30个超实用的Python极简代码,五分钟get

c++小游戏大集结【免费复制源码】 else if (player[i].name == "女巫 " || player[i].name == "预言家 " || player[i].name == "猎人 " || player[i].name == "守卫 ")= 0 && (player[x].life == 0 || player[x].name == "狼人 " || x == i || TOU[x].toupiaoquan == 1))= "狼人 " || x == i || TOU[x].toupiaoquan == 1)) 阅读详情
AI摘要

本文提供了多种实用的Python编程技巧,包括元素判定、字符串处理、内存管理等,并附带示例代码帮助理解。

学Python怎样才学的好又快呢,当然是实战各种小项目,只有自己动手动脑,才能最高效的搞懂规则,初学者也可以尝试着自己实现哦。(文末有Python资料领取)

Python是机器学习最广泛采用的编程语言,也是目前最流行的语言之一,它的简单和易用性造就了它如此流行的原因。如果你对Python感兴趣的话,希望这篇文章能给你带一些启发。

1 重复元素判定

以下方法可以检查给定列表是不是存在重复元素,它会使用set()函数来移除所有重复元素。

def all_unique(lst):
return len(lst)== len(set(lst))
x = [1,1,2,2,3,2,3,4,5,6]
y = [1,2,3,4,5]
all_unique(x) # False
all_unique(y) # True

2 字符元素组成判定

检查两个字符串的组成元素是不是一样的。

from collections import Counter
def anagram(first, second):
return Counter(first) == Counter(second)
anagram("abcd3", "3acdb") # True

3 内存占用

import sys
variable = 30
print(sys.getsizeof(variable)) # 24

4 字节占用

下面的代码块可以检查字符串占用的字节数。

def byte_size(string):
return(len(string.encode('utf-8')))
byte_size('') # 4
byte_size('Hello World') # 11

5 打印N次字符串

该代码块不需要循环语句就能打印N次字符串

n = 2
s ="Programming"
print(s * n)
# ProgrammingProgramming

6 大写第一个字母

以下代码块会使用title()方法,从而大写字符串中每一个单词的首字母。

s = "programming is awesome"
print(s.title())
# Programming Is Awesome

7 分块

给定具体的大小,定义一个函数以按照这个大小切割列表。

from math import ceil
def chunk(lst, size):
return list(
map(lambda x: lst[x * size:x * size + size],
list(range(0, ceil(len(lst) / size)))))
chunk([1,2,3,4,5],2)
# [[1,2],[3,4],5]

8 压缩

这个方法可以将布尔型的值去掉,例如(False,None,0,“”),它使用 filter() 函数。

def compact(lst):
return list(filter(bool, lst))
compact([0, 1, False, 2, '', 3, 'a', 's', 34])
# [ 1, 2, 3, 'a', 's', 34 ]

9 解包

如下代码段可以将打包好的成对列表解开成两组不同的元组。

array = [['a', 'b'], ['c', 'd'], ['e', 'f']]
transposed = zip(*array)
print(transposed)
# [('a', 'c', 'e'), ('b', 'd', 'f')]

10 链式对比

我们可以在一行代码中使用不同的运算符对比多个不同的元素。

a = 3
print( 2 < a < 8) # True
print(1 == a < 2) # False

11 逗号连接

下面的代码可以将列表连接成单个字符串,且每一个元素间的分隔方式设置为了逗号。

hobbies = ["basketball", "football", "swimming"]
print("My hobbies are: " + ", ".join(hobbies))
# My hobbies are: basketball, football, swimming

12 元音统计

以下方法将统计字符串中的元音 (‘a’, ‘e’, ‘i’, ‘o’, ‘u’) 的个数,它是通过正则表达式做的。

import re
def count_vowels(str):
return len(len(re.findall(r'[aeiou]', str, re.IGNORECASE)))
count_vowels('foobar') # 3
count_vowels('gym') # 0

13 首字母小写

如下方法将令给定字符串的第一个字符统一为小写。

def decapitalize(string):
return str[:1].lower() + str[1:]
decapitalize('FooBar') # 'fooBar'
decapitalize('FooBar') # 'fooBar

14 展开列表

该方法将通过递归的方式将列表的嵌套展开为单个列表。

def spread(arg):
ret = []
for i in arg:
if isinstance(i, list):
ret.extend(i)
else:
ret.append(i)
return ret
def deep_flatten(lst):
result = []
result.extend(
spread(list(map(lambda x: deep_flatten(x) if type(x) == list else x, lst))))
return result
deep_flatten([1, [2], [[3], 4], 5]) # [1,2,3,4,5]

