每天30分钟,轻松学会Python-part1

MLOps实战:让机器学习模型在生产环境稳定运行30天+ 机器学习模型部署不是简单导出pkl文件,而是涉及模型服务化、特征解耦、可观测性与弹性运维的系统工程。其核心原理在于将‘模型即代码’纳入CI/CD,通过Docker容器化、Kubernetes编排、FastAPI异步服务和分层缓存(Redis+本地LRU)构建高可用推理流水线。技术价值体现在降低线上故障率、支持灰度发布与秒级回滚、保障特征一致性与时间鲁棒性。典型应用场景包括推荐系统、实时风控和智能搜索等需7×24小时稳定响应的业务系统。本文聚焦模型从Notebook到Production落地过程中的序列化安全 阅读详情

Python基础学习笔记

part1. 算数、字符串、变量

# 1. 算数、字符串与变量
# 基于python3.5
## 算数
import math

print(5 + 5)
print(5 - 5)
print(5 * 5)
print(5 / 5)
print(5 // 5) # 整除,不是四舍五入,而是直接舍弃小数位
print(5 % 5) # 取余数
print(5 ** 5) # 乘方

# 运算符优先级从低到高 +  -  *  /  //  %  **

print(2**2//4/2*2) # >>> 1.0

# 只有整型和浮点型,没有Long类型,整型没有溢出,浮点型有溢出,有精度误差。
print(35**100)
print(1-2/3) # >>> 0.33333333333333337 精度误差

# 不常用的复数,涉及到-1的平方根的叫复数,python中用1j表示
print(1j*1j) # >>> (-1+0j)

# math模块
# 一个常用的模块,提供一些常用的计算函数,需要import math模块
a = math.sqrt(4)
b = math.pow(2,3)
print("开方的结果是{},乘方的结果是{}".format(a,b)) # >>> 开方的结果是2.0,乘方的结果是8.0

# 引入模块的三种方式
#   1. import math  使用: math.sqrt(4)
#   2. from math import * 使用:sqrt(4)
#   3. from math import sqrt 使用:sqrt(4)
#   推荐使用第一种,第二种是强烈不建议使用的,如函数与math模块中的某个函数同名,将被math中的同名函数覆盖


## 字符串

# 字符串的表示
# 1. " 单双引号都可以表示字符串 可包含'
# 2. ' 单双引号都可以表示字符串 可包含"
# 3. ''' 或者 """ 三引号表示多行字符串,可包含" '
print("""this is a test\nthis is a demo\ni'm a "coolboy" """)

# 字符串的长度 len()函数返回一个整数
str1='hello world'
print("str1的长度是{}".format(len(str1))) # >>> str的长度是11
print(len('')+len('abc')*len('123')) # >>> 9

# 字符串拼接--返回的是一个新的字符串
# 和java,javascript一样,可以用+号拼接
print("this is a"+" test")
# 还可以运算拼接
print('abc'*5)
print('abc'*5 + 1*'!')

# 小贴士:遇到函数不懂,除了百度,可以直接打印简短的文档
print(len.__doc__) # >>> Return the number of items in a container
# 命令行输入 dir(m) 或者 help(m)也可以哦

# 类型转换
# 同java一样,有隐式的转换和显式的转换
# 隐式转换同java类似,像'大的'方向转换
change = 25 * 0.2
print("整数*浮点型会往浮点型转换,所以结果是{}".format(change)) # >>> 整数*浮点型会往浮点型转换,所以结果是5.0

# 显式转换
#  1.整数、字符串转小数
print(float('2'))
print(float('3.2'))
print(float(5))
#  2.整数和浮点数转换为字符串
print(str(123))
print(str(.2))
print(str(2.5))
#  3.浮点数转整数 int()是直接删除小数位  round是圆整,但是对.5的圆整与我们数学中的圆整不一样,可能向上加1,可能不加1
print(int(1.5)) # >>> 1
print(round(1.5)) # >>> 2
print(round(6.5)) # >>> 6
#  4.字符串转化为数字
print(int('5'))
print(float('.5'))
#  5.math方法
print(math.ceil(1.25)) # >>> 2
print(math.floor(1.25)) # >>> 1

