tag Python

標籤
貢獻867
1206
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

chuanghongdengdeqingwa_eoxet2 頭像

宇文成都 - Python 教程：將 PPT(X) 轉換為 PDF

在日常辦公和自動化場景中，PowerPoint (PPT/PPTX) 文件因其豐富的表現力而廣泛應用於演示和彙報。然而，在文件共享、存檔或打印時，我們常常需要將其轉換為更通用、更穩定的 PDF 格式。這不僅能確保格式的一致性，避免因不同設備或軟件版本導致的顯示問題，還能提高文件的兼容性和安全性。手動轉換效率低下且易出錯，因此，尋求一種高效、可靠的自動化解決方案成為了許多開發者和企業用户的迫切需求。

ppt , Python

收藏 評論

downtoearth 頭像

安東尼 - Cursor 2.0 轉向多智能體 AI 編程，併發布 Composer 模型

Cursor 2.0 轉向多智能體 AI 編程，併發布 Composer 模型 Cursor 發佈了最新一代 AI 軟件開發平台，引入全新的多智能體交互界面，並正式推出自研編碼模型 Composer。 新模型 Composer 被描述為一款“前沿模型”。Cursor 聲稱，它在同級智能水平模型中擁有四倍速度優勢，專門針對 Cursor 環境中的“低延遲智能體式編程”場景打造。根據官方介紹，該模型

Python

收藏 評論

aipaobudefanqie 頭像

愛跑步的番茄 - 如何進行 API 提取：從原理到實踐的完整指南

在數據驅動的時代，API（應用程序接口）已經成為信息交互的核心通道。無論是進行數據採集、自動化分析，還是搭建業務系統，API提取（API Extraction） 都是開發者必備的技能之一。 本文將深入介紹 API 提取的原理、方法、工具選擇，以及如何藉助代理服務突破訪問限制，實現更高效的數據獲取。 一、什麼是 API 提取？ API 提取是指通過調用公開或私有接口，從目標網站或服務中自動獲取

go , 前端 , Python

收藏 評論

deephub 頭像

deephub - sklearn 特徵選擇實戰：用 RFE 找到最優特徵組合

特徵越多模型效果就越好？這個想法在實踐中往往站不住腳，因為過多的特徵反而會帶來過擬合、訓練時間過長、模型難以解釋等一堆麻煩。遞歸特徵消除(RFE)就是用來解決這類問題的，算是特徵選擇裏面比較靠譜的方法之一。 本文會詳細介紹RFE 的工作原理，然後用 scikit-learn 跑一個完整的例子。 RFE 是什麼 遞歸特徵消除本質上是個反向篩選過程。它會先用全部特徵訓練模型，然後根據模型給出的重要性評

機器學習 , 人工智能 , sklearn-pandas , 特徵提取 , Python

收藏 評論

zhishuangdebaikaishui 頭像

咚咚王 - 人工智能之編程基礎 Python 入門：第三章 基礎語法

人工智能之編程基礎 Python 入門 第三章 基礎語法 前言 本章節主要介紹python的基礎語法，主要是對代碼格式相關的學習，後續會繼續學習條件、循環、數據類型相關的操作、模塊、包等的實踐。 一、基本語法 第一個程序 相信擁有一定編程基礎的都會打印helloword，對於 Python 而言，其優雅的語法讓這個入門程序變得異常簡單。只需一行代碼： print("Hello,World")

教程 , 程序員 , Python

收藏 評論

lengxi_16 頭像

ERP老兵_冷溪虎山 - Python/JS/Go/Java同步學習(第四十一篇)四語言“iter-next迭代和all,any判斷“

🤝 免罵聲明： 本文iter-next迭代和all,any判斷操作經本蜀黎實戰整理，旨在提供快速參考指南📝 因各語言版本迭代及不同系統環境差異，偶爾可能出現整理不全面之處，實屬正常✅ 理性討論歡迎，無憑據攻擊將依據平台規則處理，並可能觸發內容自動備份傳播機制🙏！ 若遇具體問題，請帶圖評論區留言，本蜀黎必拔碼相助🤝 ※ 温馨提示 若本內容不慎觸

node.js , JAVA , go , Python

收藏 評論

lengxi_16 頭像

ERP老兵_冷溪虎山 - 全網 10 萬 Python 開發者在找的 vmoptions 配置！PyCharm 性能炸裂的秘密在這(附參數表)

