python教程技术文章
-
- Python批量发邮件技巧分享
- 使用Python自动化邮件处理可节省时间,具体步骤:1.利用smtplib和email库构造邮件内容并通过SMTP发送;2.用pandas读取Excel联系人列表并循环发送个性化邮件;3.配置定时任务实现自动运行。日常办公中,重复耗时的邮件任务可通过编程解决,首先导入smtplib和email模块构建邮件头、正文及附件,连接SMTP服务器发送邮件,例如通过QQ邮箱的SMTP地址smtp.qq.com并使用授权码登录;接着,使用pandas读取contacts.xlsx文件中的收件人信息,在循环中动态替换邮
- 文章 · python教程 | 4个月前 | 453浏览 收藏
-
- PythonAI注意力机制解析与实战应用
- 注意力机制的核心是动态加权求和,三要素为Query(查询)、Key(键)、Value(值):Query与Key计算相似度得分数,softmax归一化为权重,再加权求和Value得到输出;自注意力通过全连接匹配突破距离限制,多头机制并行捕获多维特征;PyTorch手写实现含线性投影、缩放点积、softmax及加权求和;可视化注意力权重热力图可分析模型关注模式。
- 文章 · python教程 | 4个月前 | 453浏览 收藏
-
- Python集合去重方法详解
- Python集合基于哈希表实现,平均时间复杂度O(1);去重推荐dict.fromkeys保序或set()不保序;运算符要求双set,方法支持任意可迭代对象;update类方法支持原地更新;frozenset用于嵌套或作字典键。
- 文章 · python教程 | 4个月前 | 453浏览 收藏
-
- Linux下Python安装与环境配置详解
- 首先检查Python版本并确认pip和venv是否可用,若未安装则通过apt命令安装python3、pip3、venv及开发头文件;可选使用pyenv管理多版本Python,通过curl安装pyenv并配置环境变量,再用pyenv安装指定Python版本并设置全局版本;推荐为每个项目创建独立虚拟环境,使用“python3-mvenvmyenv”创建并“sourcemyenv/bin/activate”激活,安装包时确保在虚拟环境中操作,避免依赖冲突,开发完成后使用deactivate退出。
- 文章 · python教程 | 4个月前 | Python Python入门 python安装环境准备 453浏览 收藏
-
- Pandas滚动均值信号生成技巧
- 本文介绍如何基于列数据动态生成±1信号:当当前值达到滚动均值的指定倍数时翻转信号,并确保每次重置后滚动窗口至少累积指定最小长度才允许下一次触发。
- 文章 · python教程 | 4个月前 | 453浏览 收藏
-
- Python自动化生成经营分析图表技巧
- Python自动化经营分析图表的核心是串联业务逻辑、数据结构与可视化需求,关键在稳定取数、清晰分层、图表可读、结果易交付;需规范数据准备、按场景拆解分析逻辑、统一图表输出标准、实现一键交付集成。
- 文章 · python教程 | 3个月前 | 453浏览 收藏
-
- Python爬虫:requests.get抓取网页教程
- requests.get()返回乱码或空内容主因是编码识别错误,应优先用response.content配合chardet或charset_normalizer推测编码再解码;它无法获取JS渲染内容,需查源代码或抓取API;须设timeout、重试机制及正确Cookie/Referer等头信息。
- 文章 · python教程 | 3个月前 | 453浏览 收藏
-
- 如何判断代码是否在uvloop中运行
- 最直接的方式是用isinstance(loop,uvloop.Loop),但需确保uvloop已导入且事件循环已创建;若无法保证导入,可安全检查loop.__class__.__name__=="Loop"且__module__.startswith("uvloop");最佳实践是在uvloop.install()后设全局标记。
- 文章 · python教程 | 3个月前 | 453浏览 收藏
-
- WSGI与ASGI区别详解
- WSGI是同步协议,要求请求在单线程/进程内阻塞完成,适合传统Web应用;ASGI是异步协议,基于事件流支持WebSocket、HTTP/2等,适合高并发I/O密集场景。
- 文章 · python教程 | 2个月前 | 453浏览 收藏
-
- Python时间序列处理入门指南
- 时间序列分析需先可视化与统计诊断识别趋势、季节性及平稳性,再通过差分、对数变换等预处理使数据适合建模,最后依问题类型选择ARIMA、Prophet或指数平滑等模型,并用时间划分法评估。
- 文章 · python教程 | 2个月前 | 453浏览 收藏
-
- LSTM/GRU时间序列预测实战教程
- 时间序列喂入LSTM/GRU需构造滑动窗口样本,形状为(batch_size,timesteps,features),归一化须仅在训练集拟合再应用于测试集,避免信息泄露;推荐GRU(units=64,return_sequences=True)降低显存占用,训练时shuffle=False、验证集连续置于训练集后,预测结果需reshape后逆变换还原量纲。
- 文章 · python教程 | 2个月前 | 453浏览 收藏
-
- Pandas多层索引交换与调整方法
- swaplevel()仅交换MultiIndex中两个指定层级位置,不增删层或重排全部层级;reorder_levels()才支持按列表顺序重排所有层级;交换后需sort_index()确保索引有序,且仅适用于MultiIndex。
- 文章 · python教程 | 2个月前 | 453浏览 收藏
-
- Keras 自定义训练循环中正确初始化回调函数的方法
- 在使用train_on_batch()等底层训练方式时,Keras回调(如ModelCheckpoint、EarlyStopping)会因未绑定模型而抛出AttributeError;必须显式调用callback.set_model(model)初始化回调,否则其内部无法访问model.optimizer、model.save_weights()等关键属性。
- 文章 · python教程 | 1个月前 | 453浏览 收藏
-
- Python中exp函数怎么用?
- Python中exp函数用于计算eˣ,需导入math或numpy模块;math.exp()适用于单个数值,如math.exp(1)≈2.718;numpy.exp()可处理数组,如np.exp([0,1,2])返回[1.,2.718,7.389],常用于sigmoid、softmax等模型计算。
- 文章 · python教程 | 1个月前 | 453浏览 收藏
-
- Python中id()函数返回对象的唯一标识符,即内存地址。该函数在Python中用于获取对象的唯一身份标识,通常用于判断两个变量是否指向同一个对象。id()函数的返回值是一个整数,代表对象在内存中的地址。需要注意的是,Python中的对象在不同运行时可能会有不同的id值,因此不能依赖id()函数进行持久化存储或比较。此外,对于不可变对象(如整数、字符串等),Python可能会对它们进行优化,导致
- id()函数返回的是对象在内存中的唯一标识符,本质上是该对象在CPython解释器中内存地址的整数表示。它不是“地址”本身,而是地址的整数映射CPython中,id()返回的是对象所在内存位置的地址(以十进制整数形式给出),但这个值仅在当前Python进程中有效,且不同运行、不同解释器(如PyPy)可能含义不同。它不保证是物理地址,也不可直接用于指针操作。例如:a=[1,2,3];print(id(a))输出类似140234567890123的大整数同一
- 文章 · python教程 | 1个月前 | 453浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- Golang深入理解GPM模型
- Golang深入理解GPM调度器模型及全场景分析,希望您看完这套视频有所收获;包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
- 474次学习
查看更多
AI推荐
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合,面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板,适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 916次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手,对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐,MELO为你免费谱曲,轻松做同款!
- 892次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具,支持上传音频、视频文件或粘贴 YouTube 链接,自动生成转写文本、摘要、思维导图和关键问题,并支持多格式导出,适合会议记录、课程学习、访谈整理和内容创作复盘。
- 823次使用
-
- 剧云
- 剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
- 1021次使用
-
- 万象有声
- 万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
- 985次使用