## 变量和值
# python的变量不需要声明的修饰符,比如js中的var let  java中的 int String
val1 = 'test' ## LHS = RHS (LHS,RHS是编译阶段查找变量的规则)
print(val1)

# 在python中,不可能修改字符串和数字
s = 'apple'
print(s+'s') # >>> apples
print(s) # >>> apple

# 你也不可能改变数字,比如 5 = 1,肯定会报错啊

# 多重赋值
x,y,z = 1,'test',3.0
print(x,y,z)

# 多重赋值使用技巧:实现交换赋值
# 以前实现的方式是加一个temp
v,k = 5,9
temp=v
v=k
k=temp
print(v,k)

# now
g,h=5,9
g,h=h,g
print(g,h)
Python驱动Genesis脚本:实现PCB CAM处理自动化与效率提升 在电子工程与PCB制造领域,自动化脚本技术是提升生产效率、减少人为错误的关键手段。其核心原理是通过编程语言控制专业软件,将重复性操作转化为可重复执行的指令序列,从而实现流程的标准化与智能化。这项技术的价值在于能够显著缩短工程处理时间,确保数据输出的一致性与准确性,并降低因疲劳导致的失误风险。典型的应用场景包括Gerber文件批量导入、DFM规则检查、钻孔表生成及阻焊补偿等CAM处理环节。本文聚焦于利用Python这一通用编程语言,结合其丰富的库生态和简洁语法,作为“胶水”和“大脑”来驱动Genesis 20 阅读详情

相关推荐

Python自动化办公神器Playwright:从环境搭建到实战案例全解析

浏览器自动化是提升办公效率、实现流程自动化的关键技术,其核心原理是通过程序模拟用户操作,实现对网页元素的定位、交互与数据提取。这项技术的价值在于将人力从重复、繁琐的网页操作中解放出来,实现数据采集、报表生成、系统巡检等任务的自动化执行,广泛应用于数据分析、运营、测试和日常办公等场景。Playwright作为新一代的自动化工具,以其跨浏览器支持、内置自动等待机制和强大的录制功能脱颖而出,显著提升了脚本的稳定性和开发效率。本文聚焦于Playwright的实战应用,详细讲解如何利用其定位器、智能等待等核心功能,并

weixin_34124651的博客 431

python基础-函数

函数局部变量 和 全局变量name='Jack' def sayHello(): print('hello, {}'.format(name))def changeName(sname): name=snamesayHello()changeName('tom') # 这里的name是一个局部变量 sayHello()def changeName2(sname): globa

个人新博客: https://cbbfcd.github.io/ 317

Python自动化实战:从环境搭建到智能流程构建

自动化是现代软件开发与运维的核心能力,其本质是通过脚本或程序替代重复性人工操作,实现流程的抽象与优化。Python凭借其简洁语法、丰富的第三方库和强大的社区生态,成为实现自动化任务的理想工具。在技术价值层面,Python自动化能显著提升工作效率、减少人为错误,并实现流程标准化。其应用场景广泛,涵盖文件批量处理、Web数据抓取、报表自动生成、系统监控与部署等日常开发运维工作。本文以Python为核心,结合虚拟环境管理与Selenium等热词,详细拆解了从基础环境搭建、核心模块实战到错误处理与日志记录等工程化实

weixin_30321709的博客 360

Python基础教程(入门教程),30分钟玩转Python编程!

这篇 Python 入门教程讲解的知识点包括:Python 编程环境的搭建、Python 基本操作入门、Python 数据类型、Python 语句和函数。 Python环境下载和配置 根据 Windows 版本(64位/32位)从 Python 官网安装下载对应的版本,如图 1 所示。 ...