15 列表的差

该方法将返回第一个列表的元素,其不在第二个列表内。如果同时要反馈第二个列表独有的元素,还需要加一句 set_b.difference(set_a)。

def difference(a, b):
set_a = set(a)
set_b = set(b)
comparison = set_a.difference(set_b)
return list(comparison)
difference([1,2,3], [1,2,4]) # [3]

16 通过函数取差

如下方法首先会应用一个给定的函数,然后再返回应用函数后结果有差别的列表元素。

def difference_by(a, b, fn):
b = set(map(fn, b))
return [item for item in a if fn(item) not in b]
from math import floor
difference_by([2.1, 1.2], [2.3, 3.4],floor) # [1.2]
difference_by([{ 'x': 2 }, { 'x': 1 }], [{ 'x': 1 }], lambda v : v['x'])
# [ { x: 2 } ]

17 链式函数调用

你可以在一行代码内调用多个函数。

def add(a, b):
return a + b
def subtract(a, b):
return a - b
a, b = 4, 5
print((subtract if a > b else add)(a, b)) # 9

18 检查重复项

如下代码将检查两个列表是不是有重复项。

def has_duplicates(lst):
return len(lst) != len(set(lst))
x = [1,2,3,4,5,5]
y = [1,2,3,4,5]
has_duplicates(x) # True
has_duplicates(y) # False

19 合并两个字典

下面的方法将用于合并两个字典。

ef merge_two_dicts(a, b):
c = a.copy() # make a copy of a 
c.update(b) # modify keys and values of a with the once from b
return c
a={'x':1,'y':2}
b={'y':3,'z':4}
print(merge_two_dicts(a,b))
#{'y':3,'x':1,'z':4}

在 Python 3.5 或更高版本中,我们也可以用以下方式合并字典:

def merge_dictionaries(a, b)
return {**a, **b}
a = { 'x': 1, 'y': 2}
b = { 'y': 3, 'z': 4}
print(merge_dictionaries(a, b))
# {'y': 3, 'x': 1, 'z': 4}

20 将两个列表转化为字典

如下方法将会把两个列表转化为单个字典。

def to_dictionary(keys, values):
return dict(zip(keys, values))
keys = ["a", "b", "c"]
values = [2, 3, 4]
print(to_dictionary(keys, values))
#{'a': 2, 'c': 4, 'b': 3}

21 使用枚举

我们常用 For 循环来遍历某个列表,同样我们也能枚举列表的索引与值。

list = ["a", "b", "c", "d"]
for index, element in enumerate(list): 
print("Value", element, "Index ", index, )
# ('Value', 'a', 'Index ', 0)
# ('Value', 'b', 'Index ', 1)
#('Value', 'c', 'Index ', 2)
# ('Value', 'd', 'Index ', 3)

22 执行时间

如下代码块可以用来计算执行特定代码所花费的时间。

import time
start_time = time.time()
a = 1
b = 2
c = a + b
print(c) #3
end_time = time.time()
total_time = end_time - start_time
print("Time: ", total_time)
# ('Time: ', 1.1205673217773438e-05)

23 Try else

我们在使用 try/except 语句的时候也可以加一个 else 子句,如果没有触发错误的话,这个子句就会被运行。

try:
2*3
except TypeError:
print("An exception was raised")
else:
print("Thank God, no exceptions were raised.")
#Thank God, no exceptions were raised.

24 元素频率

下面的方法会根据元素频率取列表中最常见的元素。

def most_frequent(list):
return max(set(list), key = list.count)
list = [1,2,1,2,3,2,1,4,2]
most_frequent(list)

25 回文序列

以下方法会检查给定的字符串是不是回文序列,它首先会把所有字母转化为小写,并移除非英文字母符号。最后,它会对比字符串与反向字符串是否相等,相等则表示为回文序列。

def palindrome(string):
from re import sub
s = sub('[\W_]', '', string.lower())
return s == s[::-1]
palindrome('taco cat') # True

26 不使用if-else的计算子

这一段代码可以不使用条件语句就实现加减乘除、求幂操作,它通过字典这一数据结构实现:

import operator
action = {
"+": operator.add,
"-": operator.sub,
"/": operator.truediv,
"*": operator.mul,
"**": pow
}
print(action['-'](50, 25)) # 25

