tag Python

標籤
貢獻867
1026
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_16213583 頭像

mob64ca13f83523 - python中ruamel.yaml模塊是什麼？

文章目錄 安裝 基本使用 1. 讀取 YAML 2. 寫入 YAML 3. 讀取 → 修改 → 保留格式寫回（典型用例） 配置選項 與 PyYAML 的對比 高級用法：Round-trip 模式（推薦用於配置編輯） 示例：帶註釋的 YAML 文

yaml , 後端開發 , 縮進 , Python

收藏 評論

fulade 頭像

弗拉德 - 【Python 1-1】Windows 10 安裝Python3環境

Windows 10 安裝Python3環境 1. 首先打開Python 官網 2. 在官網的主頁找到 Downloads選項並點擊 !--more-- 3. 找到 Windows選項 並點擊 Python3.8.5即可下載Python3安裝包 由於官方在不斷更新和維護，所以這裏不一定是恰好是Python3.8.5，選擇自己想安裝的版本即可 然後等待安裝文件下載完成 4. 開

python3.x , python3.5 , visual-studio-code , 後端 , Python

收藏 評論

u_16213422 頭像

mob64ca12ee2ba5 - langchain_chroma加載本地collection

langchain_chroma加載本地collection是一項需要進行細緻配置與調試的任務。在這篇博文中，我將以覆盤的方式記錄下整個解決過程，以便後續參考和學習。 環境準備 首先，我們需要確保環境準備就緒。這包括安裝必要的依賴項以及配置集成的環境。 前置依賴安裝 確保你的環境中安裝了以下依賴： Python 3.8+ LangChain Chr

加載 , aigc , 環境搭建 , Python

收藏 評論

u_16099274 頭像

墨香四溢 - 華為雲的研究成果又雙叒叕被MICCAI收錄了！ - 華為雲開發者社區的個人空間 -

本文總結 MaybeAI 團隊在 MCP（Model Context Protocol） 框架下構建生產級 AI 工作流系統的經驗。 從最初的“讓模型在運行時直接生成代碼”到後來的“規劃期驗證 + 組件化執行”，我們在失敗與重構中逐步建立起一個可擴展、可複用、可驗證的工作流體系。 一、背景：為什麼“自動化更強”，卻不代表“更可靠” 過去

工作流自動化 , AI自動化 , AI , 後端開發 , 無代碼工作流 , 工作流 , Python

收藏 評論

u_16213669 頭像

mob64ca140ce312 - python教學專題

你是否也曾面對海量文本數據卻無從下手？當客服評論、社交媒體留言或學術論文堆積如山，傳統關鍵詞搜索只能觸及表面，而人工編碼不僅耗時（平均每千字需30分鐘），還常因主觀偏差導致結論失真。如何穿透文字表象，快速捕捉潛藏的情感傾向與認知模式？ 核心價值：讓LIWC字典成為文本分析的"洞察工具" liwc-python的出現，正是為解決這一痛點而生。這個輕量級Python庫就像

數據 , Css , 前端開發 , HTML , Git , Python

收藏 評論

jieduanxingdebugger 頭像

階段性debugger - 如何獲取美股實時行情：Python 量化交易指南

在量化交易領域，美股實時行情數據是構建高效交易策略的核心要素。通過實時 Tick、實時報價、美股歷史 K 線、美股歷史數據等信息，交易者可以實現精準的市場分析和決策。本文將介紹如何利用股票數據 API、股票數據接口、金融 API、金融行情數據 API 以及股指期貨 API 等工具，在 Python 環境中獲取這些數據，幫助初學者快速上手量化交易實踐。 為什麼需要美股實時行情數據？ 量化交易依賴於高

量化交易 , websocket , 股票接口 , 金融 , Python

收藏 評論

u_16213675 頭像

mob64ca140e4022 - Adam 優化算法詳解_51CTO博客

一.算法背景 Adam(Adaptive Moment Estimation)是一種廣泛應用於深度學習模型訓練的自適應優化算法，由Diederik P. Kingma和Jimmy Lei Ba於2014年提出，旨在解決傳統優化算法在深度學習中的侷限性。它融合了Momentum動量優化器和RMSProp動態自適應學習率優化器兩種主流優化技術的優勢。 二.數學公式