🏆為什麼別人的 PyCharm 運行 TensorFlow 代碼絲滑流暢，而你的卻頻繁卡頓、編譯轉圈？ ✅秘密就藏在這個 pycharm.vmoptions文件裏！ 今天我把壓箱底的 ​Python 專用 IDE 性能調優參數表​ 分享出來——✅ 🏅包含 ​9GB 堆內存、G1 垃圾回收器、6GB 堆外內存、OpenGL 加速渲染​ 等關鍵設置，還附上每項參數的詳細註釋（比如為什麼 Pytho

jvm調優 , pycharm , jetbrains , Python

收藏 評論

fannaodeshafa 頭像

煩惱的沙發 - 構建現代應用的9個Python GUI庫

你是不是也覺得Python好是好，就是做個帶界面的桌面應用太費勁了，是時候打破這個刻板印象了。如今的Python在GUI開發領域早就不是吳下阿蒙了。今天介紹的Python GUI庫都可以打造炫酷的應用。 在此之前，我們先搞定一切的基礎 —— 開發環境。項目一多，Python版本就成了個頭疼事。老項目可能還跑在Python 2.7上，新項目又想用最新的3.12特性，來回切換環境能把人折騰死。 那就不

觀點 , 教程 , 後端 , 前端 , Python

收藏 評論

deephub 頭像

deephub - 打造自己的 Claude Code：LangGraph + MCP 搭建一個極簡的 AI 編碼助手

實踐是最好的學習方式。為了深入理解 LangGraph 和模型上下文協議（MCP）服務器的生態，我們來從零開始構建一個 CLI 編碼代理。我們的目標是，拋開 Claude Code 那些花裏胡哨的功能，看看最基礎的編碼代理能做到什麼程度。 那些商業編碼代理往往會添加各種專有的"秘密配方"——特殊的上下文管理、精心設計的提示策略、優化過的工具選擇算法。這些技術細節被包裝得嚴嚴實實，很難

llm , 人工智能 , 深度學習 , claude , Python

收藏 評論

lengxi_16 頭像

ERP老兵_冷溪虎山 - “路徑“如人體經絡？Python/JS/Java/Go四語言“針灸術”——通不了算我輸！附源碼白嫖

🔥兄弟姐妹們！源碼跑不起來？路徑問題如“氣血阻塞”？本蜀黎CTO用中醫針灸術通通搞定！ - 🌿中醫路徑論： 路徑如人體經絡——通則不痛，痛則不通！ 你遇到的FileNotFoundError就是編程界的“氣血阻塞”，今天用四語言針灸術幫你通經活絡！🎉 🚀 四語言路徑針灸法 語言 核心針法 中醫類比 精髓 Pyth

路徑 , JAVA , go , Javascript , Python

收藏 評論

zhishuangdebaikaishui 頭像

咚咚王 - 人工智能之編程基礎 Python 入門：第四章 條件循環與異常

人工智能之編程基礎 Python 入門 第四章 條件循環與異常 前言 本章節緊接上一章內容繼續學習python的基本語法結構，主要學習條件語句、循環語句以及錯誤異常的處理方式。 條件語句 Python 中的條件語句用於根據不同的條件執行不同的代碼塊。主要的條件語句是 if、elif（else if 的縮寫）和 else。 基本語法 if 條件1: # 條件1為真時執行的代碼 語

教程 , 人工智能 , Python

收藏 評論

zhishuangdebaikaishui 頭像

咚咚王 - 人工智能之編程基礎 Python 入門：第五章 基本數據類型（一）

人工智能之編程基礎 Python 入門 第五章 基礎數據類型（一） 前言 本章節講述python的基礎數據類型，python的基礎數據類型主要包括以下 ​不可變數據（3 個）：​Number（數字）、String（字符串）、Tuple（元組）； ​可變數據（3 個）：​List（列表）、Dictionary（字典）、Set（集合）。 Number（數字） number（數字）類型用於表

教程 , 人工智能 , Python

收藏 評論

codists 頭像

codists - 2025年10月文章一覽

2025 年 10 月編程人總共更新了 1 篇文章： 1.2025年9月文章一覽 如果用一句話來形容 10 月，那就是“心裏很着急，想做的太多，但是執行能力跟不上”，“路要一步一步走，飯要一口一口地吃”——還是慢慢來。 歡迎搜索及關注：編程人(a_codists)

