收藏 / 列表

伍華聰 - 使用PySide6/PyQt6實現自定義窗口布局,實現類似FluentWindow效果

現在在很多項目中,會比較喜歡FluentWindow效果,這種左側類似於圖標菜單或者樹形結構的,右側是是動態窗體或者組件的展示方式,一般不是多文檔佈局,每次只是打開當前的模塊頁面,類似於堆疊頁面卡片,每次展示最頂端的那個卡片界面。本篇隨筆綜合介紹一下FluentWindow效果界面的各種展示方式,然後分析頁面的內容組成方式,針對性的使用PySide6/PyQt6實現自定義窗口布局的效果。 1、Fl

後端 , Python

階段性debugger - 如何獲取主流期貨API實時行情 - java實現

在當今快速發展的量化交易和程序化交易領域,選擇合適的實時期貨行情數據 API 成為交易系統成功的關鍵因素。隨着金融科技的進步,越來越多的交易者開始採用自動化策略,而實時行情數據的獲取和處理能力直接決定了交易系統的競爭力。 當前市場上主流的期貨 API 解決方案主要包括 CTP(上期技術)、恆生 UFT、飛馬等傳統券商系統,以及 iTick、TigerAPI、JoinQuant 等新興

api文檔 , JAVA

雲輕雨細 - Typecho 博客統計腳本怎麼裝?同步 / 異步 + Head/Body 選擇指南

本文系轉載,轉載鏈接:Typecho 博客統計腳本怎麼裝?同步 / 異步 + Head/Body 選擇指南 前言 給 Typecho 博客裝統計腳本時,選 “同步還是異步”“放 Head 還是 Body”,不同的方式會直接影響頁面加載速度和數據準確性。今天就從原理到實操,再根據各大統計工具的官方安裝方案,來統一拆解一下在什麼時候用什麼方式會更好。 一、同步 vs 異步 給博客裝統計腳本,本質是 “

typecho , HTML , 前端

xcmd - x-cmd install | cpufetch - 輕量強大的高顏值 CPU 信息工具,型號/架構/頻率一目瞭然!

想知道你的電腦 CPU 到底是什麼型號?性能如何?架構如何?還在用複雜的命令苦苦查詢嗎?現在,有了 cpufetch,一切都變得簡單而優雅! 告別繁瑣,一鍵獲取 CPU 核心信息 cpufetch 是一款命令行 CPU 信息獲取工具,它能以簡潔美觀的方式,在終端中展示你的 CPU 架構信息。無論你是技術大牛還是電腦小白,都能輕鬆上手,快速瞭解你的 CPU: 核心參數,一目瞭然: CPU 型號

性能監控 , 命令行 , 終端 , cpu

qbit - Python 下使用 SOCKS5 代理連接 Redis(qbit)

前言 技術棧 python = "~3.11.8" PySocks = "~1.7.1" redis = "~6.2.0" 示例代碼 import socket import socks from redis import Redis # 設置 SOCKS5 代理 socks.set_default_proxy(socks.SOCKS5, "127.0.0.1", 1080) # 替換標準

python3 , redis , 代理

qq68d2318712d49 - java 常面試的10道題及答案

以下是 Java 面試高頻 10 道題 + 精煉答案(覆蓋基礎核心、JVM、併發、集合等重點,適合面試快速記憶): 1. 談談 Java 的三大特性(封裝、繼承、多態) 封裝:隱藏對象內部實現細節,通過 private 限制訪問,提供 getter/setter 等公共方法交互,降低耦合、提高安全性(比如實體類的屬性封裝)。 繼承:子類通過 exte

後端開發 , 線程安全 , 多線程 , JAVA , Python

Python技術大本營 - 推薦七個Python效率工具!