自適應 , 初始化 , 後端開發 , 迭代 , Python

收藏 評論

u_16213653 頭像

mob64ca14092155 - vue框架集成cesium“黑科技”

上一篇我們成功讓3D地球在Vue裏“站穩了腳跟”，但光禿禿的地球顯然滿足不了開發需求——實際項目中，我們常需要在地球表面標記位置、繪製運動軌跡，甚至加載建築物、車輛等3D模型。這一篇，咱們就給地球“加點料”，讓它從“靜態背景”變成“交互載體”，所有代碼都能直接套用上一篇的項目框架，新手也能輕鬆跟進！ 一、核心邏輯：Cesium的“實體Entity”

vue.js , 加載 , 3d , 後端開發 , 前端 , Python

收藏 評論

u_16213314 頭像

mob64ca12d3dbd9 - llama_cpp_python使用gpu

在使用 llama_cpp_python 庫時，如何有效利用 GPU 進行加速是許多開發者都關心的問題。由於我們對於大規模模型推理的需求日益增加，使用 GPU 來提高效率顯得尤為重要。本文將詳細記錄如何解決 llama_cpp_python 使用 GPU 的過程中遇到的問題，為後續的項目提供借鑑。 問題背景 在最近的項目中，我們決定使用 llama_cpp_python 來處理大

aigc , ci , CUDA , Python

收藏 評論

u_16099297 頭像

mob6454cc7416d1 - 18種常用AE表達式解析-

-本篇導航-- 如何使用表達式（打開刪除，查看圖形，錯誤） 表達式的數組、賦值 輸入表達式、優先級 一些常用的表達式（value，time，index，wiggle，random，loopOut，Math，if…else） 表達式控制 一些現成的表達式（可以直接粘貼使用） 如何使用表達式 AE中的

關鍵幀 , Math , 後端開發 , 滑塊 , Python

收藏 評論

lufeng_68f0e3782426d 頭像

程序員鋒仔 - 2026-01-04 GitHub 熱點項目精選

🌟 2026-01-04 GitHub Python 熱點項目精選(11個) 每日同步 GitHub Trending 趨勢，篩選優質 Python 項目，助力開發者快速把握技術風向標～ 📋 項目列表（按 Star 數排序） 1. pathwaycom/pathway Pathway 是一個開源的實時數據處理框架，旨在幫助企業快速構建和部署實時數據處理應用。它支持多種數據源和數據格式，能夠高

資訊 , 程序員 , 後端 , Python

收藏 評論

u_16099199 頭像

數據俠客行 - google-api-python-client (googleapiclient) 設置proxy

google-api-python-client監控與告警：實時跟蹤API調用狀態 你是否曾因API調用失敗導致服務中斷卻無法及時察覺？是否在排查問題時苦於沒有完整的調用日誌？本文將帶你從零開始構建API調用監控體系，通過google-api-python-client內置工具與自定義告警機制，實現API調用狀態的實時跟蹤與異常響應。

API , HTTP , Css , 前端開發 , HTML , Python

收藏 評論

u_16213698 頭像

mob64ca1413c518 - 文本分類之TextCNN與DPCNN

1.數據集 1. 來源與簡介 名稱：THUCNews 發佈機構：清華大學自然語言處理與社會人文計算實驗室（THUNLP） 規模：約 740 萬篇中文新聞文本（完整版），本次使用子集共計 65 000 條樣本 任務類型：多分類文本分類，針對長文本新聞內容進行主題判別 2. 本次使用的子集

卷積 , 算法 , 分類 , 自然語言處理 , 後端開發 , Git , Python

收藏 評論

u_16213375 頭像

mob64ca12e2f123 - langchaingo example

在這篇博文中，我們將深入探討如何解決“langchaingo example”問題。通過這篇記錄，我們會詳細講述如何進行環境預檢、部署架構、安裝過程、依賴管理、配置調優與故障排查。 環境預檢 首先，我們必須進行環境預檢，以確保系統符合運行“langchaingo example”的要求。下面是我們的系統要求表格： 組件 版本

bash , aigc , 安裝過程 , Python

收藏 評論

AmbitionGarden 頭像

Ambition的後花園 - claude使用指南

你想要一份全面且實用的Claude使用指南，涵蓋從基礎操作到高效使用的核心方法，幫助你更好地發揮Claude的能力解決各類問題。下面我會從基礎入門、高效使用技巧、常見場景用法、高級功能和注意事項幾個維度，給你一份通俗易懂的使用指南。 一、基礎入門：從零開始用Claude 1. 訪問與註冊 官方訪問渠道： 網頁端：Claude的官