27 Shuffle

该算法会打乱列表元素的顺序,它主要会通过 Fisher-Yates 算法对新列表进行排序:

from copy import deepcopy
from random import randint
def shuffle(lst):
temp_lst = deepcopy(lst)
m = len(temp_lst)
while (m):
m -= 1
i = randint(0, m)
temp_lst[m], temp_lst[i] = temp_lst[i], temp_lst[m]
return temp_lst
foo = [1,2,3]
shuffle(foo) # [2,3,1] , foo = [1,2,3]

28 展开列表

将列表内的所有元素,包括子列表,都展开成一个列表。

def spread(arg):
ret = []
for i in arg:if isinstance(i, list):
ret.extend(i)
else:
ret.append(i)
return ret
spread([1,2,3,[4,5,6],[7],8,9]) # [1,2,3,4,5,6,7,8,9]

29 交换值

不需要额外的操作就能交换两个变量的值。

def swap(a, b):
return b, a
a, b = -1, 14
swap(a, b) # (14, -1)
spread([1,2,3,[4,5,6],[7],8,9]) # [1,2,3,4,5,6,7,8,9]

30 字典默认值

通过 Key 取对应的 Value 值,可以通过以下方式设置默认值。如果 get() 方法没有设置默认值,那么如果遇到不存在的 Key,则会返回 None。

d = {'a': 1, 'b': 2}
print(d.get('c', 3)) # 3

最后

在学习python中有任何困难不懂的可以微信扫描下方优快云官方认证二维码加入python交流学习
多多交流问题,互帮互助,这里有不错的学习教程和开发工具。

👉[[优快云大礼包:《python安装包&全套学习资料》免费分享]](安全链接,放心点击)

一、Python所有方向的学习路线

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
在这里插入图片描述

二、Python必备开发工具

在这里插入图片描述

四、Python视频合集

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
在这里插入图片描述

五、实战案例

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。在这里插入图片描述

六、Python练习题

检查学习结果。
在这里插入图片描述

七、面试资料

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
在这里插入图片描述
在这里插入图片描述
最后,千万别辜负自己当时开始的一腔热血,一起变强大变优秀。

100个Python代码大全:学完这篇从Python小白到架构师 Python是一种广泛使用的高级编程语言,以其简洁优雅、易于学习和强大的库而闻名。无论你是一位经验丰富的程序员还是初学者,都可以从这种语言的丰富资源中受益。在本篇博客中,我将分享100个实用的Python代码示例,旨在帮助你掌握Python编程,并在日常工作中提高效率。 阅读详情

相关推荐

国产RISC-V小板D213ECV极简部署PicoClaw实现边缘AI推理

边缘AI推理是指在靠近数据源头的嵌入式设备上直接运行轻量级模型,无需依赖云端或高性能服务器。其核心原理在于软硬协同优化:通过专用NPU加速、内存布局精简与静态编译技术,显著降低计算开销与资源占用。技术价值体现在毫秒级确定性延迟、KB级模型体积与超低功耗(整机1.75W),支撑工业实时控制、智能传感与教育机器人等场景。相比TensorFlow Lite等通用框架,PicoClaw面向RISC-V架构深度定制,结合匠芯创D213ECV的硬件特性,实现真正开箱即用的极简部署——无需Linux、不依赖IDE、免交叉

weixin_34401479的博客 434

30个极简python代码(demo)

30个极简python代码(demo) 1重复元素判定 以下方法可以检查给定列表是不是存在重复元素,它会使用 set() 函数来移除所有重复元素。 def all_unique(lst): return len(lst)== len(set(lst)) x = [1,1,2,2,3,2,3,4,5,6] y = [1,2,3,4,5] all_unique(x) # False all_unique(y) # True 2字符元素组成判定 检查两个字符串的组成元素是不是一样的。 from collect

weixin_45912307的博客 9126

AI辅助C语言网络爬虫开发:五分钟实战libcurl与DeepSeek

网络爬虫作为数据采集的核心技术,其本质是通过程序自动访问网页并提取结构化信息。传统爬虫开发通常依赖Python等高级语言,但理解底层网络协议和内存管理对深入掌握计算机原理至关重要。C语言作为系统编程的基石,直接操作内存和网络套接字,能够提供更高效的资源控制和性能优化。通过集成libcurl库,开发者可以便捷地处理HTTP请求、响应解析等复杂网络操作,而无需从零实现TCP/IP协议栈。在工程实践中,结合AI编程助手如DeepSeek,能够将自然语言需求快速转化为可执行的C代码,大幅降低学习门槛。这种开发模式特

weixin_33738578的博客 371

Python常用代码大全

在此代码中,我们首先通过 requests 模块发送 HTTP 请求并获取网页内容,然后通过 BeautifulSoup 库解析 HTML 格式的内容,并使用 soup.get_text() 方法提取所有文本内容。Python 列表是一种动态的、有序的数据结构,它可以包含不同的数据类型,并且可以通过索引来访问列表中的元素。使用 open() 函数打开文件,如果文件不存在,会自动创建一个新文件。使用 open() 函数打开文件,返回一个文件对象,然后使用 .read() 方法读取文件内容。

m0_58010546的博客 4万+

Nuclei:五分钟极速上手的模板驱动漏洞扫描利器

漏洞扫描是网络安全领域保障资产安全的基础实践,其核心原理在于通过模拟攻击行为来探测系统或应用中的潜在弱点。传统扫描器通常依赖内置的庞大漏洞库,而现代模板驱动技术则通过解耦扫描引擎与检测规则,实现了检测能力的快速迭代与高度定制。这种模式的技术价值在于极大地提升了安全响应的敏捷性,使得安全团队能够对新披露的漏洞进行近乎实时的检测。在应用场景上,它尤其适用于对新增资产、上线前系统或特定第三方服务的快速安全检查,实现了从“重型武器”到“精准手术刀”的转变。本文以Nuclei为例,深入解析其如何凭借社区维护的YAML

403

Python浪漫星空(完整代码)

Python绘制一个含有月亮、流星、星星的炫酷星空的完整代码。

AIGC 2万+

python常用代码_超实用的Python极简代码,五分钟get常用小技巧

学Python怎样才学的好又快呢,当然是实战各种小项目,只有自己动手动脑,才能最高效的搞懂规则,初学者也可以尝试着自己实现哦。Python是机器学习最广泛采用的编程语言,也是目前最流行的语言之一,它的简单和易用性造就了它如此流行的原因。如果你对Python感兴趣的话,希望这篇文章能给你带一些启发。1 重复元素判定以下方法可以检查给定列表是不是存在重复元素,它会使用set()函数来移除所有...

weixin_39917090的博客 82

STM32结合FFT与窗函数优化,实现高精度正弦信号提取

本文详细介绍了如何在STM32嵌入式平台上结合FFT算法与窗函数优化技术,实现高精度正弦信号提取。通过分析频谱泄漏原理,对比汉宁窗、汉明窗等窗函数特性,并提供实际代码示例和幅值补偿方法,有效解决了工业检测中信号精度不足的问题。

v5w6x的博客 221

30行代码解锁直播弹幕:Python开发者必备的实时互动神器

在直播行业蓬勃发展的今天,弹幕已经成为直播互动的核心元素,但如何高效获取和处理这些实时数据却让许多开发者望而却步。DanMu项目应运而生,这是一个专为Python开发者设计的开源弹幕接口库,让你用不到30行代码就能轻松接入斗鱼、熊猫、战旗、全民、Bilibili等主流直播平台的弹幕系统,将复杂的直播协议封装成简单易用的API,真正实现了"零基础玩转直播弹幕"的开发体验。 想象一下,你正在开发一个

gitblog_00386的博客 338

MMSE (Minimum Mean Square Error)均衡原理讲解

MMSE是一种将接收数据的MSE(均方误差)最小化的模型。有了这句话,很多问题就会在你的脑海中蹦出来。 什么是均方误差?最小化MSE "的物理含义是什么? 等等。 让我们从一个我们现在已经非常熟悉的通道模型开始。(我希望你现在也熟悉下面的表达方式。) MMSE作为一种均衡器,是一种后处理算法,它可以帮助我们找出接收到的数据,使之尽可能地接近原始数据(传输数据)。简而言之,MMSE中最重要的步骤是找到一个如下图所示的矩阵G。如果我们假设没有噪声,这个[G]矩阵可以简单的作为信道矩阵(H^-1)的倒数。但

Celeste的博客 4万+

Qt开发实战:QWebEngineView缓存路径详解与自定义配置(Windows/Linux)

