python计时
收录了 python计时 频道下的 50 篇内容
微软宣布 Azure Function 支持 Python
在最近举行的Connect()大会上，微软宣布Azure Functions对Python的支持。开发人员可以使用Python 3.6基于开源的Functional Runtime 2.0构建Function，并将它们发布到Consumption Plan。
软件测试 / 测试开发丨 Python 闭包函数和计时器学习笔记
闭包函数 闭包的内部函数中，对外部作用域的变量进行引用 闭包无法修改外部函数的局部变量 闭包可以保存当前的运行环境
PyCon 大会首次登陆中国
PyCon作为全球Python爱好者的盛会已在世界各地多个城市举办过活动，本月3号、4号，PyCon首次登陆中国，多位重量级嘉宾一同为国内的Python爱好者带来了一场饕餮盛宴。
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。
Python Qt GUI 设计：QTimer 计时器类、QThread 多线程类和事件处理类（基础篇—8）
一般来说，多线程技术涉及三种方法，其中第一种是使用计时器模块QTimer；第二种是使用多线程模块QThread；最后是使用事件处理的功能。
实践贴：如何编写一个简单的 Python 编译器
这个项目的源代码可以在Github上找到。
处理数据，大数据甚至更大数据的 17 种策略
如何处理大数据和真正的大数据？
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。
Python 中的多进程与线程 每个数据科学家都需要知道
Python 为并行化提供了两个内置库：多进程和线程。本文将探讨数据科学家如何在两者间进行选择，以及选择时应记住哪些因素。
如何成为 SRE？先了解这些真相和面试情况
如何成为 SRE？很多人都想问这样的问题，作者根据自己的经历向大家介绍了什么是 SRE，以及如何成为一名 SRE。
一文带你了解 Python 中的装饰器
本文将带你学习装饰器在 Python 中的工作原理，如果在函数和类中使用装饰器，如何利用装饰起避免代码重复（DRY 原则，Don’t Repeat Yourself ）。
为什么能有上百万个 Goroutines，却只能有上千个 Java 线程？
本文通过Java和Golang在底层原理上的差异，分析了Java为什么只能创建数千个线程，而Golang可以有数百万的Goroutines，并在上下文切换、栈大小方面对两者的实现原理进行了剖析。
爬虫（107）Python 3.7 的超酷新功能（接近一万字，请耐心享用，而且建议收藏）
Python 3.7 正式发布！这个新的Python版本自2016年9月开始开发，现在我们所有人都可以享受核心开发人员辛勤工作的成果。
Dapr 旨在简化弹性和可移植微服务的创建
微软表示，Dapr封装了构建微服务的最佳实践，并使开发人员可以专注于他们的应用程序的业务逻辑。
大模型时代的异构计算平台
ChatGPT 、Bard 以及将和大家见面的“文心一言”等应用，均是基于各厂商自己推出的大模型进行构建，大模型对底层的基础设施提出了新的挑战。
微软正式发布 Azure Functions 2.0
微软正式发布Azure Functions的第二个版本，这是一个事件驱动的、按需计算的Azure平台服务。与版本1相比，新版本的Azure Functions包含的多项特性使开发人员可以更轻松地构建可伸缩的无服务器应用程序。
软件测试 / 测试开发丨 Python 装饰器 学习笔记
Python 装饰器 为什么要学习装饰器 行业需求： 涉及 Python 技术栈，面试常见题 使用需求： 优化代码的可读性，可维护性
NumPy 与 Python 内置列表计算标准差的区别
NumPy，是 Numerical Python 的简称，用于高性能科学计算和数据分析的基础包，像数学科学工具（pandas）和框架（Scikit-learn）中都使用到了 NumPy 这个包。
促进软件开发及相关领域知识与创新的传播
京公网安备 11010502039052号 | 产品资质
扫码添加小助手
领取最新资料包
