• 智能体来了：用异常与文件处理守住代码底线
    ✍️ 前言 每个学 Python 的人，大概都会经历一个心理变化： 初学时追求功能能跑就行， 再学一点开始想写得优雅好看， 最后才懂——真正考验代码水平的是稳定性。 今天我终于接触到两个“决定下限”的
    人工智能 Python
    智能体来了：用异常与文件处理守住代码底线
  • iPhoto：基于 Python + PySide6 的高性能 macOS 风格照片管理器
    ​ 🚀 项目初衷 在 Windows 平台上，一直缺乏一个像 macOS Photos 那样既优雅又高效的照片管理工具。所以开发了一个类似于macOS但是能在Windows上运行的相册软件
    Python
    iPhoto：基于 Python + PySide6 的高性能 macOS 风格照片管理器
  • Python异步编程：asyncio与async/await深度解析
    一、协程：异步编程的基础单元 理解协程对象 协程是可暂停和恢复的函数，使用async def定义： 二、任务：并发执行的管理器 任务的创建与取消 三、异步上下文管理器与迭代器 async with和a
    Python
  • 用Python turtle画出标准五星红旗，原来国旗绘制有这么多数学奥秘！
    用Python turtle画出标准五星红旗，原来国旗绘制有这么多数学奥秘！ 一、从五角星到国旗：一个程序员的突发奇想 昨天深夜，在网上看到一个有趣的Python项目——用turtle模块绘制五角星。
    Python
    用Python turtle画出标准五星红旗，原来国旗绘制有这么多数学奥秘！
  • Python描述符协议：属性访问的底层魔法
    一、描述符协议：__get__、__set__、__delete__ 描述符的本质 描述符是实现了特定协议的类，它控制对其他对象属性的访问。这是Python属性、方法、静态方法等特性的基础： 二、描述
    Python
  • Python处理Excel多工作表：openpyxl与pandas的实战对比
    ​ 在电商数据分析场景中，某团队需要处理包含销售、库存、用户行为三个工作表的Excel文件。使用openpyxl逐行读取时，处理10万行数据耗时47分钟；改用pandas后，同样的数据仅需23秒完成读
    Python
    Python处理Excel多工作表：openpyxl与pandas的实战对比
  • Python迭代器与生成器：优雅的惰性计算艺术
    一、迭代器协议：__iter__和__next__的魔法 迭代器的本质 Python中的迭代器不是存储所有元素的容器，而是惰性计算的协议实现。核心在于两个方法： __iter__()：返回迭代器自身
    Python
  • 深入理解 Python 中的__slots__：优化内存与属性管控的利器
    引言： 在 Python 面向对象编程中，__slots__是一个易被忽视但极具实用价值的特性 —— 它既能大幅减少类实例的内存占用，又能严格管控实例可拥有的属性，避免意外的属性新增。本文聚焦__sl
    Python
  • 如何在 Python 中使用 MySQL 数据库使用存储过程
    一、准备工作 首先需要安装 Python 操作 MySQL 的库，最常用的是 mysql-connector-python（官方库）或 pymysql，这里以官方库为例： 二、完整实现步骤 1. 先在
    Python
  • Python 进阶知识点精讲：上下文管理器（Context Manager）的原理与实战
    引言：上下文管理器是 Python 中处理资源分配与释放的核心特性，它通过简洁的 with 语句，让文件操作、数据库连接、网络套接字等资源的管理变得优雅且安全。 一、上下文管理器的核心价值 在
    Python PyCharm
  • 深入理解 Python 中的闭包（Closure）：封装状态的函数式编程利器
    引言： 闭包是 Python 函数式编程中极具特色的进阶特性，它既不是基础语法，也不是必备工具，却能在特定场景下实现优雅的状态封装 —— 无需类的复杂结构，仅通过函数就能保留变量的上下文状态。本文聚焦
    Python
  • 深入理解 Python 中的深浅拷贝（Shallow Copy & Deep Copy）：避免数据引用的 “坑”
    引言： 在 Python 编程中，赋值、浅拷贝、深拷贝是处理数据复制时的核心操作 —— 很多新手会因混淆三者的区别，导致数据被意外修改，引发难以排查的 bug。本文聚焦深浅拷贝这一核心知识点，从底层原
    Python
  • Python 高效处理大数据：生成器（Generator）的工作机制与实战技巧
    引言： 生成器是 Python 中高效处理海量数据、节省内存的核心工具，属于迭代器的一种特殊实现，也是 “惰性计算” 思想的典型应用。相比于列表等容器一次性生成所有数据，生成器仅在迭代时逐个生成数据，
    Python
  • Python多线程与多进程编程实战指南
    引言：理解并发与并行 在处理大数据或高并发场景时，我们需要让程序同时做多件事情。Python提供了两种主要方式：多线程（threading）和多进程（multiprocessing）。 一、多线程编程
    Python
  • Python迭代器与生成器深度解析：懒加载的艺术
    引言：为什么需要迭代器和生成器？ 想象一下，你要处理一个100GB的文本文件，或者从数据库读取100万条记录。如果你一次性把所有数据加载到内存，电脑可能会崩溃。迭代器和生成器就是为解决这类问题而生的，
    Python PyCharm
  • 用代码书写浪漫，网友直呼“太美了”！
    刷短视频的时候，无意看到了一个很有意思的代码，于是本地复刻了一版升级版，分享给你。## 视频演示 <https://www.bilibili.com/video/BV1Rb1KBdEmm>
    Python
    用代码书写浪漫，网友直呼“太美了”！
  • MMDetection 框架完整教程（从入门到实战，代码可复现）
    本文从**环境搭建→核心认知→快速推理→自定义数据集训练→进阶优化**，全程使用 Python 实现，代码可直接复现，覆盖 MMDetection 核心落地场景，适合入门开发者和目标检测从业者
    Python
  • Python文件操作完全指南：读写文件与数据处理
    文件操作是Python编程中的必备技能，就像你会用记事本记录重要信息一样，Python程序也需要能够读取和写入文件。今天，我们将学习如何让Python程序成为文件的"管理员"，轻松处理各种文件操作！
    Python PyCharm
  • 从文本中精准提取手机号并脱敏：Python 正则 + 文件流的实战进阶
    日常处理用户数据时，“识别文本中的手机号并对中间位打码” 是高频需求 —— 但直接写正则可能踩坑（比如匹配到 11 位数字但不是手机号），文件读写也容易忽略编码和资源泄漏问题。 这篇文章带你从规则分析
    Python
  • python--面向对象（3）
    一、常用魔术方法（特殊方法） Python 中以 __ 开头和结尾的方法称为 “魔术方法”，用于自定义对象的行为： 方法 作用 示例 __init__ 初始化实例 def __init__(self,
    Python
    python--面向对象（3）