本文详细解析了Qt框架中QWebEngineView组件的缓存机制,提供了Windows和Linux系统下的默认缓存路径及自定义配置方案。通过实战代码示例,展示了如何实现跨平台缓存路径管理、权限设置以及企业级应用中的多用户隔离策略,帮助开发者有效管理Web内容缓存,提升应用性能和数据安全性。

weixin_42519826的博客 403

如何用Python实现Windows微信自动群发:3倍效率提升的实用方案

还在为重复的微信消息发送而烦恼吗?**微信自动群发工具**为Windows用户提供了一个高效的解决方案,通过Python自动化技术实现批量消息发送,大幅提升工作效率。无论是节日祝福、工作通知还是客户维护,这款开源工具都能帮你轻松应对。 ## 项目概述:智能化的微信消息管理助手 [![微信自动群发工具主界面](https://raw.gitcode.com/gh_mirrors/we/WeCha

gitblog_00472的博客 364

期货分仓系统CTP协议/国内期货软件源码

期货分仓系统与CTP协议以及国内期货软件源码是期货交易技术领域的几个重要方面。

q2247238820的博客 959

Hermes Agent实战指南:Python+Ollama+Telegram构建可控代码助手

智能代码助手正从命令行工具演进为融合本地可控性与交互友好性的混合智能体。其核心原理在于将大语言模型(LLM)推理、工具调用与上下文记忆解耦并协同工作,技术价值体现在隐私安全、离线可用与深度可编程性三者的平衡。典型应用场景包括快速脚本生成、IDE嵌入辅助、跨设备Telegram远程开发等。本文聚焦Hermes Agent这一轻量级Python框架,结合Ollama本地模型部署与Telegram Bot集成,提供一条兼顾‘开箱即用’体验与‘完全掌控’能力的落地路径,尤其适合关注本地化AI开发与工程化落地的Pyt

weixin_30566111的博客 1038

海康/大华设备如何接入GB28181平台?最新2022版互联避坑指南

本文详细解析了海康/大华设备接入GB28181平台的最新2022版互联避坑指南,涵盖参数配置、实时视音频点播协议交互及典型故障排查。重点介绍了GB/T28181-2022标准下的设备编码规范、SIP服务器配置及媒体流保活机制,帮助工程团队高效解决设备离线和媒体流中断等问题。

weixin_30733003的博客 686

新手如何结合pbootCMS和宝塔面板快速构建网站

摘要: 新手可通过pbootCMS(轻量CMS)和宝塔面板(可视化工具)快速搭建网站,无需命令行。步骤包括:1) 准备服务器(Linux/CentOS7.x)和域名;2) 安装宝塔面板并配置LNMP环境(PHP7.4+MySQL5.7);3) 创建网站目录,上传并解压pbootCMS源码,设置文件权限;4) 运行安装向导,填写数据库信息和管理员账号;5) 测试前台/后台功能,优化性能并绑定域名。全程约30-60分钟,宝塔简化运维,pbootCMS便于内容管理,适合零基础用户。注意定期更新和备份以保障安全。

qinzhenyan的博客 1639

如何为你的应用快速集成安全可靠的在线代码执行能力:Judge0五分钟实战指南

在构建在线编程教育平台、AI代码生成工具或技术面试系统时,如何安全、高效地执行用户提交的代码是一个关键挑战。Judge0作为一个开源的在线代码执行系统,提供了沙箱隔离、多语言支持和弹性扩展能力,让开发者能够轻松为应用添加代码执行功能。本文将为你展示如何在五分钟内完成Judge0的部署与集成,打造安全可靠的代码执行环境。 ## 为什么需要专业的代码执行系统? 想象一下,你正在开发一个在线编程学习

gitblog_00091的博客 863

【人工智能AI】是什么?

人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟延伸和扩展人的智能的理论方法技术及应用系统的一门新的技术科学。(百度百科)人工智能的基本原理:机器从「特定的」大量数据中总结规律,形成某些「特定的知识」,然后将这种「知识」应用到现实场景中去解决实际问题。在这个基本原理的基础上,有3个特征:1、人工智能本质上是一种工具2、人工智能技能只能解决特定的问题,而不是什么都能做3、人工智能属于归纳逻辑,可以告诉你是什么,但是不能告诉你为什么。

KJCZ.AK的博客 2万+

Python量化分析实战手册:用MOOTDX构建免费股票数据系统

在量化投资和金融数据分析领域,获取稳定可靠的股票数据往往是开发者面临的首要挑战。高昂的数据费用、复杂的API接口、不稳定的数据源,这些障碍让许多技术爱好者望而却步。今天,我将为你介绍一个革命性的Python工具——MOOTDX,这是一个基于通达信数据的免费开源库,让你能够零成本构建专业的股票量化分析系统。 ## 为什么选择MOOTDX?三大核心优势解析 ### 1. 完全免费的数据获取方案 M

gitblog_00743的博客 1022

【知识分享】高速印刷电路板(PCB)寄生参数计算指南

对于高速PCB设计而言,寄生参数一直是令人讨厌的问题,它们会悄悄潜入PCB并在电路中造成严重的破坏,具体来说,它们是渗透到高速电路中的隐藏杂散电容器和电感器,包括由封装引线和长走线形成的电感器、PCB焊盘对金属平面形成的电容器、走线之间形成的电容器等等。

