tag Python

標籤
貢獻867
1041
06:37 AM · Oct 27 ,2025
dawanzi_6278b06ec111c 頭像 deephub 頭像 lengxi_16 頭像 u_17037082 頭像 u_14306318 頭像 jieduanxingdebugger 頭像 kuanrongdeshanyang 頭像 lufeng_68f0e3782426d 頭像 fengliudeshanghen 頭像 hanazawa 頭像 yinuo112 頭像 chuanghongdengdeqingwa_eoxet2 頭像

@Python / 博客 RSS 訂閱

u_12219 頭像

誤會一場 - RF射頻的定義和原理

什麼是射頻？射頻系統架構？ 一、認識射頻 1、射頻信號 射頻（Radio Frequency），即高頻交流變化電磁波的簡稱，可理解為無線電的代名詞，描繪那些依賴無線技術進行通信的系統，特指頻率範圍在3kHz~300GHz的具有遠距離傳輸能力的高頻電磁波。 電磁波無處不在，根據頻率不同劃分成不同領域，從低

變頻器 , 架構 , 後端開發 , 系統架構 , 數字電路 , Python

收藏 評論

codesheep_pro 頭像

CodeSheep - 中國四大軟件外包公司

在程序員的職業字典裏，每次提到“外包”這兩個字，似乎往往帶着一種複雜的況味，不知道大家對於這個問題是怎麼看的？ 包括我們在逛職場社區時，也會經常刷到一些有關外包公司討論或選擇的求職帖子。 的確，在如今的 IT 職場大環境裏，對於許多剛入行的年輕人，或者很多尋求機會的開發者來説，外包公司或許也是求職過程中的一個繞不開的備選項。 今天這篇文章，我們先來聊一聊 IT 江湖裏經常被大家所提起的“四大軟件外

JAVA , 後端 , 前端 , Javascript , Python

收藏 評論

u_16213671 頭像

mob64ca140d61c6 - LVS+Keepalived負載均衡高可用羣集

文章目錄 前言 一、keepalived概念和原理 1、keepalived介紹 2、vrrp工作原理 3、keepalived主要模塊 二、腦裂問題和解決方案 1、什麼是腦裂 2、原因 解決策略 三、LVS+keepalived

tcp , 運維 , 負載均衡 , 後端開發 , lvs , 高可用 , Python

收藏 評論

u_17514447 頭像

mb68b85ccf7a016 - 深入淺出 Python 裝飾器：讓你的代碼更優雅、更高效

在 Python 的世界裏，裝飾器是一個聽起來可能有些高深，但實際上卻異常強大和優雅的工具。它允許你在不修改原函數代碼的情況下，為其增加額外的功能。無論是日誌記錄、性能測試，還是權限校驗，裝飾器都能以一種簡潔、可複用的方式實現。 本文將帶你從零開始，一步步深入理解 Python 裝飾器的原理與應用。 1. 裝飾器是什麼？為什麼要用它？ 想象一下，你有一個函數 s

語法糖 , 物聯網 , 帶參數 , Python

收藏 評論

u_16719012 頭像

星源代碼 - Python小白成長記 · 第2課（下）| 控制流程& 習題

大家好，我是 星源，19歲自學 Python 的編程小白 🤓。 繼續上節課沒講完的控制流程！今天把 if / else / elif / while / for 全部吃透，再配習題鞏固，組合拳打滿！ 📌 今日學習內容 👉 “讓程序會分支、會循環、會跳步，徹底告別‘直線思維’！” ✨ 知識點講解 1️⃣ 程序執行

操作符 , 控制流 , 後端開發 , 代碼塊 , Python

收藏 評論

jiangyi 頭像

我愛哇哈哈 - 手把手教你用Tpaddleocr開發桌面端PDF識別工具，工作效率提升10倍！

作為一名資深技術開發，我經常遇到這樣的場景：需要從大量的PDF文檔中提取文字內容，但市面上的工具要麼收費昂貴，要麼識別效果差強人意。直到我發現了百度開源的PaddleOCR，結合Tpaddleocr（Python版本的PaddleOCR封裝），我決定自己動手開發一個桌面端PDF識別工具，效果出乎意料的好！ 今天就來分享一下我是如何從零開始，開發出這款高效、準確的PDF識別工具的。

yyds乾貨盤點 , 後端開發 , JAVA , paddle , Python

收藏 評論

u_16099246 頭像

編程藝術家 - 24. 實戰：用異步爬蟲“扒光“一部小説_Vec

實踐：異步實戰—爬取小説 一、找取內容加載的js異步接口，然後會發現這是其中一章的內容，id=1569782244，所以需要去找齊所有章節的id 二、找齊所有章節的id 所以就可以通過該網址來爬取所有章節的id，並

開發語言 , 異步任務 , Css , ci , 前端開發 , HTML , Json , Python

收藏 評論

u_16099186 頭像

技術極客領袖 - layui複雜表頭數據excel純前端導出_layui excel導出複雜表頭_qq

還在為前端Excel導出功能而煩惱嗎？你可能會遇到複雜的API配置、繁瑣的依賴安裝、兼容性問題等困擾。現在，layui-excel為你提供一鍵搞定的終極解決方案！這款基於JavaScript開發的強大工具，讓數據導出變得前所未有的簡單高效。 3分鐘快速部署方案 環境準備零基礎入門 首先確保你的開發環境已安裝Node.js和npm包管理工具。這是使用layui-e

