202510-15 Python处理Excel用哪个库?Pandas不是唯一选择 2025年数据处理效率报告显示,Python处理Excel的需求同比增长80%,但70%的开发者仍在为库选择困扰。 继续阅读 >
202510-14 首部关于Python之父的纪录片,我终于明白为什么Python程序员最幸福! 昨晚刷到龟叔Guido van Rossum的纪录片,一口气看完,作为写了十几年Python的老程序员,我承认自己湿了眼眶。不是因为技术有多牛逼,而是因为这个故事太tm真实了。 继续阅读 >
202510-14 Python 3.14 它来了:这些重磅升级,你必须知道! 在 Python 的发展历程中,每一个新的版本总会带来新的惊喜、新的可能。2025 年 10 月 7 日,Python 3.14 正式发布,作为 Python 3.x 系列的又一次重要演进,它在语法层、类型系统、运行时、性能、调试能力等多个维度,都做出了值得关注的改进。 继续阅读 >
202510-13 WinPython:一个插 U 盘就能跑 Python 的神器! 我跟你说啊,WinPython 这个东西我是真用过,特别是出差的时候。那会儿我人还在机场候机厅,客户突然甩了个 Excel 文件过来,说要看下数据清洗后的统计。我哪有 IDE 啊,就掏出随身的 U 盘,插到咖啡店的公用电脑上,开个 WinPython,自带 Jupyter,几行代码就跑出来了。 继续阅读 >
202510-13 python会不会出现内存泄漏? 很多人觉得 Python 是带垃圾回收机制的嘛,那应该不会内存泄漏吧?但其实情况没那么简单。Python 的垃圾回收确实能帮我们回收大部分不用的对象,可一旦遇到某些特殊场景,它也可能“收不回去”,久而久之就会表现成内存泄漏。 继续阅读 >
202510-11 Python 3.14 发布了:一些值得关注的新变化! 前几天 Python 3.14 正式发布,我花了一点时间看了官方的 What's New 文档,顺手总结一下几个让我印象比较深的更新。这篇文章不追求全面,只挑一些对日常开发有实际影响或者挺有意思的点。 继续阅读 >
202510-11 threading、multiprocessing 和 asyncio 的区别是什么?分别适用于哪些场景? 在 Python 里搞并发编程,经常绕不开三个关键词:threading、multiprocessing、asyncio。很多人刚开始学会觉得傻傻分不清楚,写代码的时候到底该用哪个,踩坑也很常见。我就试着用大白话聊一下这仨东西到底差在哪,啥时候该用。 继续阅读 >
202510-10 Python 3.14 发布:注解延迟求值、多解释器、模板字符串等新特性深度解析 Python 3.14 带来了多项重大更新,包括注解的延迟求值、标准库中的多解释器支持、模板字符串字面量,以及对 asyncio、free-threaded 模式的改进,还有 Zstandard 压缩支持等。这些更新旨在提升性能、增强灵活性和用户体验。 继续阅读 >
202510-10 Python 3.14新特性:Zstandard压缩库正式加入标准库,性能提升30% 2025年4月,Python官方发布了PEP 784最终提案,宣布将Zstandard(简称Zstd)压缩库正式纳入标准库,配套推出compression统一命名空间。 继续阅读 >
202510-09 你知道 Python 其实自带了小型数据库吗? 很多人不知道,其实 Python 标准库里就自带了一个小型数据库 —— SQLite,而且完全开箱即用,不用额外安装任何依赖。你装好 Python,就已经自带 sqlite3 模块了。 继续阅读 >
202510-09 Python简史中的人性、社群与偶然 在软件工程的宏大叙事中,我们习惯于见证由巨型企业自上而下推动的“大教堂”式创新:Java 的背后是 Sun,C# 的背后是 Microsoft,Go 的背后是 Google。然而,二十一世纪最重要的技术版图——人工智能与数据科学——其通用语言的宝座,却被一个源自阿姆斯特丹某个程序员圣诞假期的“业余项目”所占据。 继续阅读 >
202510-08 为什么 Python 用 C 而不是 C++ 编写?—— 兼谈其崛起与学习之道 当我们讨论编程语言 Python 时,一个有趣的技术问题常常被提起,但这问题本身可能建立在一个误解之上。 继续阅读 >