Python_cresss的博客 3402

ML模型可观测性实战:从Notebook到生产环境的健康运行机制

机器学习模型部署不是终点,而是持续运行与可信交付的起点。在真实业务场景中,模型性能衰减、特征漂移、推理延迟等异常往往源于数据管道、特征工程或服务链路的隐性故障,而非模型本身。构建可验证、可归因、可干预的ML可观测性体系,需融合OpenTelemetry埋点、Flink实时KS检验、贝叶斯根因分析等关键技术,实现从基础设施监控到语义级健康度评估的跃迁。其核心价值在于将‘模型是否在跑’升级为‘预测结果是否可信’,支撑电商推荐、金融风控、实时广告等高敏感场景的稳定迭代。本文聚焦Notebook to Produc

dibeichan3033的博客 424

Python语音合成工业实践:从TTS引擎选型到GUI稳定部署

语音合成(TTS)是人机交互的基础技术,其核心原理是将文本通过声学建模、韵律预测与波形生成转化为可听语音。在实际工程中,技术价值不仅在于发音准确,更体现在离线可用性、跨平台稳定性、中文语义适配与GUI响应实时性等关键指标。典型应用场景包括教育类课件音频生成、无障碍辅助工具开发、会议纪要转语音播报及自动化运维语音提醒。本文聚焦Python生态下的工业级落地路径,深入解析pyttsx3多系统后端适配(sapi5/nsss/espeak-ng)、上下文感知的中文预处理、Kivy异步GUI防卡死机制,以及真实项目验

weixin_30703911的博客 401

笔记1--每天30分钟学Python--小象学院

下载地址

liangbin414的博客 2543

生产级机器学习模型部署实战:从Notebook到Kubernetes

机器学习模型部署不仅是将代码转为API,更是从实验环境迈向高可用、可监控、可运维的工程化实践。其核心原理在于解耦模型逻辑与业务系统,通过容器化、服务化和标准化接口保障确定性与弹性。技术价值体现在稳定性提升、故障响应加速及资源利用率优化,广泛应用于金融风控、电商推荐、实时反欺诈等对延迟、准确率与合规性要求严苛的线上场景。本文聚焦Triton推理服务、Kubernetes编排、特征实时服务与多维模型监控等关键落地环节,深入解析Docker镜像确定性构建、Redis特征缓存设计、Prometheus指标埋点及GP

weixin_34186128的博客 417

笔记2--每天30分钟学Python--小象学院

8.1random模块 • 常用函数 函数 含义 random() 生成一个(0, 1.0)之间的随机浮点数 uniform(a, b) 生成一个a到b之间的随机浮点数 randint(a, b) 生成一个a到b之间的随机整数 choice() 从列表中随机返回一个元素 shuffle() 将列表中元素随机打乱 sample(, k) 从指定列表中随机获取k个元...

liangbin414的博客 873

ML生产化实战:从Notebook到高可用模型服务的工程落地

机器学习模型部署不是简单封装API,而是构建具备稳定性、可观测性与自愈能力的生产级系统。其核心在于解决Notebook确定性与生产环境混沌性之间的根本矛盾,通过分层解耦架构(如Triton推理服务、Feature Store特征一致性、OpenTelemetry深度可观测性)实现输入验证、动态批处理、特征血缘追踪与故障快速定位。技术价值体现在降低线上错误率、提升GPU利用率、保障AUC一致性,并支撑灰度发布与自动回滚等关键运维能力。典型应用场景包括电商推荐、信贷风控、实时个性化服务等需7×24稳定运行的AI

1156

Windows下Delft3D安装全攻略:从申请许可到编译运行(避坑指南)

本文详细解析了Windows系统下Delft3D的完整安装流程,涵盖环境准备、许可获取、源码编译到性能调优的全过程。针对中国用户常见的网络问题和系统兼容性痛点,提供了经过验证的解决方案,特别强调Intel Fortran编译器匹配、环境变量配置等关键步骤,帮助水利工程师高效完成这一水动力学模拟工具的部署。

weixin_28736355的博客 546

python 获取到控制符串时跳过_计划:第05天 初识python之条件判断

今天是[晓明兄] “30天python处理Excel计划”的第05天,每天15分钟,轻松掌握python,一定要坚持哦~。同学们学习python需要们亲自动手练习,才能快速掌握,遇到错误不要慌张,再次对比观察空格、标点等。本节课将使用vs code进行编程,未安装的同学请看01 今日目标学会python中判断语法if...else...02 条件判断使用python处理数据过程中,遇到需要判断是否...

weixin_42506911的博客 198

scrapy - 美团民宿 实战练习

目录结构 items.py import scrapy # 民俗名称,地区,价格,房间类型及数量,床的数量,可住几人 class MeituanItem(scrapy.Item): # define the fields for your item here like: # name = scrapy.Field() title = scrapy.Field() place = scrapy.Field() price = scrapy.F...