數據 , 數據導出 , 後端開發 , Git , Python

收藏 評論

u_16099200 頭像

數據探索者 - Java設計模式--觀察者模式 - T-lih -

但問題來了： “運維小哥、監控系統、告警機器人、日誌中心……這麼多人關心同一件事，難道要一個個打電話通知？” 這時，一位神秘女子站在城市高塔之巔，輕輕按下腕錶—— 全城警報同步響起！ 她就是——Watcher女俠！ 💬 “我不主動找你，但只要你訂閲我，任何風吹草動，你立刻知道。” 📡

觀察者模式 , 服務器 , 設計模式 , 運維 , 後端開發 , 日誌記錄 , Python

收藏 評論

u_16213656 頭像

mob64ca1409d8ea - anaconda保姆級安裝教程（非常細）

保姆級：安裝Anaconda最詳細的教程（及Anaconda安裝影響了原Python工程怎麼辦？） 系列文章總目錄，除了當前的AI大模型系列外，還包括java前後分離，Python，AI，大數據，遊戲，面試等等，系列文章歸納在此： 文章目錄 保姆級：安

解析器 , 前端開發 , Javascript , Python

收藏 評論

u_16099277 頭像

架構領航員 - 論文圖形數據獲取工具： Web Plot Digitizer應用詳解

一、項目概覽：認識開源數據提取利器 1.1 工具簡介 WebPlotDigitizer是一款強大的圖像數字化工具，能夠從各類圖表圖片中自動提取數值數據。無論是科研論文中的實驗曲線、工程報告裏的趨勢圖表，還是歷史文獻中的手繪圖形，都可以通過這款開源工具轉化為可編輯的數字數據。作為開源可視化領域的實用工具，它支持XY座標系、極座標、三元圖等多種圖表類型，是科研工作

數據 , 配置文件 , 後端開發 , Git , Python

收藏 評論

u_17037082 頭像

王校長的熱狗 - 航拍山體滑坡數據集3452張VOC+YOLO格式

航拍山體滑坡數據集3452張VOC+YOLO格式 數據集格式：VOC格式+YOLO格式 壓縮包內含：3個文件夾，分別存儲圖片、xml、txt文件 JPEGImages文件夾中jpg圖片總計：3452 Annotations文件夾中xml文件總計：3452 labels文件夾中txt文件總計：3452 標籤種類數：1 標籤名稱:["land

數據集 , 後端開發 , txt文件 , 航拍山體滑坡數據集 , ide , Python

收藏 評論

u_14125 頭像

jacksky - 人工智能的現狀及未來發展 - wyx129140的個人空間 -

Ai元人文：新的期待——基於現狀的共情協同架構 核心論點：在真正的“情感計算”成熟之前，Ai元人文倡導一種 “結構化共情”——通過制度設計、交互規則和價值原語框架，在缺乏直接情感感知的技術條件下，系統性地模擬和達成共情的結果，即：對個體與社羣福祉的深度尊重與促進。 一、 現狀下的“共情協同”：何以可能？ 沒有情感模擬技術，我們如何實現“共情協同”？答案是：將“共

數據 , 後端開發 , 原語 , 結構化 , Python

收藏 評論

moshuying 頭像

墨抒穎 - RAG技術演進：從外部知識庫到智能體核心記憶系統

技術演進全景圖 檢索增強生成技術自2020年提出以來，經歷了明確的範式演進。以下時間軸概括了各核心範式出現的時間點與演進關係： timeline title RAG技術演進時間軸 2020 : 樸素RAG奠基 : 檢索-生成基礎架構 2022 : 語義增強RAG興起 : 向量檢索與多跳查詢 2023 : 多模態與圖RAG發展

人工智能 , Python

收藏 評論

zhangxueliang 頭像

a772304419 - 開源規則引擎框架推薦：Drools、Easy Rules、RuleBook（工廠手部動作AI檢測場景）

基於上述工廠手部動作檢測場景，我來為您推薦幾個合適的開源規則引擎框架，並提供詳細的使用示例。 推薦的開源規則引擎框架 1. Drools - 企業級首選 特點：功能全面、性能強大、文檔豐富，適合複雜的生產規則管理。 2. Easy Rules - 輕量級簡易框架 特點：學習曲線低、API簡潔，適合規則數量不多、邏輯相對簡單的

List , MySQL , API , 開發語言 , 數據庫 , 開源 , Python

收藏 評論

u_17467352 頭像

mb686fbcc4efbd6 - 游泳溺水檢測數據集VOC+YOLO格式5724張3類別

數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：5724 標註數量(xml文件個數)：5724 標註數量(txt文件個數)：5724 標註類別數：3 所在github倉庫：firc-dataset 標註類別名稱

數據集 , 後端開發 , txt文件 , xml文件 , Python

收藏 評論

u_16099330 頭像

網絡小墨 - 為什麼國內很多人都在説Python好，真正招聘的時候不需要呢？

今天咱聊聊Python後端的現狀——為什麼在國外大火的Python後端開發，在國內卻少有人問津呢？作為一個寫了多年的程序員，我經常聽到這個問題，尤其是當你跟人聊到Python後端時，許多人就開始搖頭嘆氣：“哎，Python寫爬蟲可以，搞後端嘛，就算了吧。” 我覺得這個問題不是沒有道理，但也有點偏激。今天咱就來深挖一下背後的原因和現狀。

開發效率 , 開發語言 , 後端開發 , aigc , bard , Python

收藏 評論

u_15214399 頭像

u_15214399 - 【案例共創】基於華為雲開發環境桌面版的人臉顏值打分

最新案例動態，請查閲【案例共創】基於華為雲開發環境桌面版的人臉顏值打分。小夥伴們快來領取華為開發者空間進行實操吧！ 本案例由開發者：南航金城學院-孫福清教師提供 一、概述 1. 案例介紹 本案例是基於華為雲主機的python開發環境，引導開發者學習和實踐人工智能計算機視覺的一個應用案例—基於計算機視覺python開源模塊opencv以及meidiapipe

機器學習 , 雲主機 , 人工智能 , 開發者 , Python

收藏 評論

u_16213655 頭像

mob64ca1409970a - RPC框架實現原理

動手實現一個簡易的 RPC 輪子真的很難嗎？no no no，很簡單的，不信你把文章看完（doge）。 動動手 RPC 框架典型的架構 典型的 RPC 架構大致可以分為三個部分： （1）服務提供者（RPC Server）：運行在服務器端，提供服務接口定義與服務實現類。 （2）註冊中心（Registry）：運行在服務器

架構 , 後端開發 , rpc , JAVA , 後端 , Python

收藏 評論

u_15894377 頭像

wx638422bd63072 - js day07 時間對象 獲取本地時間 秒殺倒計時 字符串方法

一, 時間對象和字符串方法 1, 時間對象 使用時間對象，在不寫入參數的情況下，可以獲取電腦當前這1秒鐘的本地時間 時間對象是一個內置函數,可以直接拿過來使用，是在js底層已經定義好的 Number() 數值 String() 字符串 Boolean() 布爾 Object() 對象 Array() 數組 Function(){} 函數

數組 , 字符串 , 後端開發 , bc , Python

收藏 評論

u_17037082 頭像

王校長的熱狗 - 航拍地面多目標檢測數據集1713張16類標籤VOC+YOLO格式

航拍地面多目標檢測數據集1713張16類標籤VOC+YOLO格式 數據集格式：VOC格式+YOLO格式 壓縮包內含：3個文件夾，分別存儲圖片、xml、txt文件 JPEGImages文件夾中jpg圖片總計：1713 Annotations文件夾中xml文件總計：1713 labels文件夾中txt文件總

數據集 , 後端開發 , 航拍地面多目標檢測數據集1713張1 , txt文件 , 目標檢測 , Python

收藏 評論

yanpeng 頭像

燕鵬01 - 用 Python 打造一個圖形化局域網掃描器：實戰網絡設備發現工具

用 Python 打造一個圖形化局域網掃描器：實戰網絡設備發現工具 在日常的網絡管理、安全測試或家庭網絡排查中，我們常常需要快速瞭解當前局域網中有哪些設備在線。雖然命令行工具（如 nmap、arp-scan）功能強大，但對於非技術人員來説門檻較高。本文將帶你從零開始，使用 Python + Tkinter + 多線程 + 系統命令調用 構建一個圖形化局域網掃描器，具備 IP 掃描、主

主機名 , ip , 響應時間 , 後端開發 , Python

收藏 評論

u_16213574 頭像

數據分析家 - 學習筆記-Matlab算法篇-方程求解_matlab exp(-j)

MATLAB實現牧羊人算法，整合路徑規劃、動態編隊控制和多智能體協同 一、算法架構設計 二、核心模塊實現 1. 環境建模與角色分配 %% 參數設置 numAgents = 10; % 總智能體數量 dt = 0.1; % 時間步長 T = 50; % 總時間 steps = T/dt; % 隨機初始化位置 pos = 1

參數設置 , 碰撞檢測 , 後端開發 , 路徑規劃 , Python

收藏 評論

jieduanxingdebugger 頭像

階段性debugger - 日本股票 API 對接，接入東京證券交易所（TSE）實現 K 線 MACD 指標

如何通過股票 API 接入東京證券交易所（TSE）的日本股市行情，實現股票行情的實時監控和歷史數據分析。利用股票API、高頻股票實時報價 API 和股票行情 API，我們可以輕鬆獲取日本金融行情數據 API 提供的股票實時行情、股票實時報價 API 等信息，並結合 MACD 指標進行技術分析。這不僅適用於金融 API 的開發，還能幫助投資者更好地理解市場動態。 本文將首先橫向對比幾款支持日本市場的

金融 , api文檔 , 知識 , Python

收藏 評論