202510-07 从 Streamlit 到 Taipy:数据科学家必须知道的“下一代”Python Web 框架! 把 .py 文件变成可交互的 Web 应用,你第一个想到的可能是 Streamlit。但在 2025 年,越来越多的数据团队开始把新项目迁到另一款开源工具——Taipy。本文带你一次性看懂 Streamlit 的前世今生、核心能力,以及它和 Taipy 的全维度对比,帮你做出不踩坑的技术选型。 继续阅读 >
202510-07 学习python你必须弄懂Python、Pycharm、Anaconda 三者之间的关系! Python在深度学习和人工智能领域的火热程度无需多言,掌握一门编程语言远不止学会其语法那么简单。真正的挑战在于如何让代码跑起来,让它在实际项目中发挥出应有的作用。接下来,让我们一起探索运行Python代码时常用的工具大全。 继续阅读 >
202509-30 CuPy vs. NumPy,使用 GPU 速度提升 10 倍 那天晚上十一点多,我们组的小李在公司跑一堆数据预处理,边等边骂:“这 NumPy 也太慢了吧,CPU 烤得跟火炉一样。” 我就说:“你咋不用 CuPy 啊?GPU 跑数值计算,动不动快十倍。” 他愣住了,说他还真没玩过。于是我直接在他电脑上给演示了一把。 继续阅读 >
202509-30 Pynecone 是 Python 的全栈 Web 框架吗? 我当时第一次听说 Pynecone 的时候,其实心里还挺怀疑的,想说 Python 不是一直都在后端混嘛,什么时候敢叫自己“全栈框架”了?后来试着写了几个小 demo,发现这东西确实有点意思,它不是走 Django 那套“模板+后端逻辑”的老路,而是直接把 React 的思想打包好,让你只用 Python 写,从前端组件到后端 API 都搞定,甚至还给你带了一键部署的命令。 继续阅读 >
202509-29 放弃使用UUID,ULID才是更好的选择! 我以前写服务的时候,习惯性就用 UUID 来做主键或者分布式 ID,感觉挺自然的嘛,Java 里一行 UUID.randomUUID() 就能搞定,Python 里 uuid.uuid4() 也很顺手。可是时间长了,问题一个个暴露出来,才发现 UUID 虽然“方便”,但真不一定是最佳选择。 继续阅读 >
202509-29 如何用 Python 优雅地编写 LaTeX? 说实话,我最早接触 LaTeX 的时候完全懵逼,什么 \begin{document} 啊,\section{} 啊,满屏幕的反斜杠,像是看天书。后来写论文才硬着头皮用,结果越写越觉得:这玩意儿真香,版式是真的漂亮。 继续阅读 >
202509-28 Python 语言的 12 个奇技淫巧!新手也能学会,代码效率直接翻倍 写 Python 代码时,很多人会陷入 “明明能 1 行搞定,却写了 10 行” 的困境 —— 比如手动遍历列表去重、反复写 print 调试、用复杂逻辑处理字符串拼接。其实 Python 里藏着很多 “隐藏技巧”,不用学复杂语法,就能大幅简化代码、提升效率,新手也能轻松掌握。 继续阅读 >
202509-28 Python 操作 Redis 全指南:从入门到实战,解决缓存与分布式锁核心问题 你是否遇到过这些窘境?Python Web 项目因频繁查库导致响应超时,本地调试好的缓存逻辑一到线上就失效,多服务并发操作时总出现数据不一致 —— 这些问题的核心解法,往往绕不开 Redis。作为 Python 生态中最常用的内存数据库,Redis 不仅能提升数据访问速度,更能解决分布式场景下的协同难题。但很多开发者仅停留在 “存数据、取数据” 的基础用法,却踩在 “缓存穿透”“分布式锁失效” 等坑里。本文将以精简干货形式,拆解 Python 操作 Redis 的核心逻辑、实战场景与避坑要点,帮你从 “会用” 进阶到 “用好”。 继续阅读 >
202509-27 浅拷贝(Shallow Copy) 和深拷贝(Deep Copy) 的区别是什么? 很多人第一次听到“浅拷贝”和“深拷贝”的时候,都会觉得这俩词挺像的,好像也差不多。但真要在代码里用的时候,往往会遇到一些意想不到的坑。其实这两个概念的区别,本质上就是拷贝的时候,到底是复制对象本身,还是顺带把里面嵌套的东西也复制一份。 继续阅读 >
202509-27 Python如何在不改变类的情况下改变类的功能? 在编程中,我们常常会遇到这样的场景:需要给一个现有的类添加新功能,但又不能直接修改它的源代码。这个问题在很多情况下非常常见,尤其是当我们无法修改原有类时,比如第三方库或者一些已经发布的代码。那么,如何在不改变类的情况下给它添加新功能呢?下面我们就来探讨几种常见的技术实现方式。 继续阅读 >