收藏 / 列表

u_16970152 頭像

求知上進 - Python 數據結構：序列通用操作

在 Python 編程中，序列是一種重要的數據結構，它用於存儲一系列的元素。Python 中的序列類型包括列表（list）、元組（tuple）、字符串（str）以及範圍（range）等。理解序列的通用操作能夠幫助開發者更高效地處理數據，提高編程的靈活性和可讀性。本文將深入探討 Python 中的序列通用操作，內容涵蓋基本概念、常見方法、應用場景以及最佳實踐，力求為讀者提供全面且深

字符串 , 人工智能 , 深度學習 , 元組 , Python

u_17569005 頭像

wx6906fb3f9b17a - 機器人（AGV/AMR/機器狗）乘梯控制系統（梯控+電梯門禁）方案：核心功能包括自主呼梯、樓層切換及多場景門禁擴展，支持RS-485、MQTT等多種通訊協議，詳細説明了乘梯流程、特殊場景處理及電梯改造

前言：AGV/AMR/機器狗乘梯控制系統方案，該系統通過梯控與電梯門禁集成實現自動化設備無人化乘梯。核心功能包括自主呼梯、樓層切換及多場景門禁擴展，支持RS-485、MQTT等多種通訊協議。方案詳細説明了乘梯流程、特殊場景處理及電梯改造要點，強調需保持電梯無休眠狀態，並確保電氣隔離。系統採用"感知-控制-通信"架構，可擴展至閘機等門控設備，構建智能通行生

門禁 , 智能梯控 , 梯控 , 機器人 , AGV , Css , 前端開發 , HTML

u_16213575 頭像

墨舞青雲 - 中文領域最詳細的Python版CUDA入門教程_python中使用cuda

你是否在為大型語言模型的量化推理速度發愁？GPTQ項目通過高效的CUDA核函數實現，將Transformer模型的量化推理速度提升數倍。本文將帶你深入瞭解GPTQ的CUDA內核開發全流程，從底層核函數實現到Python接口綁定，讓你掌握高性能量化推理的關鍵技術。讀完本文，你將能夠：理解GPTQ量化核函數的工作原理、掌握CUDA代碼到Python綁定的完整構建流程、學會如何

核函數 , 後端開發 , CUDA , Python

u_15654855 頭像

此星光明 - 中科星圖（案例）——基於Landsat8 TOA數據的全國大範圍2022年的NDVI指數計算

簡介 Landsat 8是一顆搭載有多光譜遙感儀器的衞星，可以捕捉地表的反射率數據。其中，TOA (Top of Atmosphere) 數據是指觀測到的反射率值，未經過大氣校正。NDVI (Normalized Difference Vegetation Index) 是一種衡量植被生長狀況的指數，可以通過Landsat 8 TOA數據計算得到。

中國 , 後端開發 , ndvi , 植被指數 , 前端 , Javascript , Python

u_16099355 頭像

數據挖掘者 - jQuery源碼分析_LQW

Qwen3 模型用於因果語言建模（Causal Language Modeling, CLM）的主類 Qwen3ForCausalLM，它是整個大模型在推理和訓練階段的核心接口。 🧱 1. 類定義 @auto_docstring class Qwen3ForCausalLM(Qwen3PreTrainedModel, Genera

初始化 , Qwen3 , 權重 , Css , 大模型 , 前端開發 , HTML , Git

opsdev365 頭像

A食今獸 - PYTHON tkinter模塊-20

Checkbutton（複選框）是Tkinter中用於創建多選選項的組件，允許用户選擇多個選項。 基本用法 1. 導入和基本創建 import tkinter as tk from tkinter import messagebox # 創建主窗口 root = tk.Tk() root.title("Checkbutton組件詳解") root.g

後端開發 , checkbutton , Python

lizhuo6 頭像

oioihoii - 深入解析進程間通信（IPC）及其應用場景

在計算機的世界裏，進程就像一個個獨立的“小王國”，它們擁有自己獨立的內存空間和資源。然而，一個複雜的應用往往需要多個進程協同工作，比如你的音樂播放器進程需要和系統音量控制進程通信，瀏覽器的一個標籤頁崩潰了也不能影響其他標籤頁。 那麼，這些“小王國”之間如何安全、高效地傳遞信息呢？答案就是進程間通信。 什麼是進程間通信？ 進程間通信是指兩個或多個進程之間傳輸數據或信號的技術。由

