python绝对值
收录了 python绝对值 频道下的 50 篇内容
对比了 Python、Go 和 Rust 之后，他得出了这个结论
Python、Go和Rust都这么火，开发者该如何选择？
跟老齐学 Python 之编写模块
InfoQ开设栏目“品味书香”，精选技术书籍的精彩章节，以及分享看完书留下的思考和收获，欢迎大家关注。本文节选自齐伟著《跟老齐学Python从入门到精通》中的章节“模块之编写模块”，介绍Python如何编写自己的模块。
全方位对比：Python、Julia、MATLAB、IDL 和 Java （2019 版）
我们使用简单的测试用例来对各种高级编程语言进行了比较。
这 10 个 Python 技能，被低估了
一旦掌握这些技能，我敢说，你将会成为一个更“性感”的数据科学家。
这 5 个 Python 特性，后悔没早知道
对初学者而言，Python 中有很多特性很难一开始就掌握。本文将介绍其 5 个最重要的特性。
Python 数据挖掘与机器学习实战（四）：用 Python 实现多元线性回归
**编者按**：本文节选自方巍著《Python数据挖掘与机器学习实战》一书中的部分章节。
数据分析神器 Pandas：如何用 1 行 Python 代码挖掘数据？
Pandas堪称一个非常强大的数据分析工具。
Python 自动化测试框架有哪些？
不同的项目需要不同的测试用例、假设和脚本，这也是为什么会在开发自己的测试框架中花费大量时间。随着技术的进步和自动化技术的出现，市面上出现了一些自动化测试框架。只需要进行一些适用性和效率参数的调整，这些自动化测试框架就能够开箱即用，大大节省了开发时间。由于这些框架被广泛使用，他们具有很好的健壮性，并且具有广泛多样的用例集和技术来轻易发现微小的缺陷。今天，我们将看一看可用的Python自动化测试框架。
一文解决现代编程语言选择困难：命令式编程
本文概述了当前在用的现代编程语言，按推荐程度从低到高依次列出。希望本文有助于读者选择合适的工具完成工作，降低开发工作量。原文篇幅过长。译文按设计用于命令式编程的C语言家族，以及设计用于响应式编程的ML语言家族，分为上下两篇提供。本文是上篇。
写给开发者的谷歌技术面试终极通关指南
大批企业都在模仿谷歌的面试风格，所以这篇文章也能帮你应付其他大型科技公司的面试。
如何使 Python 程序快如闪电，提速 30%？
讨厌Python的人总是说，他们不想使用它的原因之一是它很慢。
使用 Python 编写机器学习入门教程
本系列将探讨各种关于机器学习的主题和技术，机器学习可以说是最近几年最有讨论价值的技术和计算机科学领域。我们会从本文开始，结合一个Python扩展的“案例研究”：我们可以如何构建用于检测信用卡诈骗的机器学习模型？
Julia、Delta Lake 榜上有名！2019 年最佳开源软件奖公布
新一年中软件开发、云计算、数据分析以及机器学习等领域内最出色的开源项目。
计算性能提升 100 倍，Uber 推出机器学习可视化调试工具
为了让模型迭代过程更加可操作，并能够提供更多的信息，Uber 开发了一个用于机器学习性能诊断和模型调试的可视化工具——Manifold。
编程不适合 12 小时工作制，“我有灵感才工作” | 专访《Java 编程思想》作者 Bruce Eckel
“如果非要说编程有黄金时代，那它永远都在未来”。
以王者农药为例，入 tensorflow 之门
本文写给想入门机器学习又苦于大学高数基本不会，高中数学基本忘光，就想入门中一窥的普通程序员们。
机器学习项目中的数据预处理与数据整理之比较
本文比较了用于数据准备的几种方法，它们分别是提取-变换-加载批处理（ETL）、流式获取和数据整理。本文还讨论了数据准备如何与可视化分析相关联，以及不同用户角色（如数据科学家或业务分析人员）应如何共同构建分析模型的最佳实践。
一次使用 Go 语言编写脚本的经历
本文将讨论 Go 脚本的必要性、我们预期的表现以及可能的实现方式。
京公网安备 11010502039052号 | 产品资质
