python教程技术文章
-
- Python命名空间与作用域详解
- 命名空间是Python中名字与对象的映射,作用域是名字可访问的区域,二者共同构成标识符管理机制。Python有内置、全局、局部三类命名空间:内置命名空间在解释器启动时创建,包含内置函数,持续到程序结束;全局命名空间随模块加载而创建,保存模块级变量,生命周期与模块一致;局部命名空间在函数调用时创建,存放参数和局部变量,函数结束即销毁。类定义和实例也拥有独立命名空间,类属性存于类命名空间,实例属性存于实例命名空间。推导式在Python3中创建独立局部作用域,避免变量泄露。LEGB规则(局部→闭包→全局→内置)
- 文章 · python教程 | 8个月前 | 变量 命名空间 作用域 LEGB规则 标识符管理 501浏览 收藏
-
- Python多级索引使用技巧详解
- Python中处理pandas的MultiIndex核心在于掌握其创建、数据选择与切片、以及结构调整。1.MultiIndex可通过set_index()将列设为索引或直接构建(如from_tuples或from_product)。2.数据选择需用loc配合元组精确匹配或多层切片,结合pd.IndexSlice和sort_index避免KeyError。3.结构调整包括reset_index()还原层级、swaplevel()交换层级顺序、sort_index()排序。多级索引解决了数据冗余、结构复杂、聚
- 文章 · python教程 | 9个月前 | 501浏览 收藏
-
- Python字典对齐输出技巧
- 本文介绍了如何使用Python格式化字符串的方法,解决字典键值对输出时,由于键的长度不一致导致对齐混乱的问题。通过计算最长键的长度,并利用f-string的格式化功能,可以轻松实现美观、整齐的字典输出效果,提高代码的可读性。
- 文章 · python教程 | 9个月前 | 501浏览 收藏
-
- Python视频人脸追踪详解:dlib特征点应用指南
- dlib实现人脸追踪的前置条件包括:安装Python环境、dlib库和OpenCV库,其中dlib依赖C++编译工具(如Windows的VisualC++BuildTools或Linux的cmake与g++),并需手动下载预训练的shape_predictor_68_face_landmarks.dat模型文件用于特征点定位,同时建议具备较强计算性能的CPU或支持CUDA的GPU以提升处理效率;2.dlib的相关性跟踪器通过学习目标人脸区域的视觉模式,在后续帧中利用相关性计算预测位置,避免每帧重复检测,显
- 文章 · python教程 | 10个月前 | 优化策略 dlib 人脸追踪 相关性跟踪器 特征点 501浏览 收藏
-
- Python实现PDF签名方法详解
- 数字签名与电子签名不同,前者基于密码学确保文档完整性和身份验证,后者泛指任何形式的电子形式签名。1.电子签名可通过Pillow或PyPDF2实现图像叠加;2.数字签名需用cryptography、PyOpenSSL等库处理加密和证书;3.PyHanko专门用于将数字签名嵌入PDF结构。常见挑战包括PDF内部结构复杂、证书管理、时间戳和长期有效性验证,解决方案为使用PyHanko、cryptography及集成TSA服务。实际步骤:1.生成私钥和自签名证书;2.加载PDF文件并配置签名字典;3.调用sign
- 文章 · python教程 | 10个月前 | 501浏览 收藏
-
- Python处理遥感影像:GDAL教程详解
- 要处理遥感影像,需掌握GDAL的几个关键技巧:1.读取基本信息,包括尺寸、波段数、地理变换和投影信息;2.读写波段数据,使用NumPy数组进行计算并保存结果;3.裁剪与重采样操作,通过gdal.Warp实现区域裁剪和分辨率调整;4.注意数据类型、NoData值处理、内存管理和资源释放。这些步骤构成了Python中利用GDAL处理遥感影像的核心流程。
- 文章 · python教程 | 10个月前 | 501浏览 收藏
-
- Python网络嗅探器教程:scapy抓包实战解析
- 使用Python和Scapy制作网络嗅探器的核心是sniff()函数与回调处理,1.首先安装Scapy并编写packet_callback函数解析IP、TCP、UDP、ICMP等协议层信息;2.利用sniff(prn=packet_callback,filter="ip",store=0)实现高效抓包;3.Scapy通过分层对象模型支持深度解析与修改,如packet[IP].src可读写;4.可构造自定义数据包进行安全测试,如SYN扫描、ARP欺骗、DNS欺骗等高级应用;5.面对高流量丢包、权限限制等挑战
- 文章 · python教程 | 10个月前 | 数据包 Scapy 网络嗅探器 抓包分析 sniff()函数 501浏览 收藏
-
- Python词云生成教程:实战指南
- 生成词云图的关键在于准备数据和调整参数。1.安装wordcloud、matplotlib和jieba库;2.获取并读取文本数据,中文需用jieba分词处理;3.调用WordCloud类生成词云,注意设置字体、尺寸和背景色;4.可选自定义形状和颜色,通过mask参数使用图像模板,结合colormap配色,并用stopwords过滤无意义词汇。整个过程步骤清晰,但需注意细节如中文字体支持和遮罩格式。
