-
- Python字典update方法使用教程
- update()方法用于更新字典内容，语法为dict.update(other)；可传入字典、包含键值对的可迭代对象或关键字参数；若键存在则覆盖值，不存在则添加新键值对；如d={'a':1,'b':2}调用d.update({'b':3,'c':4})后输出{'a':1,'b':3,'c':4}；使用关键字参数时键必须为合法标识符；传入元组列表形式如[('b',3),('c',4)]也可批量更新；该方法直接修改原字典不返回新对象，需复制原字典以保留原始数据；常用于合并配置或补充默认值场景。
- 文章 · python教程 | 6天前 | 425浏览 收藏
-
- Python自动巡检Web服务技巧分享
- Python轻量级自动巡检服务核心是稳、快、可查：用requests+time.sleep实现可控轮询，结构化JSON日志记录全链路信息，按失败程度分级告警，通过配置隔离开发与上线行为。
- 文章 · python教程 | 6天前 | 359浏览 收藏
-
- Python中is与==区别详解
- 答案：==比较值是否相等，is比较对象内存地址是否相同。例如列表内容相同则==为True，但is为False除非指向同一对象；小整数因缓存可能is也为True，但大整数不一定；推荐用is判断是否为None。
- 文章 · python教程 | 6天前 | 204浏览 收藏
-
- Python函数核心原理与实战解析【教程】
- Python函数是第一类对象，def和lambda均创建function实例，区别在于lambda仅支持表达式；闭包由自由变量捕获决定；@wraps确保装饰器保留原函数元信息。
- 文章 · python教程 | 6天前 | 492浏览 收藏
-
- 在编程中，使用 in 检查可打印字节是否属于某个集合，通常比用区间比较（如 0x20 <= byte <= 0x7E）更快的原因主要有以下几点：1. 集合查找的底层优化Python 中的 set 是基于哈希表实现的，查找操作的时间复杂度是 O(1)。而使用 in 判断一个字节是否在集合中，实际上是在进行一次哈希查找。相比之下，使用区间判断（如 0x20 <= byte <= 0x7E）虽然逻辑简单
- Python中xinbytearray(string.printable)比手动写(x>=32andx<=126)or(x>=9andx<=13)更快，主因是前者底层调用高度优化的C函数memchr，且字节级成员检测被编译为更少的字节码指令（34vs52条），显著降低解释器开销。
- 文章 · python教程 | 6天前 | 119浏览 收藏
-
- Python有序列表合并：双指针归并法解析
- 双指针合并两个有序列表可实现O(m+n)时间复杂度，优于拼接后排序的O((m+n)log(m+n))；需初始化i,j=0，比较后推进下标，一方耗尽则直接extend剩余部分，注意空列表和有序性前提。
- 文章 · python教程 | 6天前 | 168浏览 收藏
-
- TensorFlow预测报错原因及输入方法解析
- TensorFlow/Keras模型的predict()方法要求输入为张量或NumPy数组，且必须包含批处理维度；直接传入Python列表（如[10.0]）会触发“Unrecognizeddatatype”错误。TensorFlow/Keras模型的`predict()`方法要求输入为张量或NumPy数组，且必须包含批处理维度；直接传入Python列表（如`[10.0]`）会触发“Unrecognizeddataty
- 文章 · python教程 | 6天前 | 106浏览 收藏
-
- 显存不足？梯度累加+混合精度轻松解决
- 梯度累加需对每次loss除以accumulation_steps再backward，并仅在累积完成时调用optimizer.step()和optimizer.zero_grad()，避免梯度放大与显存泄漏。
- 文章 · python教程 | 6天前 | 167浏览 收藏
-
- pytest-html生成HTML测试报告教程
- pytest-html可生成带样式、可折叠、含图表的HTML报告，但需配置--self-contained-html、--override-ini="console_output_style=classic"或conftest.py中设tbstyle="long"以显示完整traceback，并用--metadata和--override-ini="html_title=..."添加环境信息与自定义标题。
- 文章 · python教程 | 6天前 | 321浏览 收藏
-
- Python aiofiles 正确使用方法
- 必须用asyncwithaiofiles.open()，不可await后手动close；需显式指定encoding='utf-8'读文本；mode='w'不自动建父目录；aiofiles文件对象不能脱离asyncwith使用。
- 文章 · python教程 | 6天前 | 482浏览 收藏
-
- Pandas多文件写入技巧详解
- 本文详解如何基于数据键（如时间周期、分析方法）动态分发DataFrame到多个独立Excel文件，并为每个文件写入指定工作表，避免重复覆盖或遗漏，关键在于合理组织循环结构与ExcelWriter的生命周期管理。本文详解如何基于数据键（如时间周期、分析方法）动态分发DataFrame到多个独立Excel文件，并为每个文件写入指定工作表，避免重复覆盖或遗漏，关键在于合理组织循环结构与ExcelWriter的生命周期管理。在实际数据分析流
- 文章 · python教程 | 6天前 | 491浏览 收藏
-
- DynamoDB 批量添加属性不覆盖方法
- 本文详解为何连续调用put_item会导致DynamoDB记录被覆盖，并推荐使用update_item原子更新方式，配合SET操作一次性写入多个属性，确保数据完整性与并发安全性。本文详解为何连续调用`put_item`会导致DynamoDB记录被覆盖，并推荐使用`update_item`原子更新方式，配合`SET`操作一次性写入多个属性，确保数据完整性与并发安全性。在DynamoDB中，put_item的语义是「全量写
- 文章 · python教程 | 6天前 | 399浏览 收藏
-
- Python搭建RabbitMQ分布式爬虫任务系统
- 直接用pika发送任务会丢消息，是因为默认未启用发布确认、队列未持久化、消息未设delivery_mode=2；漏掉任一机制，RabbitMQ重启或消费者异常时消息即丢失。
- 文章 · python教程 | 6天前 | 305浏览 收藏
-
- Python3 中表示字母大小写，通常是指判断或转换字符串中的字符是大写还是小写。以下是一些常用的方法和代码示例：1. 判断字符是否为大写字母char = 'A' if char.isupper(): print("这是一个大写字母")2. 判断字符是否为小写字母char = 'a' if char.islower(): print("这是一个小写字母")3. 将字符转换为大写ch
- 答案：Python3提供多种字符串方法处理大小写，1.str.upper()将字符串转为大写；2.str.lower()转为小写；3.str.title()实现首字母大写；4.str.swapcase()互换大小写；5.isupper()、islower()、istitle()用于判断大小写状态。
- 文章 · python教程 | 6天前 | 192浏览 收藏
-
- 多级时间索引扩展与填充教程
- 本文详解如何基于Pandas构建包含固定分类列（如A）与多粒度时间索引（如日级B、小时级C）的完整组合空间，并自动补全缺失项为默认值（如0），适用于时间对齐、数据补齐及多维时序建模前的数据准备。
- 文章 · python教程 | 6天前 | 351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
-
- ChatExcel酷表
- ChatExcel酷表是由北京大学团队打造的Excel聊天机器人，用自然语言操控表格，简化数据处理，告别繁琐操作，提升工作效率！适用于学生、上班族及政府人员。
- 5907次使用
-
- Any绘本
- 探索Any绘本（anypicturebook.com/zh），一款开源免费的AI绘本创作工具，基于Google Gemini与Flux AI模型，让您轻松创作个性化绘本。适用于家庭、教育、创作等多种场景，零门槛，高自由度，技术透明，本地可控。
- 6336次使用
-
- 可赞AI
- 可赞AI，AI驱动的办公可视化智能工具，助您轻松实现文本与可视化元素高效转化。无论是智能文档生成、多格式文本解析，还是一键生成专业图表、脑图、知识卡片，可赞AI都能让信息处理更清晰高效。覆盖数据汇报、会议纪要、内容营销等全场景，大幅提升办公效率，降低专业门槛，是您提升工作效率的得力助手。
- 6144次使用
-
- 星月写作
- 星月写作是国内首款聚焦中文网络小说创作的AI辅助工具，解决网文作者从构思到变现的全流程痛点。AI扫榜、专属模板、全链路适配，助力新人快速上手，资深作者效率倍增。
- 8119次使用
-
- MagicLight
- MagicLight.ai是全球首款叙事驱动型AI动画视频创作平台，专注于解决从故事想法到完整动画的全流程痛点。它通过自研AI模型，保障角色、风格、场景高度一致性，让零动画经验者也能高效产出专业级叙事内容。广泛适用于独立创作者、动画工作室、教育机构及企业营销，助您轻松实现创意落地与商业化。
- 6655次使用