為了提高效率,我們在平時工作中常會用到一些Python的效率工具,Python作為比較老的編程語言,它可以實現日常工作的各種自動化。為了更便利的開發項目,這裏給大家推薦幾個Python的效率工具。 1、Pandas-用於數據分析 Pandas是一個強大的分析結構化數據的工具集;它的使用基礎是Numpy(提供高性能的矩陣運算);用於數據挖掘和數據分析,同時也提供數據清洗功能。 #1、安裝包 $p

flask , scrapy , pandas , requests , Python

小飛俠格魯帥 - 自動下載指定 YouTube 視頻(用 pytube)

好嘞,咱今天要講的是pytube庫哦!這可是個下載YouTube視頻的神器呀!它能讓你輕鬆地把喜歡的視頻拽到自己電腦裏。適用場景嘛,就是你看到哪個YouTube視頻特別喜歡,又想離線看的時候,它就派上用場啦!安裝命令也簡單,在命令行裏輸入pip install pytube就行啦! 下面就是咱的代碼示例啦: import tkinter as tk from

輸入框 , 視頻下載 , 後端開發 , ide , Python

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

mb68bd9657ee325 - python中的sys模塊

。Python 的 sys模塊是一個與解釋器緊密交互的核心工具集,它為你打開了深入控制和定製 Python 運行環境的大門。下面,我將從核心功能到實際應用,為你係統性地解析這個模塊。 🧭 初識 Sys 模塊 sys模塊是 Python 標準庫中一個至關重要的內置模塊,它提供了一系列變量和函數,用於訪問和干預 Python 解釋器自身的運行環境。這與主要用於與操作系統

自定義 , 重定向 , 後端開發 , Python

程序員愛釣魚 - Python編程實戰:面向對象與進階語法——類型註解與代碼規範(PEP 8)

Python 以“優雅”“簡潔”“可讀性強”著稱,而實現這些特性的關鍵之一,便是 良好的代碼規範與清晰的類型註解。 隨着項目規模的擴大、團隊成員的增加,編寫“看得懂、改得動”的 Python 代碼比“能運行的代碼”更重要。 本篇將帶你深入瞭解兩大核心主題: 一是 類型註解(Type Hinting),幫助代碼更明確、更可維護; 二是 代碼規範 PEP 8,讓你的代碼更符

List , 後端開發 , Python

我是你諾言哥 - 桌牌製作系統:自定義設計 + 打印,高效搞定桌牌

之前領導讓做會議桌牌,一開始想徒手排版,折騰半天沒頭緒,最後還是找別人要了模板才勉強完成。現在發現這款工具,才知道做桌牌能這麼省心。 下載地址:https://pan.quark.cn/s/df655f7acccc 備用地址:https://pan.baidu.com/s/12HupZfMGhFDV6zJez6ufRA?pwd=ui4e 今天分享

後端開發 , 上傳圖片 , 下載地址 , Python

flybirdfly - 用 python 開發一個可調用工具的 AI Agent,實現電腦配置專業評價_python ai agent

在人工智能時代,AI Agent憑藉其強大的任務處理能力,逐漸成為開發人員手中的得力工具。今天,我們就來一起動手,用Python打造一個能夠調用工具的AI Agent,實現根據電腦信息對電腦配置進行專業評價的功能。 一、項目創建與目錄結構 1.1 項目創建 首先,我們需要創建一個新的項目環境。這裏使用UV進行項目創建。

大語言模型 , llm , 雲計算 , OpenStack , 人工智能 , JAVA , Python

mob64ca14193248 - 大數據培訓hive數倉存儲格式詳解_hive一次能insert多少條

5.1.5 數據倉庫存儲格式選擇 選擇合適的存儲格式,需要在查詢性能、寫入性能、存儲成本、壓縮效率、模式演化支持、生態系統兼容性等多個維度進行權衡。現代數據倉庫(尤其是基於數據湖的架構)提供了多種列式存儲格式作為首選。 一、 核心存儲格式對比 以下是目前主流的、適用於數據倉庫場景的存儲格式:

大數據 , 數據 , hive , 數據倉庫 , 元數據 , 後端開發 , Python

fangpin - 從 1.56% 到 62.9%:SFT 推理微調優化實戰

讀完這篇文章,你將用監督微調(SFT)把一個 1.5B 規模的數學模型在 GSM8K 上的零樣本推理正確率從 1.56% → 62.9%,同時把輸出格式遵循率從 18.9% → 100%。我們將完整走通數據集下載、Prompt 架構、訓練配置和評估方法,所有代碼均來自本倉庫 alignment 文件夾,保證可復現與透明。 本文將深入剖析 llm-from-scratch

lua , 人工智能 , 深度學習 , Json , Python

數據俠客行 - centos7手動安裝openstack

環境: CentOS7.3 openstack ocata 一.基礎環境配置 1.host表 192.168.130.101 controller 192.168.130.111 block1 192.168.130.201 compu