小刘的博客 2664

Python自动化数据流水线:从定时调度到生产级容错的实战指南

数据流水线是现代数据科学落地的核心基础设施,其本质是将离线分析结果稳定、准时、可复现地交付业务端。实现这一目标需深入理解自动化原理——包括任务调度机制、异常捕获策略、资源隔离方法与状态反馈闭环。技术价值不仅在于减少人工干预,更在于提升数据可信度与团队协作效率。典型应用场景涵盖销售日报生成、设备异常预警、库存补货建议等时效敏感型任务。本文聚焦Python生态下的轻量级生产实践,围绕crontab调度、SQLAlchemy连接池、pandas内存优化、tenacity重试、Jinja2模板渲染等关键技术点,系统

weixin_33701564的博客 360

zemax显微镜设计

光学显微镜(Optical Microscope,简写OM)是利用光学原理,把人眼所不能分辨的微小物体放大成像,以供人们提取微细结构信息的。我这里是插入进来之后才反转,如果之前已经在目镜的单独文件夹反转过了就不用了。将目镜的焦距设定为25mm,通过缩放,然后将镜头调转过来。镜头数据中的曲率半径、物距像距都设置为变量。将镜头的焦距整体变为16.25mm。将孔径类型设置为按照光阑尺寸浮动。打开物镜的文件,选择插入镜头。由英国物理学家虎克制作。2、像空间孔径0.25。3、像面大小-0.9。

fendoudecheng的博客 8543

2026年中兴微电子数字IC设计笔试题带答案

这篇考试试卷涵盖了数字IC设计的关键知识点,主要包含四个部分:单选题(18分)考查RTL仿真、低功耗设计、跨时钟域处理等基础知识;多选题(15分)涉及低功耗技术、异步FIFO设计和工具链使用;代码设计题(25分)要求实现两级同步器和时钟门控电路;简答题(42分)重点考察异步FIFO原理、ASIC设计流程、FPGA时钟处理和时序违例修复方法。试题注重理论与实践结合,既包含概念性知识也强调实际工程能力,全面检验学生对数字IC前端设计核心技术的掌握程度。

Open 118

Edge-TTS终极指南:快速解锁微软高质量语音合成的Python魔法

Edge-TTS是一个神奇的Python模块,它让你无需Microsoft Edge浏览器、Windows系统或任何API密钥,就能直接调用微软Edge的在线文本转语音服务。想象一下,在Linux服务器上生成媲美专业播音员的中文语音,或者在macOS上创建多语言有声内容——这一切都变得触手可及! ## 🚀 为什么选择Edge-TTS? **跨平台自由**:告别操作系统限制,无论你在哪个平台,

gitblog_00430的博客 1081

28-3 文件上传漏洞 -白盒审计绕过

这行代码是用来获取文件名中最后一个点(.)后的部分,也就是文件的后缀名。这个函数会返回以最后一个点(.)开始到字符串末尾的部分,包括点(.)本身。然而,这段代码存在一个潜在的安全风险。攻击者可以利用多个点(.)来构造恶意文件名,以绕过后缀名检查。切换到bp将抓到的上传请求发送到重发器然后改包。先上传一个普通的php文件然后使用bp抓包。

weixin_43263566的博客 392

多维聚合实战:从SQL GROUP BY到OLAP立方体的工程化落地

多维聚合是现代数据分析的核心能力,指在保留原始数据粒度基础上,对时间、地域、产品等多个维度进行自由组合、切片、钻取与比较的技术过程。其原理源于OLAP立方体模型,通过维度(Dimension)、度量(Measure)和事实表(Fact Table)构建可动态计算的语义结构,突破传统GROUP BY的单向降维局限。技术价值在于支撑实时交互式分析、自助BI和复杂同比环比计算,显著提升分析响应速度与需求交付效率。典型应用场景包括销售归因分析、用户行为漏斗、财务多维成本分摊等。本文聚焦多维聚合的数据操作实践,深入拆

