2026
09-02
09-02
Python 写 API 太慢?FastAPI 让你边写边出文档!
用 Flask 或 Django 写 REST 接口,总要手动维护一份接口文档。写的时候忘了更新,前端同事就来催。参数类型靠注释说明,实际调用时经常对不上。FastAPI 把类型提示、自动文档、异步支持打包在一起,写接口的同时 Swagger 页面就已经生成了。对于追求效率的后端开发者来说,这种体验非常舒服。它尤其适合需要快速迭代的团队,接口变了对文档的影响是实时的,大家都能省点心。
继续阅读 >
然而,对于经济、金融、管理、社会科学等领域的初学者来说,要在如此庞大的生态中快速识别出高效实用的工具包,并不容易。为此,本文梳理了这些领域中较为常用、应用成熟的 Python 扩展包,按功能分类整理,并附上官网或 GitHub 链接,便于进一步了解与使用。
Hacker News 8 月 31 日热门第一是 astral-sh/uv 的一条 PR:把 wheel cache 做去重,让多项目共用同一份包。uv 本身已经够快(比 pip 快 10-100 倍),加上这个改动,多项目开发体验再上一个台阶。本文教你在 5 分钟内给现有 Python 项目接入 uv。
找前端同事帮忙搭页面,排期要三天。学 Flask/Django 自己写,最快的也要半天。我最后直接用 Gradio 搭了一个,从开始到可以分享链接,前后不到 10 分钟。
PyMuPDF 能干的事情不少,文本提取、页面渲染、拆分、合并、加水印这些都在一个库里。官方文档里的 Page.get_text()、Page.get_pixmap()、Document.insert_pdf() 也是我平时最常碰的几个接口。
先说 __new__ 和 __init__ 的分工。以前我总把创建逻辑全塞进初始化里,后来才明白,__new__ 管的是“造出个啥”,__init__ 管的是“造出来之后怎么打扮”。做单例模式的时候,重写 __new__ 比写装饰器直观多了,直接控制实例的诞生过程。
我教了十一年Python,踩过的坑比学生写的bug还多。每次改作业都像在破案,有些错误简直让人哭笑不得。今天说几个真正管用的调试技巧,特别是第七个,我教了十年才弄明白。
Python 与 Rust 风格截然不同,但组合起来却意外合拍。在讨论如何把二者拼在一起之前,先快速认识一下 Rust。你大概听过它的名号,但未必摸清了它的“脾气”。
写了这么多年Python,今天才知道with语句还能这么用。以前我一直觉得with就是处理文件打开的,打开文件用with open,结束自动关闭,这已经够方便了。没想到它的本事远不止这些。
Textual是一个令人惊艳的Python库,它让开发者能够轻松构建功能强大的跨平台用户界面,并且可以在终端或网页浏览器中运行。它结合了现代Python的简洁性和Web开发的最佳实践,提供了一种高效、灵活且易于维护的应用开发体验。接下来讨论Textual的核心特性、优势以及它如何简化你的UI开发流程。
在本文中,我们将研究Python和Node.js,以了解它们的优点、缺点和用例,以便你能确定哪一个最适合你的项目。
你有没有遇到过这样的困扰:程序需要处理大量的网络请求或文件操作,但速度慢得让人抓狂?今天,我就来教你如何使用Python的异步编程特性,让你的程序性能得到质的飞跃!
很多Python初学者都会遇到一个问题,数据库连不上。我见过不少人在这一步卡住好几天。
好多人都学完Python基础语法了,也刷了不少练习题。结果一到自己动手写东西就懵了,脑子里全是空白。你到处问别人,得到的回答永远是“去GitHub找开源项目”。
这一轮,我更新了两套 Skill:Python 和 Excel VBA。一个从"帮你做工具"升级成了"帮你搭系统",一个把最容易翻车的一环彻底改造成了脚本驱动。它们背后的逻辑是同一个——永远不让 AI 去做更多不确定的事情。 而这套逻辑,恰恰是我这 17 套 Skill 敢说"非同小可"的底气。
写个脚本算完当月利润,print 出来挺开心,关掉窗口啥也没留下。下次领导要,又得重跑一遍。数据持久化:把内存里的数据写到磁盘(文件),需要时能再读回来。这是自动化的地基。
今天这篇是 Python PDF 自动化系列的第一篇,我们从最基础的环境搭建开始,搞定职场最高频的三个操作:PDF 合并、PDF 拆分、批量重命名。全程保姆级,复制代码就能跑。
写 Python 久了以后,你会发现真正提升效率的,不一定是复杂框架。很多时候,一个顺手的小库、一个标准库里的工具,就能让原本啰嗦的代码变得干净很多。今天整理 7 组非常值得放进日常工具箱里的 Python 库。
同事小马最近接了个数据处理的需求,写了个脚本,跑得挺顺。上线第一天,线上报了个错,他赶紧加了一堆 print 看问题在哪。
很多人写Python代码的时候,都会有这样一个感觉。明明逻辑没问题,代码跑起来就是慢。看着CPU占用率上不去,心里干着急。写Python不注重性能,确实容易翻车。其实不用换语言,几个小技巧就能让你的程序飞起来。
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。
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。
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。
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: