏覽器的啓動和關閉，是不是很簡單啊。今天主要是把一篇的中的代碼進行一次詳細的註釋，然後説一下playwright的API和其他相關知識點。那麼首先將上一篇中的代碼進行一下詳細的解釋。 2.代碼解釋 2.1創建瀏覽器對象 '''默認為無頭瀏覽器方式啓動 ''' browser = p.webkit

pycharm , 教程 , 程序員 , html5 , Python

收藏 評論

deephub 頭像

deephub - Pandas 缺失值最佳實踐：用 pd.NA 解決缺失值的老大難問題

做數據處理的都知道，一個 NaN 就能讓整個數據清洗流程崩盤。過濾條件失效、join 結果錯亂、列類型莫名其妙變成 object——這些坑踩過的人應該都有所體會。而Pandas 引入的可空數據類型（nullable dtypes）就是來幫我們填這個坑的。 現在整數列終於能表示缺失了，布爾列不會再退化成 object，字符串列的行為也更可控，這樣我們代碼的邏輯可以變得更清晰。 NumPy 整數類型

機器學習 , numpy , 人工智能 , pandas , Python

收藏 評論

ponponon 頭像

universe_king - vscode、trae 無法智能提示 pydantic 相關的函數了，變成白色的解決方案

一開始 trae 發現不能只能提示 pydantic 相關的函數了，以為是 trae 的問題，換了 vscode 打開同一個項目也還是不行。 以為是 pipenv 虛擬環境出問題了，但是重新裝了 pipenv 環境也不行 重啓電腦也不行，重啓 vscode、trae 等等都不行 然後我想會不會是 .vscode 目錄下的東西出問題了 但是 ls -lah 發現沒有 .vscode 目錄 但是看到了

Python

收藏 評論

nianqingyouweidenangua 頭像

迅易科技 - 從“模糊經驗”到“精準決策”，國內項目型服務企業的AI預測實踐

“預測做不準，還不如不做。”這是我們在服務客户的時候聽過最多，也最令人無奈的現實。 在當今競爭激烈的商業環境中，精準的銷售收入預測對於企業制定戰略規劃、合理配置資源以及有效控制風險起着關鍵作用。然而，對於項目制服務企業而言，實現這一目標卻面臨着諸多挑戰。 以一家提供專業諮詢方案的項目制服務企業為例，銷售人員每天都會接觸到大量的銷售線索，但這些線索的質量參差不齊，如何從這些繁雜的線索中篩選出有價值的

bi , 算法 , 人工智能 , 大模型 , Python

收藏 評論

fannaodeshafa 頭像

煩惱的沙發 - 用 Rust 寫 Web，是殺雞用牛刀還是未來趨勢？

最近，聊 Rust 的人越來越多了。以前一提到 Rust，大家想到的都是操作系統、數據庫這種底層系統開發，感覺離我們做業務開發的很遙遠。但現在風向好像變了，國外已經有人開始正兒八經地討論用 Rust 來寫 Web 後端。 像 Actix Web、Axum 這些框架的名字也出現得越來越頻繁，甚至有人斷言 Rust 會成為 Web 開發的下一個風口。 這就讓我有點好奇了。咱們現在寫 Web

web開發 , rust , 後端 , Python

收藏 評論

zhishuangdebaikaishui 頭像

咚咚王 - 人工智能之編程基礎 Python 入門：第二章 Python 的編輯器 VS Code

人工智能之編程基礎 Python 入門 第二章 Python 的編輯器 VS Code 前言 VS Code 是由微軟開發的一款免費、開源、跨平台的代碼編輯器。它以其輕量級、高性能和強大的可擴展性而聞名，支持包括 Python 在內的幾乎所有主流編程語言。 對於 Python 開發者來説，VS Code 提供了近乎完美的開發體驗，從簡單的腳本編寫到複雜的機器學習項目都能勝任。 一、VS

vscode插件 , 算法 , Python

收藏 評論

ponponon 頭像

universe_king - 使用pydantic 處理各種各樣亂七八糟的時間格式字符串，尤其是 iso8601

這個教程是叫你怎麼優雅的處理各種亂七八糟的日期字符串 按照 iso8601，下面的格式都是合法的 2023-08-15T12:34:56Z 2023-08-15 12:34:56+00:00 2023-08-15 12:34:56 如果你要自己寫 re 去處理這種 T、+ 、Z 這些區別，就會很麻煩很麻煩 怎麼優雅的處理？用 pydantic 就行，pydantic 已經把這種亂七八糟的

Python

收藏 評論

deephub 頭像

deephub - Optuna AutoSampler 更新：讓多目標和約束優化不再需要手動選算法

AutoSampler是個智能採樣器，能根據具體問題自動挑選 Optuna 裏最合適的優化算法。這個工具在 OptunaHub 上熱度很高，每週下載量超過 3 萬次。最早的版本對單目標優化做了專門的自動選擇邏輯，為了配合下個月發佈的 Optuna v4.6，AutoSampler 終於把多目標和約束優化的完整支持做完了。這篇文章會講清楚新功能怎麼用，順帶看看基準測試的表現如何。最新版本其實現在就能

