- 博客(26)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 08. ORM——快速开始
本文介绍了ORM（对象关系映射）技术及其在Python中的应用。主要内容包括：1）ORM概念及优势，如减少SQL代码、提高开发效率等；2）Python常用ORM工具（SQLAlchemy、Django ORM等）；3）快速入门指南，涵盖安装SQLAlchemy、创建数据库和引擎；4）表定义方法，包括基类和模型类的创建；5）使用FastAPI的lifespan机制实现自动建表。重点讲解了SQLAlchemy ORM的具体实现，包括字段定义、数据类型映射和默认值设置等细节，并提供了完整的代码示例展示如何与MyS
2026-04-23 21:00:38
519
原创 07. FastAPI——依赖注入（Depends）
依赖注入是FastAPI中的核心功能，通过Depends实现通用逻辑的复用。它能在执行接口函数前自动执行依赖函数，并将结果作为参数传递。相比手动调用依赖，Depends能自动处理参数解析、依赖嵌套和生命周期管理，并具有请求级缓存机制。依赖注入常用于登录校验、数据库连接等接口级逻辑，而中间件更适合处理全局逻辑。通过将重复逻辑封装为依赖项，可以显著减少代码冗余，提高开发效率。实际开发中，建议将系统错误转换为业务错误，通过状态码明确反馈给前端。
2026-04-01 11:33:55
514
2
原创 06. FastAPI——中间件
中间件其实是在和执行的一段就像一个。可以把中间件看作放公共逻辑的地方，这样避免有些需要重复执行的逻辑在每个接口都写一遍。
2026-03-27 11:40:44
464
原创 05. FastAPI——异常处理
文章摘要：本文介绍了FastAPI中HTTP异常处理的实践方法。首先列举了常见异常场景及对应HTTP状态码（如404资源不存在、401未登录等）。重点讲解了HTTPException的使用，它能在业务逻辑出错时返回结构化错误信息而非程序崩溃。通过图书查询示例展示了如何主动抛出404异常，并说明了异常响应的报文格式。文章还补充了Python异常处理关键字（try/except/raise）的使用场景区分，以及常用HTTP状态码的应用场景（如400参数错误、500服务器错误等）。
2026-03-25 12:28:30
273
原创 04. FastAPI——响应类型
response_model 是路径操作装饰器（@app.get或@app.post）的关键参数，它通过一个pydantic 模型来严格定义和约束API端点的输出格式。这一机制在提供自动数据验证和序列化的同时，更是保障数据安全性的第一道防线。class News(BaseModel): # 自定义的数据格式，但是必须是BaseModel的子类id: inttitle: str。
2026-03-23 18:34:32
435
原创 03. FastAPI——参数
本文介绍了FastAPI中三种常见参数类型的使用方法：1. 路径参数（Path Parameters）2. 查询参数（Query Parameters）3. 请求体参数（Request Body）。文章详细说明了每种参数的定义方式、应用场景以及通过类型注解和校验函数实现参数验证的具体方法，为FastAPI开发中的参数处理提供了实用指导。
2026-03-19 16:44:09
462
原创 02. FastAPI——路由
摘要：FastAPI通过装饰器定义路由，建立URL路径、HTTP方法与处理函数的映射关系。以@app.get("/url_root")为例，当客户端GET请求该路径时，会调用异步函数root()，其返回的字典会自动转为JSON响应。这种简洁的装饰器语法（3行代码）即可实现路由功能，返回结果可在浏览器或/docs文档中查看。
2026-03-13 10:48:54
121
原创 01. FastAPI——快速开始
本文介绍了FastAPI项目的创建与运行方法。通过PyCharm创建项目后，可以使用两种方式运行：Terminal输入uvicorn main:app --reload实现热部署，或点击PyCharm运行按钮（较慢）。推荐使用Terminal命令运行，修改代码后刷新页面即可实时查看效果。此外，访问/docs路径可查看交互式API文档，若页面空白可尝试安装fastapi-cdn-host包解决。
2026-03-13 10:30:29
459
原创 00. FastAPI——了解FastAPI
FastAPI是一个高性能Python Web框架，专为构建API服务设计。相比Flask和Django，它特别适合AI项目，采用"用户→API→AI模型→返回结果"的架构模式。主要特点包括：1）支持异步/同步执行，利用async/await提高并发处理能力；2）内置Pydantic实现自动数据校验，通过类型注解减少手动校验代码；3）自动生成交互式API文档（Swagger UI），支持在线测试接口。这些特性使FastAPI成为Python+AI开发的理想选择，既能提升性能又简化开发流程
2026-03-13 10:05:47
427
原创 四、Python面向对象编程基础——Python中的一切皆对象