數據 , 進程間通信 , c++ , 後端開發 , 信號量 , c

zhishuangdebaikaishui 頭像

咚咚王 - 人工智能之編程基礎 Python 入門：第四章 條件循環與異常

人工智能之編程基礎 Python 入門 第四章 條件循環與異常 前言 本章節緊接上一章內容繼續學習python的基本語法結構，主要學習條件語句、循環語句以及錯誤異常的處理方式。 條件語句 Python 中的條件語句用於根據不同的條件執行不同的代碼塊。主要的條件語句是 if、elif（else if 的縮寫）和 else。 基本語法 if 條件1: # 條件1為真時執行的代碼 語

教程 , 人工智能 , Python

friesonthepier 頭像

去碼頭整點薯條 - 利用 Python 進行數據分析 —— 1 數據結構、函數和文件

本文是我個人學習《利用 Python 進行數據分析》一書的筆記。整個系列於今日起連載。 1.1 數據結構 Python 的基本數據結構包括元組、列表、字典、集合，此外還有一些特殊的數據結構（如 range 對象、字符串等）。 1.1.1 元組（tuple） 什麼是元組？元組是固定長度、內容不可改變的序列。 如何創建元組？ # 用逗號分隔是創建元組最簡單的方法 tup = 1, 2, 3 tup =

讀書筆記 , 數據分析 , Python

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

u_17517821 頭像

mb68bd9657ee325 - python中的logging模塊

Python 的 logging模塊是一個功能強大且靈活的標準庫，可以説是 Python 開發者工具箱中的“瑞士軍刀”，用於記錄應用程序運行時的各種信息。下面這個表格可以幫助你快速把握其核心組件與工作流程。 組件類別

應用程序 , 後端開發 , 日誌記錄 , Python

plcode 頭像

wx65dfdaaec020c - 消息隊列性能優化與調優實戰指南

消息隊列性能優化與調優實戰指南 摘要 本文將深入探討消息隊列在生產環境中的性能優化策略，涵蓋Kafka、RabbitMQ、RocketMQ三大主流消息中間件的性能調優技巧。通過詳細的配置示例、性能測試數據和實戰案例，幫助開發者構建高性能、高可用的消息系統。 性能優化指標體系 關鍵性能指標定義 指標類別 具體指標 優化目

性能優化 , 後端開發 , 消息隊列 , kafka , Python

u_14540126 頭像

最多選5個技能 - 信息系統項目管理師軟考通關寶典：項目整體管理章節精講與習題解析

信息系統項目管理師作為國家軟考高級資格認證，是IT行業項目管理領域的權威證書，對職業發展具有重要意義。項目整體管理作為十大知識領域之首，貫穿項目生命週期全過程，是考試的重點和難點。本文將從考試大綱要求出發，系統梳理項目整體管理的核心知識點，通過典型例題解析和實戰技巧分享，幫助考生構建完整的知識體系，掌握解題方法，提升應試能力。 一、項目整體管理概述 項目整體管理是協調

項目管理 , 項目經理 , 項目文件 , Css , 前端開發 , HTML

u_13250 頭像

flybirdfly - df 根據索引其中之一篩選 根據索引名得到索引號

第三章 索引 本章數據： import numpy as np import pandas as pd 一、索引器 1. 表的列索引 列索引是最常見的索引形式，一般通過[]來實現。通過[列名]可以從DataFrame中取出相應的列，返回值為Series，例如從表中取出姓名一列：

機器學習 , 大數據 , 數據倉庫 , pandas , 數據分析 , df 根據索引其中之一篩選 , Python

u_17578016 頭像

wx690f58fc7961b - 人工智能之數據分析 numpy：第八章 數組廣播

一、廣播的定義 廣播是指 NumPy 在計算時，將較小的數組 “廣播” 到較大數組的形狀，以便兩者可以進行 element-wise（元素級）操作的機制。 換句話説，當兩個數組形狀不同時，NumPy 會嘗試將它們調整為相同的形狀，然後再執行運算。 二、廣播的規則 NumPy 的廣播機制遵循一套嚴格的規則，以確定兩個數組是否可以進行廣播，以及如何進行廣播。

數組 , numpy , 後端開發 , Python

u_16099199 頭像

數據俠客行 - 用python批量提取excel單元格圖片並保存

一、快速掌握excel分析技能 1、excel學習 excel教程不要太多，如何快速學習excel，我之前也回答過，反正就是逮住一本教程，照着練： 把一本體系化的excel教程吃透了，就足以應對業務工作所需的數據分析了。 2、excel實操 好用的函數能讓你數據分析時，如有神助，下面是我在數據分析時

python做excel數據分析統計服 , 數據 , 後端開發 , 數據分析 , 數據處理 , Python

u_16213608 頭像

mob64ca13fe62db - Unity Shader學習：貼花（Decal）

Unity URP中的Decal（貼花）系統是一種用於將材質投射到場景幾何體表面的技術，主要用於實現血跡、彈孔、塗鴉等動態表面裝飾效果。以下是詳細解析： 核心功能與用途 動態投影：通過Decal 【從UnityURP開始探索遊戲渲染】專欄-直達 Unity URP中的Decal（貼花）系統是一種用於將材質投