一只豌豆象的博客 1780

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

MuJoCo入门:五分钟用Python跑通第一个机器人仿真

物理引擎是机器人仿真与强化学习研究的基础工具,其核心价值在于通过数值积分求解动力学方程,模拟真实世界中的接触与运动。在众多仿真器中,轻量级方案因其安装简单、运行高效而备受青睐,尤其适合算法快速验证与教学实践。从简单的关节模型起步,理解模型、数据与步进三大核心对象,即可快速构建机械臂的仿真循环。Python绑定进一步降低了使用门槛,无需复杂依赖即可实现运动学、动力学分析。MuJoCo作为高性能开源物理引擎,凭借稳定的接触求解和简洁的MJCF格式,成为强化学习与机器人控制研究的热门选择。通过两自由度机械臂示例,

weixin_34295316的博客 424

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

Python实战:30行代码将CSV图片链接转为可点击HTML图库

在数据处理与Web开发中,CSV和JSON是常见的数据交换格式,而requests库则是Python中广泛使用的HTTP请求工具。通过API获取JSON数据并解析为CSV,再结合Python标准库生成静态HTML页面,可以实现从数据到可视化界面的高效转换。这种技术方案不仅简化了数据展示流程,还提升了本地浏览体验,适用于图片资源管理、数据报表生成等场景。本文以图片链接为例,详细介绍了如何利用requests、CSV和JSON,快速构建一个可点击的本地图库,并分享了编码、懒加载等工程实践细节。

weixin_33805992的博客 290

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

开源工具链五分钟批量生成教学视频:Manim+FFmpeg+Whisper实战

MG动画和AE常用于教学视频制作,但GUI工具难以脚本化,无法满足批量生产需求。开源方案通过代码驱动动画生成、FFmpeg合成、Whisper字幕对齐,将视频生产拆解为可编程模块,实现五分钟出片的工程化流水线。该方案适合高频结构化内容创作,如技术教程、企业培训,能大幅提升效率并保证风格统一。

weixin_34129696的博客 338

selenium中get_cookies()和add_cookie()的用法

在用selenium爬取网页的时候,有时候需要登陆,这时候用selenium获取cookie和携带cookie是很方便的,获取cookie可以通过内置的函数get_cookies(),它得到的是一组cookie,是由cookie组成的列表。单个的cookie是字典组成的,所有get_cookies()返回值是由字典组成的列表。 dictCookies = browser.get_cookies()...

python学习者的博客 5948

HTTP GET取网络时间:响应头Date字段解析与校时实践

网络时间同步是嵌入式开发和服务端脚本中的常见需求。当NTP依赖的UDP 123端口被防火墙限制,或物联网设备缺乏成熟的SNTP库时,利用HTTP GET请求响应头中的Date字段获取标准时间,成为一种低成本、高兼容性的替代方案。HTTP协议规定服务器响应头必须携带GMT格式的日期字符串,开发者只需解析该字段并转换为Unix时间戳,即可获得秒级精度的可信时间。该技术适用于内网受限、MCU资源有限或快速联调等场景,尤其适合ESP8266等小型设备作为校时兜底方案。文章从协议规范、时间戳换算原理出发,对比多种实现

weixin_33980459的博客 512

Python 工程化重构实战:从代码异味识别到可落地流程

代码质量是软件工程的核心议题,而技术债务的积累往往从代码异味开始。当项目从快速迭代转向稳定维护时,结构混乱、重复代码、过长函数和过度耦合等问题会显著拖累开发效率。重构作为一种不改变外部行为、优化内部结构的系统性方法,是化解技术债务的关键手段。在 Python 生态中,借助 Ruff、radon 等工具可以精准定位问题代码,通过 pytest 构建安全网,再结合 git 与 CI 流程实现小步提交。从函数拆分、类结构整理到资源上下文管理,一系列工程化实践能够帮助团队将存量代码从“能跑”提升为“好改”。无论是个

weixin_34006965的博客 500
上一篇: 为了让大家更好地学习python爬虫,我们做了一个“靶子”
下一篇: 为什么 python 比excel 更值得学习?
智泊AI官方
博客等级 码龄6年 8638粉丝 2667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