本文介绍了Python中"一切皆对象"的核心概念。主要内容包括：1）基本数据类型如str、int、list等都是对象，可通过type()验证；2）函数、类和模块也是对象，分别属于不同类别的实例；3）所有对象都具有一等公民特性，可以被变量引用、作为函数参数和返回值、存储在容器中。文章通过自定义Dog类和内置类型的对比，说明Python中对象处理的统一性，并强调实例对象的可变性和一等公民特性。
2026-03-03 12:24:07
621
原创 三、Python面向对象编程基础——理解__init__()
推荐b站资源：一鼓作气拿下Python的拦路虎：面向对象——苑昊老师首次学习/快速回顾两相宜此处仅作为个人学习笔记，仅总结自己认为的重点。
2025-12-31 04:15:35
184
原创 二、Python面向对象编程基础——理解self
本文介绍了Python面向对象编程中self参数的关键作用。通过Dog类的实例演示，说明self代表调用方法的实例对象本身，Python会自动传递该参数。修改bark()方法打印self地址，验证self就是当前实例对象。不同实例调用同一方法时，self会指向各自的实例对象。文章强调self虽可任意命名，但约定俗成使用self，并展示了实例属性和方法的绑定关系，帮助理解面向对象的核心概念。
2025-12-30 16:59:18
380
原创 一、Python面向对象编程基础——类、实例对象与内存空间
如图所示，我们在代码中已经定义好了Dog类以及alex和peiqi两个Dog类下的实例。# 一般而言类名命名建议首字母大写，函数/方法名建议小写。都不能以字母开头。class Dog:# 定义属性# 定义方法print("狂吠")print("咬人")print("叼物品")那么，当使用如下代码创建alex和peiqi两个实例时，内存空间变为这两个实例对象开辟了两块独立的内存空间，由于现在仅仅完成创建实例对象的动作，所以此时的实例对象空间里还什么都没有。
2025-12-29 17:20:12
427
原创 ERROR: failed to solve: node:18-alpine解决办法
考虑由于网络问题导致Docker 无法从 Docker Hub 直接拉取。运行以上命令后，可以正常利用镜像创建容器。
2025-03-04 14:28:22
4820
1
原创 统信系统 Python编译时提示没有正确链接zlib库解决办法
来引导安装pip，但在pip安装过程中，命令行却提示没有zlib模块，但是图形界面已经提示我安装了。在统信系统中安装python3.10后发现不能使用pip，但按理说python3.10应该带着pip，想利用命令。zlib1g和zlib1g-dev的全称太麻烦了，以下简称zlib1g.deb和zlib1g-dev.deb。安装完以上两个包，查看“Status”字段是否显示“install ok installed”（表示成功）。经上述实践问题被解决，pip安装成功，程序正常运行。
2025-02-06 16:59:01
757
原创 关于torch.cuda.is_available()返回False
一、检查GPU型号；二、检查GPU是否支持CUDA；三、检查驱动版本(Driver Version)是否和CUDA Toolkit版本(CUDA Version)匹配
2023-12-04 11:51:50
2400
原创 策略演示元素“ForceInstantDimDropDown“(位于引用的演示“ForceInstantDim“中）不存在。
我的系统版本是win11家庭版，没有组策略编辑器，所以用脚本添加，可能是脚本有点老，加上系统又更新了，于是出现以下提示：又运行了脚本：@echo offpause。
2023-10-23 14:17:46
2092
9
原创 DRL深度强化学习代码实战1——MountainCar-v0小车成功登顶
DRL代码实战1——如果你是刚刚接触DRL的同学，那么本文的内容就是引你入胜的第一个小实验。DRL的学习离不开理论知识，但更不能缺少代码实践！
2023-05-12 11:34:13
3291
2
原创 jupyter notebook不成功？关于conda install nb_conda会出现Solving environment等提示的解答
使用conda install nb_conda命令行在anaconda其他新建环境中安装jupyter notebook可能会出现Solving environment等提示，可能是由于你的python版本比较新（像是3.9）。那么这时候可以使用命令行pip install notebook来安装jupyter notebook。
2023-01-03 11:25:16
9137
10
原创 Anaconda+PyCharm+PyTorch+Gym深度强化学习环境搭建 送新手直接送进炼丹炉
Anaconda+PyCharm+PyTorch+Gym强化学习环境搭建流程，新手强化学习炼丹炉入口。
2022-10-16 10:42:13
24230
17
原创 gym包更新升级到0.26.2版本后炼丹炉的测试代码
关于gym包升级后炼丹炉测试代码的修改，针对由于包升级造成的无法弹出pygame窗口的问题
2022-10-16 10:31:52
11133
15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人