性能優化 , 世界座標 , 貼圖 , 前端開發 , Javascript

codists 頭像

codists - 2025年10月文章一覽

2025 年 10 月編程人總共更新了 1 篇文章： 1.2025年9月文章一覽 如果用一句話來形容 10 月，那就是“心裏很着急，想做的太多，但是執行能力跟不上”，“路要一步一步走，飯要一口一口地吃”——還是慢慢來。 歡迎搜索及關注：編程人(a_codists)

Python

yangshaoping 頭像

小飛俠格魯帥 - 用Python的Tkinter來打造一個

嘿呀，朋友！你想想，平時算賬的時候，要是有個順手的計算器多好啊！咱今天就用Python的Tkinter來打造一個。Tkinter是Python的標準GUI庫，用來創建圖形用户界面超方便。安裝也簡單，在命令行敲pip install tkinter就行。 下面就是計算器的代碼啦： import tkinter as tk # 創建主窗口 root = tk.

運算符 , 後端開發 , 按鈕點擊事件 , click事件 , Python

ziwupython 頭像

子午 - 【寵物識別系統】Python+卷積神經網絡算法+深度學習+人工智能+TensorFlow+圖像識別

一、介紹 寵物識別系統，本系統使用Python作為主要開發語言，基於TensorFlow搭建卷積神經網絡算法，並收集了37種常見的貓狗寵物種類數據集【'阿比西尼亞貓（Abyssinian）', '孟加拉貓（Bengal）', '暹羅貓（Birman）', '孟買貓（Bombay）', '英國短毛貓（British Shorthair）', '埃及貓（Egyptian Mau）', '緬因貓（Mai

圖像識別 , tensorflow , 深度學習

u_15856507 頭像

電子開發圈 - 0154-基於單片機-温濕度監測-系統設計(12864+18B20+SHT11）

功能描述 1、採用51單片機作為主控芯片； 2、採用SHT11檢測濕度，精度小數點後1位； 3、採用18B20檢測温度，精度小數點後2位； 4、採用12864液晶顯示：實時温濕度、超限報警、設置閾值； 5、矩陣鍵盤設置温度上限、温度下限、濕度閾值，超限報警； 電路設計

redis , 上拉電阻 , 上拉 , 單片機 , 數據庫 , 嵌入式硬件 , 電路設計

u_17585566 頭像

陳均老師 - 陳均的日誌2024.01.08

首先感謝劉同事在前天幫我搭建odoo環境， 再感謝劉同事在昨天遠程幫我處理問題！休息日他都在幫助我。 今天我開始上手處理楊同事收集的問題，在《費用報銷》系統中做了以下修改： 1、在《費用申請單》模塊和頁面增加了費用備註字段、滿足用户公務接待需要備註院外人員的需求； 2、在《合同明細》中增加了開始時間、結束時間、支付時間和續簽時間，滿足用户對合同精細化管理的需求；

字段 , 上傳 , 後端開發 , Python

u_12192 頭像

angel - 5種讓AI為你的團隊工作的方法_David2AI的博客-博客

2025年的AI世界，正在進入一個全新的階段。 ChatGPT、Claude、Gemini之後，又一匹“黑馬”闖入大眾視野——DeepSeek。 這款由中國團隊打造的大模型，以強大的算力、超快的響應速度和開放性，成為了職場人、程序員、自媒體人甚至學生的新寵。 但問題是： 我們普通人，究竟該怎麼用

數據 , deepseek , 後端開發 , chatgpt , 人工智能 , 自媒體 , Python

chaoshenjinghyperai 頭像

超神經HyperAI - 【TVM教程】為 Mobile GPU 自動調優卷積網絡

Apache TVM 是一個深度的深度學習編譯框架，適用於 CPU、GPU 和各種機器學習加速芯片。更多 TVM 中文文檔可訪問 →https://tvm.hyper.ai/ 作者：Lianmin Zheng, Eddie Yan 針對特定設備的自動調優對於獲得最佳性能至關重要。本文介紹如何調優整個卷積網絡。 TVM 中 Mobile GPU 的算子實現是以 template 形式編寫的。該 te

編程 , 機器學習 , 人工智能 , 編譯器 , 深度學習