PHP 代码分享
MongoDB 教程
正则表达式
jQuery 教程
JavaScript 代码片段
PHP7 教程
很多人学 Python 很久，写代码却始终放不开。明明语法都会，但写出来的代码依然死板、臃肿，新增功能就要改一堆逻辑，定义类必须层层继承，类型校验繁琐冗余。其实你离Python 原生的优雅，只差一个核心思维：鸭子类型（Duck Typing）。它是 Python 动态类型的灵魂，是 Python 实现轻量多态的核心，更是写出简洁、灵活、可扩展代码的底层哲学。
继续阅读 >
在深度学习的研究和开发中，Python、PyTorch 和 CUDA 是三个至关重要的工具。它们之间的版本兼容性直接影响到模型训练的效率和性能。因此，了解各版本之间的对应关系，不仅能帮助开发者避免版本冲突，也能最大化地发挥硬件和软件的潜力。今天我们就详细介绍 Python、PyTorch 和 CUDA 的版本对应表，让你在配置环境时不再迷茫。
继续阅读 >
在实际应用中，不同编程语言之间的通信是常见的需求。Python和Node.js是两个流行且功能强大的编程语言，它们之间使用JSON格式进行数据交换是一种高效和灵活的方式。本文将详细介绍如何在Python和Node.js之间通过JSON进行数据通信，包括发送和接收JSON数据以及一些常见的交互示例代码。
继续阅读 >
讲真，Python-Shell就是一个让Node.js和Python之间互相“聊天”的翻译官。它能让你在Node.js代码里直接调用Python脚本，而且数据传输无缝衔接，用起来贼方便。 最骚的是，它的安装特别简单：
继续阅读 >
干了这么多年Python，我硬盘里躺着一堆实战代码，翻来覆去用的还是那几招。今天把压箱底的东西掏出来，全是平时写脚本、搞自动化、处理数据时反复碰到的场景。没有花架子，每个案例都能直接抄去改改就用的那种。
继续阅读 >
列表生成式和生成器表达式可以使用几乎相同的推导语法。不同的是，生成式使用方括号，会立即创建完整列表；生成器使用圆括号，返回一个生成器对象。这个看似很小的变化，会进一步影响计算时机、内存占用和数据能否重复使用。
继续阅读 >
有一天我加班到晚上10点，实在不想再复制粘贴了。我就想，能不能让电脑自动干这活？我大学学过一点Python，虽然都还给老师了，但做点简单的还是可以。当天晚上我就开始查资料，写代码。最开始只写了一个最简单的程序，能自动读取Excel里的客户名单，然后挨个发邮件。第一次跑通的时候，我激动得差点叫出来。
继续阅读 >
Python从1991年诞生到现在，字符串格式化经历了三个时代：%操作符（1991年起）、str.format()（PEP 3101，2006年通过）、f-string（PEP 498，2015年通过Python 3.6引入）。每个时代都有自己的拥护者，网上能找到大量"f-string是最快的"或者"format最灵活"的对比，但很多文章测试方法不对，结论不靠谱。
继续阅读 >
SciPy（发音为 “Sigh-pie”）建立在 NumPy 之上，专为数学、科学和工程计算而生。它提供了大量高效、可靠的算法，覆盖线性代数、优化、信号处理、图像处理、常微分方程求解等多个领域。
继续阅读 >
写Python代码的朋友，多少都遇到过内存泄漏。程序跑着跑着，内存占用越来越高，最后把服务器卡死。你重启一下，好了一阵，过几天又来了。这东西特别烦人，你明明没写循环，没打开大文件，内存就是不见少。
继续阅读 >
2019年我刚开始在知乎学习Python教程的时候，评论区最常出现的一个问题是"为什么我pip装好了包，PyCharm里却import失败？"。我回答了不下50次"你是不是装到别的Python了"，但大多数时候对方根本听不懂我在说什么——直到我开始用"虚拟环境"打比方。
继续阅读 >
我说不是。Python 多线程是用来「并发」的，不是用来「并行」的。这俩在 Python 里因为 GIL 的存在，被强行分开了。今天讲清楚 GIL 到底是个啥、它拦住了什么、什么时候用多线程有用、什么时候必须改多进程。
继续阅读 >
MCP 解决的就是这层连接问题：把查询订单、读取日志、执行脚本这些能力，按统一协议暴露给 AI 客户端。官方 Python SDK 已经把协议处理、参数校验和工具描述封装好了，开发时主要写业务函数。
继续阅读 >
我是被一段代码惊到才去看Python排序的。那天在调试一个性能问题，随手翻了翻list.sort()的源码。结果一看就停不下来，这帮写CPython的人，为了排序这件事简直疯了。
调试代码的时候，你是不是也经常用print？反正我以前是。遇到变量不对劲，就噼里啪啦加一堆print，运行看输出，再删掉，再改，再运行。这个过程重复多了，真的有点烦。
我当老师这些年，见过太多学生写出来的代码。明明 python 给了你便利，结果很多人硬是把它用成了 C 语言或者 Java。尤其是那几个最基础的数据结构，用错的频率高到让人头疼。
我现在写这类脚本，第一件事不是装第三方包，而是先翻 Python 标准库。下面这 8 个，确实能把重复代码砍掉不少。
我干了这么多年Python开发，踩过无数坑。有些优化技巧连官方文档都藏着掖着，或者写得太含蓄。今天掏心窝子聊几个真正管用的冷门招数。
现在几乎每个大语言模型都在提供 API 服务，写 Python 脚本调用各种接口的场景只会越来越多。可真正上手的时候，很多人还是打开文档滚动半个小时复制粘贴一段勉强能用的代码片段。
不过，这句话并不是说 if、for 或赋值语句本身都是普通对象值。更准确的范围是：在 Python 程序运行时，数字、字符串、容器、函数、类、模块等，都以对象的形式存在。
上个月 PyTorch 2.13 和 JAX v0.11 相继宣布不再给 CPython 3.13t 构建 wheel，全面转向 3.14t 和 3.15t。
写 Python 代码的时候，很多人觉得时间复杂度这事离自己挺远的。直到线上服务突然卡死，或者面试被问得哑口无言，才意识到掉进了坑里。新手容易踩的坑就这几个，我一个个说清楚。
现在几乎每个大语言模型都在提供 API 服务，写 Python 脚本调用各种接口的场景只会越来越多。可真正上手的时候，很多人还是打开文档滚动半个小时复制粘贴一段勉强能用的代码片段。
我现在处理这类需求，一般让 Python 负责参数校验、批量执行和结果统计，真正的重新采样交给 Ghostscript。这个组合不算花哨，但稳定。