优快云头条 696

多智能体强化学习MATD3算法完整复现与分析

多智能体强化学习MATD3算法复现与分析摘要 MATD3算法是多智能体深度强化学习领域的重要进展,通过改进MADDPG算法,引入双Q学习、延迟策略更新和目标策略平滑等技术,显著提升了算法稳定性。本文完整复现了MATD3算法,详细解析了其数学原理,包括部分可观测马尔可夫博弈模型和TD3核心思想。在实现层面,设计了集中式Critic和分布式Actor的神经网络架构,采用PyTorch框架构建了Actor-Critic网络模块,包含精心设计的权重初始化和训练流程。该算法有效解决了多智能体环境中的非平稳性、信用分配

max500600的博客 526

Nvidia Orin Driveos Camera 介绍及调试详解

自动驾驶-nvidia orin driveos Camera 驱动详解及调试

u011803281的博客 2991

Python音频合成实战:构建赛博朋克风格沉浸式音景

音频合成是数字信号处理与计算机音乐领域的交叉技术,其核心原理是通过算法生成、处理和组合声音波形,模拟或创造特定的听觉环境。在工程实践中,Python凭借其丰富的科学计算库(如NumPy、SciPy)和音频处理库(如SoundFile、PyDub),已成为实现程序化音频合成的热门工具。这项技术的价值在于能够精确控制声音的各个维度——从基础波形、包络到复杂滤波与混音——从而创造出传统采样难以实现的、高度定制化的声音景观。其应用场景广泛,涵盖游戏音效生成、环境音乐创作、专注力辅助工具以及沉浸式体验设计等多个领域。

weixin_34252686的博客 417

C# WinForms 多语种切换实现:打造国际化应用程序

合理实现多语种切换功能可以显著提升应用程序的国际化水平。模块化设计:将本地化逻辑模块化,便于管理和维护。异常处理:始终捕获和处理可能的异常,确保程序的健壮性。资源管理:合理管理资源文件,避免重复和遗漏。测试:在不同语言环境下进行全面测试,确保所有字符串都能正确显示。文档和注释:为关键代码添加详细的文档和注释,便于后续维护。

墨夶的博客 1690

从Notebook到生产:构建可运维的机器学习服务骨架

机器学习模型上线不是终点,而是工程化落地的起点。本文围绕‘Notebook to Production’核心挑战,解析模型在真实业务中面临的可观测性缺失、数据漂移、版本混乱与稳定性不足等典型问题;深入探讨基于FastAPI、Uvicorn与Triton的高性能推理架构设计原理,阐明特征即服务(Feast)解耦带来的迭代效率与一致性价值;强调指标监控、结构化日志与OpenTelemetry链路追踪构成的可观测性三支柱,如何支撑快速诊断与自动回滚;最终落脚于电商推荐、金融风控、IoT异常检测等高要求场景下,一套

weixin_34054931的博客 443

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

机器学习模型生产化:从Notebook到K8s的工程实践

机器学习模型部署不是简单运行predict(),而是涉及可观察性、可追溯性与可治理性的系统工程。其核心原理在于将模型从开发态的黑盒函数,重构为具备健康检查、指标暴露、版本控制和自动扩缩容能力的服务实体。技术价值体现在降低线上事故率、压缩交付周期、实现故障快速归因。典型应用场景包括电商实时风控、工业预测性维护及金融反欺诈等高可靠性要求领域。本文聚焦中级ML工程师真实落地痛点,深入解析Triton推理服务、Flask网关混合架构、四维模型版本管理及基于Prometheus+Grafana的三层监控体系。

weixin_34252686的博客 319

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

上一篇: 最简单的react框架
下一篇: 轻松学习python part2-控制语句
波比小金刚
博客等级 码龄11年 41粉丝 67原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值