<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[2402_84738739的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/2402_84738739</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; 2402_84738739]]></copyright><item><title><![CDATA[Pandas核心知识点全面总结]]></title><link>https://blog.youkuaiyun.com/2402_84738739/article/details/156573609</link><guid>https://blog.youkuaiyun.com/2402_84738739/article/details/156573609</guid><author>2402_84738739</author><pubDate>Sun, 04 Jan 2026 17:31:19 +0800</pubDate><description><![CDATA[本文用「考点 + 代码 + 坑点」三栏式，帮你 10 分钟完成知识扫描，一小时搞定 90% 面试题。| 行转列     | `df.melt(id_vars='id', value_vars=['q1','q2'], var_name='quarter', value_name='score')`             | 宽表变长表                              |]]></description><category></category></item><item><title><![CDATA[NumPy 进阶指南：从基础到性能优化]]></title><link>https://blog.youkuaiyun.com/2402_84738739/article/details/155486539</link><guid>https://blog.youkuaiyun.com/2402_84738739/article/details/155486539</guid><author>2402_84738739</author><pubDate>Tue, 02 Dec 2025 10:46:00 +0800</pubDate><description><![CDATA[NumPy 是 Python 科学计算的核心库，它提供了高效的多维数组对象（ndarray）和大量数学函数。虽然入门简单，但要真正掌握 NumPy 并发挥其性能优势，还需要深入理解其底层机制和高级特性。广播是 NumPy 的强大特性之一，它允许不同形状的数组进行算术运算，而无需显式复制数据。Numba 是一个 JIT 编译器，可以将 Python 函数编译为机器码，极大提升性能。避免 Python 层循环，使用 NumPy 的向量化操作可以显著提升性能。理解 NumPy 的内存布局对于优化性能至关重要。]]></description><category></category></item><item><title><![CDATA[NumPy 入门到精通：Python 数据科学的基石]]></title><link>https://blog.youkuaiyun.com/2402_84738739/article/details/154681610</link><guid>https://blog.youkuaiyun.com/2402_84738739/article/details/154681610</guid><author>2402_84738739</author><pubDate>Tue, 11 Nov 2025 10:11:24 +0800</pubDate><description><![CDATA[NumPy是Python数据科学的“地基”。本篇从0起步，系统梳理ndarray创建、索引、广播、常用函数与灰度图实战，并给出可复制的代码与进阶路线，帮你高效入门NumPy，为Pandas、SciPy、机器学习打下坚实基础]]></description><category></category></item></channel></rss>