數據 , 上傳 , 後端開發 , JAVA , Python

收藏 評論

chuanghongdengdeqingwa_eoxet2 頭像

宇文成都 - 使用Python對PDF進行拆分與合併

在日常辦公和數據處理中，PDF文檔因其穩定性和通用性而廣泛應用。然而，我們經常會遇到需要將多個PDF報告合併成一份完整文檔，或者將一份冗長的合同拆分成多個獨立章節的情況。手動操作這些任務不僅耗時，而且容易出錯。幸運的是，Python作為一種強大的自動化工具，能夠幫助我們高效地解決這些問題。 本文將深入探討如何利用 Spire.PDF for Python 庫，輕鬆實現PDF文檔的拆分與合併，讓您的

pdf , Python

收藏 評論

zq812193195 頭像

碼農張思壯 - 使用 AI 編碼將路書 GPX 文件導入高德地圖生成路線的嘗試

最近在讀《30 歲人生開掛 7 步法》，其中提到，所有的賺錢活動大致可以歸為兩種： 讓對方舒服 讓對方幸福 解決別人的需求，能讓人感到舒服或者幸福。恰巧在上次騎車時，我也發現了一個這樣的需求。 我本來想在元旦騎一個 2025 蛇年的路書，最初的嘗試是把路書導入碼錶，但實際騎行時碼錶不斷提示偏航。之後我嘗試了行者 APP，但可能由於手機放在騎行服後兜裏，導航方向也不準確。而我平時使用的高德

人工智能 , 地圖 , Python

收藏 評論

bssj 頭像

白石神君 - pyside6 + pdf2docx 開發pdf轉word的桌面應用工具

在現實生活中, word軟件中轉pdf是非常絲滑的, 但是想從pdf轉成word就難於登天了,無非就是想從pdf轉word中,賺點米. 我能慣他的毛病嗎? 説幹就幹. 經過一番研究, 決定採用python + pyside6 (pyQT不能商用)+pdf2docx開發一個簡單的桌面工具, 前期先不要臉面(只管功能,不管顏值),先幹出來個1.0再説. 説幹就幹. 項目結構如下:

pyinstaller , pyside , 桌面應用 , Python

收藏 評論

u_16099278 頭像

代碼工匠傳奇 - [轉載]讓Java説話－用Java實現語音引擎

Java調用火山引擎API實現看圖説話 在做AI音樂項目的時候，想到可以接一個圖片轉文字的API來為音樂生成的Prompt增加意境。 找到火山引擎有相應的圖像識別Api可以調用： 限制條件 名稱

API , 開發語言 , 後端開發 , JAVA , 請求參數 , Python

收藏 評論

u_16970152 頭像

求知上進 - 深入學習 Python 函數：非局部變量

第一章：非局部變量的誕生史——Python 閉包的“補完計劃” 1.1 Python 2 的悲情時代：沒有 nonlocal 的閉包殘缺之痛 # Python 2 時代開發者內心的吶喊 def counter(): count = 0 def inc(): count += 1 # UnboundLocalErr

狀態機 , 人工智能 , 深度學習 , 局部變量 , Python

收藏 評論

u_16099361 頭像

16099361 - flume使用kafka作為sink-

Kafka作為數據管道中的Sink（輸出端），常用於將處理後的數據寫入Kafka主題，供下游系統消費。以下是實現要點和示例： 核心概念 生產者角色 Kafka Sink本質上是生產者（Producer），負責將數據推送到指定主題（Topic） 數據可靠性 通過配置a

sed , 數據 , linq , 後端開發 , c , kafka , Python

收藏 評論

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

收藏 評論

hanazawa 頭像

不愛吃香菜 - Python 的內置函數 divmod

Python 的內置函數 divmod() 是一個非常有用的數學運算函數，它可以同時返回一個除法運算的商和餘數。該函數接收兩個數字參數，返回一個包含商和餘數的元組。 函數語法 divmod(a, b) 參數説明 a：被除數（dividend） b：除數（divisor） 返回值 返回一個元組 (quotient, remainder)，其中： quotient 是商（即 a // b

知識 , Python

收藏 評論