Python

收藏 評論

lengxi_16 頭像

ERP老兵_冷溪虎山 - 我把編程二叉樹算法煮成“七寶美髯丹”，居然治好了我的算法恐懼症！(附4語言源碼/整活土味海報|可白嫖|最小原型)

⚡️ 兄弟姐妹們，你們缺的不是教程，是能跑通的實戰！ 💪這篇絕對是乾貨(下文有各種驚喜👇👇),趕緊點贊收藏,源碼|整活海報打包帶走✨✨ ✅✅二叉樹算法手把手教程文章鋪墊蓋地,相信你們也看了很多也學會了,這裏主要講理念+實戰🎈🎈 😭 學渣の懺悔： 説出來你們可能不信，怪蜀黎高四讀完高考才200分，看代碼比看天書還難受！但就在我差點放棄時，突然開竅： “原來算法不是給天才學的，是給會

算法 , JAVA , 二叉樹 , 醫療it , Python

收藏 評論

lengxi_16 頭像

ERP老兵_冷溪虎山 - 用中醫哲學重構數據結構：單鏈表秒變“藥材靈氣通道”（PY/JS/JAVA/GO四語言對照|最小原型|可白嫖|附截圖）

⚡️ 兄弟姐妹們，你們缺的不是教程，是能跑通的實戰！ 💪這篇絕對是乾貨(下文有代碼截圖👇👇),趕緊點贊收藏,源碼打包帶走✨✨ ✅✅鏈表手把手教程文章鋪墊蓋地,相信你們也看了很多也學會了,這裏主要講理念+實戰🎈🎈 別人講單鏈表還在用StudentNode，怪蜀黎直接上《GMP藥材批次管理》—— 10年ERP老兵+7年中醫修為+其他技能樹，給你整4語言對照的合規原型：

算法 , 哈希表 , 鏈表 , 醫療it , Python

收藏 評論

lengxi_16 頭像

ERP老兵_冷溪虎山 - 編程算法“雙鏈表“左右開弓！實現《藥典》字符串比對—附源碼｜截圖|可白嫖| 防止抓錯藥 PY/JS/GO/JAVA(中醫編程)

🏆兄弟姐妹們，別再用==直接比藥名了！ 怪蜀黎在藥庫摸了10年ERP，見過太多「姜半夏」配成「法半夏」的醫療事故！🏴‍☠️ 今天帶你們用雙鏈表遍歷+多語言驗證，把《中國藥典》的藥材比對算法，塞進4種編程語言裏——✅ ⚠️ 實際藥廠應用需通過藥監局驗收，本代碼僅作技術演示 💡 核心腦洞： 雙鏈表 = 陰陽雙脈（左鏈表走任脈，右鏈表走督脈）⏩⏪ 節點比對 = 藥材性味歸經校驗（寒

算法 , 鏈表 , 字符串處理 , 醫療it , Python

收藏 評論

yqyx36 頭像

雲輕雨細 - Python安裝 + 使用教程

本文系轉載，轉載鏈接：Python安裝 + 使用教程 什麼是 Python？ Python 是 1989 年由荷蘭程序員 Guido van Rossum 開發的編程語言，Python的語法簡潔，對初次接觸編程的人非常友好。 Python 的用途廣泛，覆蓋生活、工作、科研等多個領域： 日常辦公：處理 Excel 表格（比如自動統計數據、合併報表）、批量重命名文件，原本 1 小時的工作，用 Py

編輯器 , Python

收藏 評論

deephub 頭像

deephub - FastMCP 入門：用 Python 快速搭建 MCP 服務器接入 LLM

Model Context Protocol (MCP) 這個協議簡單説就是給大語言模型接入外部數據和工具提供了一套標準化方案。MCP 統一了模型和各種數據源、工具服務之間的交互方式。 FastMCP 是目前用 Python 構建 MCP 服務器最順手的框架，把底層那些複雜的協議實現全都封裝好了，開發者只需要關注業務邏輯就行。 這篇文章會講清楚 MCP 的基本概念，FastMCP 的工作原理，以及

llm , mcp , 人工智能 , Python

收藏 評論

jieduanxingdebugger 頭像

階段性debugger - 股票、期貨交易及行情 API 接口全攻略：Python 技術實現與實戰指南

在量化交易、市場監控、風險管理等場景中，實時商品期貨行情是核心數據支撐，獲取實時、準確的行情數據是做出正確決策的第一步。無論是股票還是期貨市場，選擇適合的 API 接口並熟練掌握其技術實現，將成為你在量化交易道路上的關鍵優勢。 本文將全面解析主流的股票和期貨行情 API 接口，並提供完整的 Python 實戰代碼，幫助你從零開始構建自己的行情數據系統。 1. 行情 API 接口概述與類型選擇 1