機器學習 , 人工智能 , Python

收藏 評論

jieduanxingdebugger 頭像

階段性debugger - 基金期貨數據API接口推薦：實時行情-歷史數據全覆蓋

在金融分析和量化交易領域，獲取準確及時的基金數據行情API、期貨數據行情API 至關重要。無論是進行技術分析、構建交易策略還是風險管理，都需要依賴高質量的數據源。本文將介紹幾種主流的基金期貨數據 API 接口，並重點演示如何使用 Python 來獲取這些數據。 一、主流基金期貨數據 API 對比 目前市場上存在多個提供基金期貨數據的 API 服務，每個都有其特點： Yahoo Fina

區塊鏈 , 教程 , Python

收藏 評論

chuanghongdengdeqingwa_eoxet2 頭像

宇文成都 - Python 教程：將 PPT(X) 轉換為 PDF

在日常辦公和自動化場景中，PowerPoint (PPT/PPTX) 文件因其豐富的表現力而廣泛應用於演示和彙報。然而，在文件共享、存檔或打印時，我們常常需要將其轉換為更通用、更穩定的 PDF 格式。這不僅能確保格式的一致性，避免因不同設備或軟件版本導致的顯示問題，還能提高文件的兼容性和安全性。手動轉換效率低下且易出錯，因此，尋求一種高效、可靠的自動化解決方案成為了許多開發者和企業用户的迫切需求。

ppt , Python

收藏 評論

downtoearth 頭像

安東尼 - Cursor 2.0 轉向多智能體 AI 編程，併發布 Composer 模型

Cursor 2.0 轉向多智能體 AI 編程，併發布 Composer 模型 Cursor 發佈了最新一代 AI 軟件開發平台，引入全新的多智能體交互界面，並正式推出自研編碼模型 Composer。 新模型 Composer 被描述為一款“前沿模型”。Cursor 聲稱，它在同級智能水平模型中擁有四倍速度優勢，專門針對 Cursor 環境中的“低延遲智能體式編程”場景打造。根據官方介紹，該模型

Python

收藏 評論

aipaobudefanqie 頭像

愛跑步的番茄 - 如何進行 API 提取：從原理到實踐的完整指南

在數據驅動的時代，API（應用程序接口）已經成為信息交互的核心通道。無論是進行數據採集、自動化分析，還是搭建業務系統，API提取（API Extraction） 都是開發者必備的技能之一。 本文將深入介紹 API 提取的原理、方法、工具選擇，以及如何藉助代理服務突破訪問限制，實現更高效的數據獲取。 一、什麼是 API 提取？ API 提取是指通過調用公開或私有接口，從目標網站或服務中自動獲取

go , 前端 , Python

收藏 評論

deephub 頭像

deephub - sklearn 特徵選擇實戰：用 RFE 找到最優特徵組合

特徵越多模型效果就越好？這個想法在實踐中往往站不住腳，因為過多的特徵反而會帶來過擬合、訓練時間過長、模型難以解釋等一堆麻煩。遞歸特徵消除(RFE)就是用來解決這類問題的，算是特徵選擇裏面比較靠譜的方法之一。 本文會詳細介紹RFE 的工作原理，然後用 scikit-learn 跑一個完整的例子。 RFE 是什麼 遞歸特徵消除本質上是個反向篩選過程。它會先用全部特徵訓練模型，然後根據模型給出的重要性評

機器學習 , 人工智能 , sklearn-pandas , 特徵提取 , Python

收藏 評論

zhishuangdebaikaishui 頭像

咚咚王 - 人工智能之編程基礎 Python 入門：第三章 基礎語法

人工智能之編程基礎 Python 入門 第三章 基礎語法 前言 本章節主要介紹python的基礎語法，主要是對代碼格式相關的學習，後續會繼續學習條件、循環、數據類型相關的操作、模塊、包等的實踐。 一、基本語法 第一個程序 相信擁有一定編程基礎的都會打印helloword，對於 Python 而言，其優雅的語法讓這個入門程序變得異常簡單。只需一行代碼： print("Hello,World")

教程 , 程序員 , Python

收藏 評論

lengxi_16 頭像

ERP老兵_冷溪虎山 - Python/JS/Go/Java同步學習(第四十一篇)四語言“iter-next迭代和all,any判斷“

🤝 免罵聲明： 本文iter-next迭代和all,any判斷操作經本蜀黎實戰整理，旨在提供快速參考指南📝 因各語言版本迭代及不同系統環境差異，偶爾可能出現整理不全面之處，實屬正常✅ 理性討論歡迎，無憑據攻擊將依據平台規則處理，並可能觸發內容自動備份傳播機制🙏！ 若遇具體問題，請帶圖評論區留言，本蜀黎必拔碼相助🤝 ※ 温馨提示 若本內容不慎觸

node.js , JAVA , go , Python

收藏 評論

lengxi_16 頭像

ERP老兵_冷溪虎山 - 全網 10 萬 Python 開發者在找的 vmoptions 配置！PyCharm 性能炸裂的秘密在這(附參數表)

🏆為什麼別人的 PyCharm 運行 TensorFlow 代碼絲滑流暢，而你的卻頻繁卡頓、編譯轉圈？ ✅秘密就藏在這個 pycharm.vmoptions文件裏！ 今天我把壓箱底的 ​Python 專用 IDE 性能調優參數表​ 分享出來——✅ 🏅包含 ​9GB 堆內存、G1 垃圾回收器、6GB 堆外內存、OpenGL 加速渲染​ 等關鍵設置，還附上每項參數的詳細註釋（比如為什麼 Pytho

jvm調優 , pycharm , jetbrains , Python

收藏 評論