收录了 python代码 频道下的 50 篇内容
作为 Python 的大用户之一,Dropbox 公司内部聚集了数百万行 Python 代码,动态类型的存在让代码越来越难以理解。因此,公司开始利用 mypy 逐步将代码转换为静态类型。虽然效果得到了充分验证,但整个过程充满了各种错误和失败。本文,Dropbox 公司完整输出了从项目研究到实践的 Python 静态检查全过程,以期对各位开发者有所帮助。
我之所以要写这篇文章,是想比较一下编译型代码的执行速度会比解释型快多少。
本文讲述了 5 个提高性能的方法,从使用更好的算法到多处理。
按照《代码整洁之道》的说法,“花在阅读和编码上的时间比远远超过10:1。”
Pandas堪称一个非常强大的数据分析工具。
词嵌入这么简单?
本文介绍了 25 个简短且有用的Python代码段,它们可以帮你完成日常的一些任务。
Python禅宗:美丽胜于丑陋,明了胜于晦涩
《Nature》杂志 2014 年的一篇论文包含了一个 Python 脚本,其中有一个模块是根据文件的排序返回值,但 Python 并没有定义查询的文件顺序。这意味着在不同的操作系统上,该脚本返回的值是不同的。这个 bug 直到最近才被发现,而这篇论文被引用了 158 次,如果这些论文使用了相同的脚本那么文章的结果很可能是错误的。
图像分类是人工智能领域的一个热门话题,通俗来讲,就是根据各自在图像信息中反映的不同特征,把不同类别的目标区分开。图像分类利用计算机对图像进行定量分析,把图像或图像中的每个像元或区域划归为若干个类别中的某一种,代替人的视觉判读。
在这篇文章中,我们用一个直观的案例研究概述了无监督深度学习的概念。并且详解了在MNIST数据集上进行无监督学习的代码,包括K-Means、自编码器以及DEC算法。
在本文中,我们将介绍桌面客户端的 Python 3 简史,然后深入解析如何在允许持续开发的同时实现了逐步迁移。
添加几行多处理代码后,具有 537k 实例的数据集的执行时间几乎快了 30 倍。
本文是可汗学院的工程师们在编写 50 多万行 Go 代码后的感想。
在保护Python代码安全方面,有多种混淆工具可供选择,包括 Cython, Nuitka, Pyminifier 和 IPA guard。本文将介绍这些工具的特点和适用情况,以及在实际应用中的注意事项。
要处理增加的工作负载,系统至少要快 50 倍。我们认为,Rust 可以帮助我们实现这一目标。
Stream最近将其后端核心服务从Python改成了Go。虽然他们的某些模块仍然在使用Python,但是该公司已决定从现在开始使用Go来编写那些对性能要求较高的代码。在本文中,Stream的CEO兼创始人Thierry Schellenbach将解释他们决定转向Go的原因。
本文介绍python协程的理解与使用,主要是针对网络请求这个模块做一个梳理。
大家好!今天我们来聊一个有趣又神秘的话题 - Python代码混淆。听起来很高大上,是不是?别担心,我会用最简单的方式带你揭开它的神秘面纱。
ABAQUS提供了Python接口,使用户可以通过编写Python代码来进行二次开发。以下是接入Python代码的步骤: