PHP 代码分享
MongoDB 教程
正则表达式
jQuery 教程
JavaScript 代码片段
PHP7 教程
人工智能、机器学习、数据分析领域，数据可视化是核心基础能力。原始的数据集往往是枯燥的数字、表格，人类无法直接捕捉数据规律、分布特征、异常值和相关性，而可视化可以将抽象的数据转化为直观的图形，是数据清洗、特征分析、模型结果展示的必经步骤。Python生态中，Matplotlib 和 Seaborn 是数据可视化的两大核心工具，也是AI入门的标配库。Matplotlib是底层可视化基石，灵活度极高；Seaborn基于Matplotlib封装，专为统计、AI数据分析设计，语法简洁、颜值更高。
继续阅读 >
作为一个非科班转码、正在学习Rust和Python的萌新，最近我开始学习Python与容器化技术的集成。说实话，一开始我对容器化的概念还很模糊，但随着学习的深入，我发现容器化技术可以大大简化应用的部署和管理。今天我想分享一下我对Python与容器化技术的学习心得，希望能给同样是非科班转码的朋友们一些参考。
继续阅读 >
"装 Python 包"这件事，过去是 pip install 一把梭，但痛点不少：装得慢、环境容易乱、setup.py 一堆历史包袱。这几年 Python 的打包/依赖管理经历了一轮大洗牌——从标准 pyproject.toml 的确立，到 uv 这种极速工具出现。梳理一下这条演进线，以及你现在该怎么选。
继续阅读 >
在 Python 中处理大量字符串时，你可能会遇到意想不到的内存占用问题。比如需要存储一百万个短字符串或数字，按每个字符串平均 10 字节、每个 64 位整数 8 个字节计算，理论上只需约 8 到 10MB 内存，但实际用 Python 列表存储时，内存使用可能会到几十MB。这背后的原因是什么？又该如何优化？
继续阅读 >
几行 Python 就可以自动化一个重复任务、处理一个文件、调用一个 API，或者把一个想法变成可以运行的原型。对于很多开发者来说，这种简单性正是最初学习 Python 的主要原因。但今天 Python 的使用方式正在发生变化。
继续阅读 >
需要开发 Web 应用？使用 Django 或 FastAPI。 需要数据分析？使用 NumPy 和 pandas。 需要机器学习？使用 PyTorch 或 TensorFlow。 需要自动化任务？编写 Python 脚本。
继续阅读 >
Python 3.15.0 发布了。如果你平时还在跑 3.11 或者 3.10，确实可以考虑看看新版本了。这几年 Python 核心团队的节奏很稳，基本都在解决大家平时抱怨最多的痛点：运行慢、类型提示难写、标准库不够用。
继续阅读 >
Pythoner为一个项目折腾前后端分离？JS、TS、Vue、React，一大堆工具堆成山，切来切去真是头秃。要是能全程用 Python，不用记一堆语法，那该多爽？今天给大家安利个宝藏库——Reflex，保证戳中你开发的痛点。
继续阅读 >
研究人员用 Python 编写模型。 教程使用 Python。 大多数 machine learning framework 都提供 Python API。 AI 开发者通过 pip 安装软件包，写几行 Python，就可以快速训练或运行一个复杂的模型。
继续阅读 >
AI 编程工具这两年迭代飞快，已经从"补全几行代码"进化到"帮你把整个项目搭起来"。Cursor、Claude Code、Copilot、各种在线版……用 Python 写代码的人面前选择一大堆，这篇帮你理清楚：它们到底分几类，你该用哪个。
继续阅读 >
前几章我们学会了顺序、分支和循环，但还差一个关键能力：复用。比如程序里好几处都要计算两个数的和，总不能每次都把代码重写一遍吧？函数就是为“复用”而生：把一段代码封装起来、起个名字，需要时调用一次即可。今天就来学函数，以及把函数组织起来的“模块”。
继续阅读 >
Python 3.15.0 在 10 月 9 日正式发布。不少人可能更关心 GIL 这次有什么变化。毕竟“天下苦 GIL 久矣”：如果它不再限制 Python 线程并行执行，CPU 密集型程序就有机会通过多线程利用多个 CPU 核心。
继续阅读 >
本文系统性地汇总了 Python 中常用的算法，涵盖数据结构、排序、搜索、图论、动态规划、字符串处理、数学算法等多个领域。每个算法都配有核心思想、Python 实现代码和应用场景说明，旨在为开发者提供一个全面的算法参考手册。
继续阅读 >
在Python编程中，循环语句是控制流程的核心工具。传统for循环虽然直观，但在处理大数据时往往面临性能瓶颈。本文将深入解析Python推导式（列表/字典/集合推导式）的底层实现机制，结合CPython解释器的编译流程，揭示其性能优势的本质。推导式（Comprehensions）以其简洁的语法和高效的性能成为必备技能。
继续阅读 >
每天打开掘金点「签到」领矿石，坚持三天就忘？本文带你用 Python + Playwright 从零做一个浏览器自动化签到脚本，覆盖 Cookie 持久化、page.evaluate() 直接调掘金 API、CLI 命令分发等完整流程，复制就能跑，部署到服务器还能每天定时白嫖矿石。
继续阅读 >
写Python代码的人常碰到一个情况。程序跑得慢。自己觉得逻辑没问题。电脑风扇转得厉害。这时候需要看看代码哪里出了问题。优化不是把代码改短。也不是用上各种花哨写法。优化是让程序干活更少。让CPU做真正有用的事。
继续阅读 >
我要给你安利一个GitHub上的超级宝藏项目——TheAlgorithms/Python。这玩意儿有多火？18万多颗Star，全球开发者都在用，堪称Python算法界的"新华字典"。
本篇把容器三件套——列表 list、元组 tuple、字典 dict——一次性讲透：不只是「怎么用」，更讲清「为什么这么设计、底层怎么存、面试会被怎么追问」。
Python 其实藏了不少不算冷门、但很多人一直没真正用起来的特性。下面这 13 个，我挑的都是工作里真能塞进去的，不搞那些为了炫技才写出来的语法。
用 Python 写数据管线或运维脚本时，数据加载边界、内存预算和重试语义都要提前定义。否则数据量变化或任务中断后，容易出现内存不足和重复写入。
Python？TS？还是Java？很多人纠结半天，最后选了个"感觉最稳妥"的，结果方向错了。
Python 3.15.0 的第三个发布候选版本，也就是 rc3，已于2026年10月2日发布。正式版计划在10月9日推出。
Python 3.15 于 2026 年 10 月 9 日正式发布，这次没有延期，重要特性一览。
先说一个可能有点反常识的结论：用 python 处理视频，真正干活的那个程序并不是 python。