收录了 python代码大全 频道下的 50 篇内容
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。
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。
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。”
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
Pandas堪称一个非常强大的数据分析工具。
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。
词嵌入这么简单?
《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。
你能相信我们可以在不写任何代码的情况下使用 Python 吗?
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。
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。
在 /usr/bin/listusers 命令中,我修复了一个内存分配的错误,这个错误在该命令转为 64 位时会引起一些问题。
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。
实现编程语言间的相互转换意味着什么?
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。
怎样提高代码的质量、安全性和可维护性,本文作者推荐了五款工具,并从四个方面对其进行量化。并且,他还介绍了怎样将这些工具整进CI pipeline。
Python作为一种高级脚本语言,便捷的语法和丰富的库使它成为众多开发者的首选。然而,有时候我们希望保护我们的Python源代码,避免被他人轻易获取和篡改。为了实现这一目标,我们可以采取代码混淆的技术手段。本文将介绍Python代码混淆的现状、优化方法和常用