- 文章 · python教程 | 10个月前 | 501浏览 收藏
-
- Python中sum函数的使用方法与技巧
- sum函数在Python中用于计算可迭代对象的总和。1)基本用法是sum(iterable,start=0),可用于数字和字符串。2)处理嵌套列表时,可用列表推导式。3)浮点数求和需注意精度问题,可用decimal模块。4)大数据集可使用numpy优化。5)结合生成器表达式可实现复杂计算,如平方和。
- 文章 · python教程 | 10个月前 | 501浏览 收藏
-
- Pythondatetime处理时间全攻略
- Python处理时间日期的核心模块是datetime,它提供了date、time、datetime、timedelta和tzinfo五个关键类。1.要将字符串转换为datetime对象,需使用datetime.strptime()方法,并确保格式字符串与输入严格匹配;2.计算两个日期之间的时间差可通过减法操作获得timedelta对象,并用total_seconds()获取总秒数;3.处理时区问题时,应使用“感知”时间对象(aware),通过zoneinfo模块指定时区,并利用astimezone()进行
- 文章 · python教程 | 10个月前 | 501浏览 收藏
-
- Python情感分析实战教程
- 1.情感分析可用库:TextBlob适合英文简单分析;VADER针对社交媒体;Transformers精度高;SnowNLP支持中文。2.用TextBlob时通过polarity判断情绪。3.中文可用SnowNLP、分词加词典或HuggingFace模型。4.注意上下文、反语识别、多语言混杂及数据质量。
- 文章 · python教程 | 10个月前 | 501浏览 收藏
-
- Python清除缓存命令及技巧分享
- 使用python-mcompileall-b.可快速删除当前目录及子目录下所有.pyc和.pyo文件;2.编写Python脚本结合os和glob模块可实现更灵活的清理;3.处理权限问题可通过检查文件权限、使用管理员权限、更改所有者或确保文件未被占用;4.自动化方法包括将.pyc和.pyo添加到.gitignore、使用pre-commithooks、配置IDE或在Makefile中定义clean目标;5.避免生成字节码文件可设置PYTHONDONTWRITEBYTECODE环境变量或使用python-B选
- 文章 · python教程 | 10个月前 | Python 清除 字节码文件 compileall PYTHONDONTWRITEBYTECODE 501浏览 收藏
-
- 工业变频器异常电流分析技巧
- 工业变频器电流异常分析可通过Python实现,其核心在于数据采集、清洗预处理、特征提取及异常检测算法建模。1.数据采集是基础,常用Modbus协议或PLC中转获取电流数据;2.数据清洗与预处理必不可少,用于去除噪声和填补缺失值;3.特征工程从电流波形中提取RMS值、峰值、频谱等关键特征;4.异常检测使用IsolationForest等算法进行建模识别异常信号。电流异常常见诱因包括负载过载、机械卡涩、变频器内部模块损坏、电源质量波动及传感器老化等。Python库选择上,pandas用于数据处理,scipy.
- 文章 · python教程 | 11个月前 | Python 数据分析 异常检测 工业变频器 异常电流 501浏览 收藏
-
- Python中float类型的作用与用法
- 在Python中,float代表浮点数类型,用于表示小数。1)浮点数采用IEEE754标准,可能导致精度丢失。2)可以使用decimal模块进行高精度计算。3)浮点数比较应使用math.isclose()函数。4)避免用浮点数进行财务计算,建议使用decimal或整数。
- 文章 · python教程 | 11个月前 | 501浏览 收藏
-
- Pythonmap函数数据标记全解析
- 使用map函数进行数据标记的核心答案是:通过定义一个处理单个数据点的函数,再利用map将该函数批量应用到整个数据集,实现高效、简洁的数据标签分配。1.定义一个接收单个数据点并返回标签的函数;2.将该函数和数据集传递给map函数;3.map会逐个应用函数到每个元素,生成对应标签;4.转换map结果为列表或其他结构以获取最终带标签的数据。例如对数字打“小”、“中”、“大”标签或对文本分类情绪标签,均可通过封装逻辑在自定义函数中结合map实现。相比for循环或列表推导式,map更适用于独立元素处理且逻辑清晰的场
- 文章 · python教程 | 11个月前 | 501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。
- 4133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!
- 3844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。
- 3824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。
- 4004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!
- 3979次使用

