PHP 代码分享
MongoDB 教程
正则表达式
jQuery 教程
JavaScript 代码片段
PHP7 教程
一个用 Rust 重写的 Python 包管理器，把 pip、virtualenv、pyenv、pip-tools、pipx 五件套合并成一个二进制，依赖解析快到离谱。你是不是也遇到过这种情况：新拉一个 Python 项目，敲下 pip install -r requirements.txt，然后眼睁睁看着转圈圈转了 90 秒，三杯咖啡都喝完了，依赖还没装完。更离谱的是，等它终于装完，你换台电脑再装一遍，又得重新转 90 秒。同一个项目，同样 23 个包，pip 每次 6.6 秒起跳，大项目直接奔着一分半去了。
继续阅读 >
Persimmon是一种零代码可视化数据流编程语言，专为Python的机器学习库sklearn设计。它通过图形化的方式，让用户可以直观地理解和操作数据流，从而更加高效地进行机器学习模型的构建和训练。如果需要打造类似的零代码工具，可以参考Persimmon的代码进二次开发。
继续阅读 >
我点开截图，二十多行代码，fig、ax、plt、subplots 堆在一起，报错信息是 AttributeError: 'NoneType' object has no attribute 'set_xlabel'。她就是想画个月度趋势图，结果被 matplotlib 的面向对象接口搞懵了。
继续阅读 >
Python 程序员跟并发缠斗了快二十年。从 threading 到 asyncio，从 multiprocessing 到 concurrent.futures，每一代方案都在解决上一代的问题，同时又引入新的麻烦。
继续阅读 >
写Python代码时间长了，有些习惯会慢慢变。一开始只求能跑，后来会想怎么少写几行，怎么让下一个人看懂。下面这些技巧都不是教科书里的标准答案，是踩过坑以后留下的记号。列表推导式用多了会腻。换个思路，用生成器表达式处理大文件。读一个几百万行的日志，sum(1 for line in f if 'error' in line)比先读进列表再循环省内存。内存不是无限大的，尤其跑在容器里的时候。
继续阅读 >
写了个 Python 工具想发给同事用，对方说"我没装 Python"。发 .py 文件过去等于让对方走一遍装环境、装依赖的流程，大概率用不起来。用 PyInstaller 把脚本打成 .exe，对方不用装任何东西，双击就能跑。
继续阅读 >
与 C、C++、Rust 以及其他编译型语言相比，CPython 在 CPU 密集型工作负载下确实可能慢很多。Global Interpreter Lock（GIL）、动态类型、对象分配以及解释器开销，长期以来限制了纯 Python 代码的执行速度。
继续阅读 >
中秋想给家人、朋友、客户发张贺卡，去网上找图库模板，要么收费要么带水印，发出去"撞款"概率高。自己用 Python 画一张也不复杂：深蓝夜空 + 一轮圆月 + 祝福文字，名字自动填进去，每张都不一样。
继续阅读 >
Dash 框架入门：用纯 Python 构建交互式数据应用Dash 是一个由 Plotly 公司开发的开源框架，让你只用 Python 就能构建具有丰富交互性的 Web 应用。你不需要写任何 HTML、CSS 或 JavaScript，所有界面和逻辑都可以通过 Python 对象与回调函数完成。它非常适用于数据分析、仪表盘、机器学习演示等场景。
继续阅读 >
在日常办公场景中，合同审批、技术文档迭代、公文修订等工作中，经常需要对比两个 Word 文档版本之间的差异。虽然 Word 本身提供了“比较”功能，但当需要批量处理或集成到自动化流程中时，通过编程方式实现文档对比就变得非常必要。本文将介绍如何使用 Python 和 Free Spire.Doc for Python 库来实现 Word 文档的自动对比。
继续阅读 >
在很久很久以前，Python的包管理非常混乱，这导致不同的项目几乎无法同时运行，所以就出现了Python 环境管理的概念，不同项目的环境彼此隔离，开发者可以为不同项目分别管理依赖项、Python 版本和软件包。弄清其底层工作机制有助于排查依赖问题、构建可复现的应用程序，也便于管理复杂的 Python 项目。
继续阅读 >
写Python的人经常盯着大O符号看。他们花时间选对数据结构，用上生成器，避开嵌套循环。这些做法没错。可代码跑起来还是慢，尤其当数据量上去以后。问题往往藏在更细的地方。下面说三个点，每个都能让执行时间掉一截。
继续阅读 >
Python 3.13 引入了实验性的 free-threaded build，可以在没有 Global Interpreter Lock 的情况下运行。Python 3.14 又迈出了重要一步：free-threaded Python 现在已经得到正式支持。
继续阅读 >
第一个技巧：把代码当句子读Python本来就像英语。变量是名词。函数是动词。user_name = input() 就是“问用户要名字，存起来”。print('hello') 就是“说你好”。别死记语法。读出声。读五十行代码，比背一百条规则管用。有人学三个月还写不出登录功能。让他每天读二十行别人写的爬虫代码。两周后自己就能改。嘴动了，脑子就动了。
继续阅读 >
写Python的人常遇到运行慢。程序跑起来像背着沙袋走路。有人建议加缓存。缓存确实快。它把算完的结果存起来，下次直接拿。可缓存有代价。内存吃紧。数据会旧。代码变复杂。今天不讲缓存。讲三个改代码本身的技巧。它们不存结果，只改干活的方式。改完速度能上去。
继续阅读 >
Python 的报错信息也提供了“路口”和“原因”，只要学会读取，就能顺利“改道”。
Python 代码得先转成 TypeScript 对象，再手动调用 to_js 接口，像翻译官一样在两种语言之间来回传话。写错一个类型转换，线上直接崩。
这篇笔记从 Jupyter 环境开始，把 requests 原生调用、OpenAI SDK、.env 密钥管理、stream 流式输出一次讲清。
很多人写Python时会写很多重复代码。他们习惯把功能堆在一个文件里。时间长了，改一处就要检查十处。这不是Python的问题，是习惯的问题。
写Python代码的人经常遇到一个情况。同一个功能有好几种写法。选哪种写法，短时间看不出差别。项目变大以后，差别就出来了。
很多人写Python会不自觉地绕远路。代码能跑，功能也对，就是看着别扭。这种别扭不是审美问题，是习惯问题。改掉几个习惯，代码立刻短一截，读起来也顺。
Python 3.15即将发布。在这次的候选版本3.15.0rc2更新中，有趣的变化不再体现在阅读更新日志时候了。
写Python有些年头了。见过很多人卡在一些地方，不是语法问题，是思路没转过来。今天说的三个技巧，书上一般不专门讲，日常写代码却天天碰到。
上个月公司来了个新同事，叫小陈，刚毕业一年。leader让他接手我去年写的一个数据处理项目，里面有60多个Python文件，200多个函数。