區塊鏈 , api文檔 , 智能合約 , Python

收藏 評論

lengxi_16 頭像

ERP老兵_冷溪虎山 - Python/JS/Go/Java同步學習(第四十二篇)四語言“ascii返回轉碼對象和枚舉“

🤝 免罵聲明： 本文ascii返回轉碼對象和枚舉操作經本蜀黎實戰整理，旨在提供快速參考指南📝 因各語言版本迭代及不同系統環境差異，偶爾可能出現整理不全面之處，實屬正常✅ 理性討論歡迎，無憑據攻擊將依據平台規則處理，並可能觸發內容自動備份傳播機制🙏！ 若遇具體問題，請帶圖評論區留言，本蜀黎必拔碼相助🤝 ※ 温馨提示 若本內容不慎觸及某些利益，請

編程技巧 , JAVA , go , Javascript , Python

收藏 評論

lengxi_16 頭像

ERP老兵_冷溪虎山 - Python/JS/Go/Java同步學習(第四十三篇)四語言“type獲取對象類型內存地址“

🤝 免罵聲明： 本文type獲取對象類型內存地址操作經本蜀黎實戰整理，旨在提供快速參考指南📝 因各語言版本迭代及不同系統環境差異，偶爾可能出現整理不全面之處，實屬正常✅ 理性討論歡迎，無憑據攻擊將依據平台規則處理，並可能觸發內容自動備份傳播機制🙏！ 若遇具體問題，請帶圖評論區留言，本蜀黎必拔碼相助🤝 ※ 温馨提示 若本內容不慎觸及某些利益，請

編程技巧 , JAVA , go , Javascript , Python

收藏 評論

lengxi_16 頭像

ERP老兵_冷溪虎山 - Python/JS/Go/Java同步學習(第四十篇)四語言“len和迭代對象map,zip“對照表

🤝 免罵聲明： 本文len和迭代對象map,zip操作經本蜀黎實戰整理，旨在提供快速參考指南📝 因各語言版本迭代及不同系統環境差異，偶爾可能出現整理不全面之處，實屬正常✅ 理性討論歡迎，無憑據攻擊將依據平台規則處理，並可能觸發內容自動備份傳播機制🙏！ 若遇具體問題，請帶圖評論區留言，本蜀黎必拔碼相助🤝 ※ 温馨提示 若本內容不慎觸及某些利益，

編程技巧 , JAVA , go , Javascript , Python

收藏 評論

deephub 頭像

deephub - 提升迴歸模型可信度：4種神經網絡不確定性估計方法對比與代碼實現

迴歸任務在實際應用中隨處可見——天氣預報、自動駕駛、醫療診斷、經濟預測、能耗分析，但大部分迴歸模型只給出一個預測值，對這個值到底有多靠譜卻隻字不提。這在某些應用場景下會造成很多問題，比如用模型預測患者血壓，假設輸出是120/80這樣的正常值，表面看沒問題。但如果模型其實對這個預測很不確定呢？這時候光看數值就不夠了。 神經網絡有幾種方法可以在給出預測的同時估計不確定性。 迴歸中的不確定性問題 分類任

神經網絡 , 人工智能 , 深度學習 , Python

收藏 評論

lengxi_16 頭像

ERP老兵_冷溪虎山 - Python/JS/Go/Java同步學習(第三十九篇)四語言“反轉和排序“

🤝 免罵聲明： 本文反轉和排序操作經本蜀黎實戰整理，旨在提供快速參考指南📝 因各語言版本迭代及不同系統環境差異，偶爾可能出現整理不全面之處，實屬正常✅ 理性討論歡迎，無憑據攻擊將依據平台規則處理，並可能觸發內容自動備份傳播機制🙏！ 若遇具體問題，請帶圖評論區留言，本蜀黎必拔碼相助🤝 ※ 温馨提示 若本內容不慎觸及某些利益，請理性溝通，但刪稿免

node.js , JAVA , go , Javascript , Python

收藏 評論