MySQL , 雲計算 , OpenStack , Centos , memcached

煙雨江南的秋 - C#中導出PDF格式文檔

在現代Web應用程序開發中,PDF文檔的生成與導出是一項常見且重要的功能。iText系列庫作為功能強大的PDF處理工具,在.NET開發中被廣泛應用。本文將深入探討iText7與iTextSharp這兩個版本的對比分析,並提供在C# WebApi中實現PDF導出的詳細案例。 一、iText7與iTextSharp概述 1.1 基本概念 i

System , 開發語言 , pdf , 後端開發 , c , Layout , Python

冷月星 - 流敏感,路徑敏感和上下文敏感_alu

Introduction 傳統的使用 AccessPath 的字段敏感分析在面臨循環字段引用(cyclic field reference)時存在路徑爆炸的問題,比如對於 JDK 8 中 TreeMap 的實現: 函數 rotateLeft 在函數 fixAfterInsertion 的 while 循環中被調用,rotateLeft 的 16, 17, 19

字段 , 控制流 , 後端開發 , 靜態分析 , Python

瑞雪小雪 - Python函數式編程:map、filter與reduce應用

剛開始寫Python時,我處理列表總愛用for循環嵌套各種if判斷,代碼寫得又長又亂。後來接觸了函數式編程,用map、filter和reduce重構後,原本十幾行的代碼經常能精簡到兩三行,不僅可讀性提高了,邏輯也更清晰。 函數式編程的核心是“用函數處理數據”,強調通過純函數的組合來解決問題,減少狀態變化和副作用。map、filter和reduce是Python實現函數式編程

迭代器 , 後端開發 , for循環 , Python

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

數據挖掘者 - 鴻蒙全新聲明式UI框架ArkUI初體驗,開發應用真爽,比flutter牛啊_的技術博客

基礎佈局 1. 線性佈局(Colum/Row) 1.1 基本概念 線性佈局是開發中最常用的佈局,通過線性容器Row和Column構建。其子元素在線性方向上(水平方向和垂直方向)依次排列。 ● Column:容器內子元素按照垂直方向排列。 ● Row:容器內子元素按照水平方向排列。 主軸和交叉軸

自適應 , 線性佈局 , text , 後端開發 , Python

網絡小墨 - Python HTTP庫 requests 的簡單使用詳情

【Python與AI基礎】Python編程基礎:利用Requests庫處理HTTP 配套視頻課程: 【AI人工智能實戰】 Python編程基礎92集全套完整版(附完整版源碼資料) 一、HTTP協議回顧 1、請求類型 (1)GET:用於通過指定URL地址訪問 (

服務器 , 雲計算 , OpenStack , 開發語言 , HTTP , Python

oioihoii - Python與C#:從哲學到細節的全面對比

Python和C#都是現代、高級、面向對象的編程語言,擁有龐大的社區和廣泛的應用。然而,它們源於不同的生態系統,秉承不同的設計哲學,因此在語法、執行模型和典型應用上存在顯著差異。Python以其極簡主義和靈活性著稱,而C#則以其在強大類型系統和結構化框架下的優雅與一致性聞名。 下面,我們將從整體到細節,系統地剖析這兩種語言的差異。 一、整體與哲學 設計哲學與

封裝 , 多重繼承 , 後端開發 , harmonyos , Python

編學小屋 - Python爬取王者榮耀皮膚圖

一、先看效果 二、工具 開發環境 系統:Windows7 64位 Python版本:3.6 Pycharm版本:2019.2 解釋器 官方網站地址是:https://www.python.org 軟件下載▼ sublime || JetBrains PyCharm Community Edition 三、進入正題 頁面分析網站: 英雄資料列表頁-英雄介紹-王者榮耀

編輯器 , windows , vim , sublime-text , Python