m0_71559174-CSDN博客

原创标准的大厂代码规范

摘要：本文分享了生产级Python代码规范，强调代码可读性和工程化思维。核心原则是"代码是写给人看的"，要求强制类型提示(Type Hints)、结构化日志(logging替代print)、严格代码格式化(Black/Ruff)。工程层面规范项目结构(src-layout)，提倡防御性编程，使用自动化工具链(Pre-commit Hooks)确保质量。好代码标准包括语义化命名、单一职责函数、完善类型提示、高测试覆盖率及安全配置。建议参考FastAPI/Requests等开源项目学习最佳实

2025-12-07 11:49:38 1322

原创 Python中列表（list）与数组的区别

摘要： Python的列表（List）本质是动态数组，而非传统固定大小的数组。与传统数组相比，Python列表存储的是数据的引用而非数据本身，支持动态扩容和混合数据类型，但内存开销更大。其操作复杂度与传统数组类似：索引和修改为O(1)，尾部追加平均O(1)，但中间插入/删除为O(N)。NumPy数组则更接近传统数组，适合高效数值计算。在算法应用中，需注意避免高频头部操作（如insert(0)），以免性能下降。

2025-12-07 11:40:09 759

原创深度学习一次性访问所有参数——打包、解包

本文演示了Python打包解包在PyTorch中的使用差异。通过构建一个简单的神经网络，比较了两种打印网络参数的方式：直接打印列表和使用*解包打印。结果显示，前者保留列表结构，后者将元组解包为独立参数，导致输出格式不同：前者显示完整列表，后者元组间以空格分隔且无外层括号。这体现了print()函数对不同参数传递方式的响应机制，展示了Python解包操作对输出格式的影响。

2025-07-31 10:27:57 483

原创 NumPy库用法大全（一）

NumPy是Python中进行科学计算的核心库，特别适合深度学习应用。它提供了高效的多维数组对象ndarray，支持广播机制、矢量运算和丰富的数学函数库。主要特点包括：强大的N维数组运算、线性代数、傅里叶变换等功能，可与SciPy、Matplotlib等库配合使用。安装方式支持pip、conda和源码安装。ndarray对象具有内存连续、类型统一等特性，支持多种创建方式（全零/全1数组、从范围创建等）和高级索引（整数数组、布尔、花式索引）。广播机制实现了不同形状数组间的运算，迭代器nditer则提供了灵活的

2025-07-30 14:54:56 2001

原创机器学习分类概述

机器学习的关键组件包括数据、模型、目标函数和优化算法。监督学习通过特征-标签对进行预测，分为回归、分类、标记、搜索推荐等任务；无监督学习则从无标签数据中发现模式，如聚类和降维；强化学习通过与环境交互优化策略。深度学习通过神经网络处理复杂特征转换，其优势在于处理不同长度数据的能力。数据质量、模型设计、损失函数选择和梯度下降等优化方法是实现有效学习的基础。不同学习范式各具特点，适用于从预测分析到决策制定的多种智能任务场景。

2025-07-29 17:30:23 1055

原创 Python常用基础语法(三)

本文介绍了Python编程中的几个核心概念：文件操作、异常处理、面向对象编程(OOP)和魔术方法。文件操作部分讲解了open()函数、路径处理、with语句和pickle模块的使用。异常处理部分涵盖了try-except语句、异常类型、主动引发异常和assert断言。面向对象编程部分详细说明了封装、继承、多态三大特性，以及构造函数、方法重写、私有变量等概念。最后介绍了魔术方法，包括__new__、init、__del__等特殊方法的作用和实现原理。全文内容全面，涵盖了Python编程中的关键知识点，适合中高

2025-07-24 17:00:00 1947

m0_71559174的博客

原创标准的大厂代码规范

原创 Python中列表（list）与数组的区别

原创深度学习一次性访问所有参数——打包、解包

原创 NumPy库用法大全（一）

原创机器学习分类概述

原创 Python常用基础语法(三)

原创 Python常用基础语法(二)

原创 Python常用基础语法(一)

原创深度学习数学基础——线性代数和微积分

空空如也

空空如也