- 博客(631)
- 收藏
- 关注
RSS订阅原创 Python大数据实战（三）：工资分类预测——基于美国人口普查数据的收入预测全流程
本文基于美国人口普查数据，使用机器学习方法预测个人年收入是否超过5万美元。项目流程包括数据探索、特征工程、模型训练与评估，使用随机森林和逻辑回归等算法。数据集包含32,561条训练数据和16,281条测试数据，涵盖年龄、职业、教育等14个特征。通过可视化分析和缺失值处理，构建分类模型并评估其性能，帮助理解影响收入的关键因素。
2026-06-24 08:31:02
241
原创 使用YOLOv4、OpenCV、Tesseract OCR实现车牌识别：从理论到部署全流程实战
为什么同样的学历，他的工资是我的两倍？”——这个问题困扰过无数打工人。抛开运气和机遇不谈，从数据科学的角度来看，年龄、学历、职业、工作时长这些因素到底能在多大程度上决定一个人的收入水平？如果能用一个模型来量化这些关系，我们就能更客观地理解"高薪密码"。本文使用经典的UCI Adult 人口普查收入数据集，带你从零走完一个完整的机器学习分类项目：数据探索 → 特征工程 → 模型训练 → 评估优化。不只是跑代码，更讲清楚每一步"为什么这么做"。指标值评价准确率 (Accuracy)~82%
2026-06-24 07:48:41
453
原创 Python大数据实战（二）：互联网架构演进之路——从单体到Service Mesh全景解析
系统又挂了！”——凌晨三点被报警电话吵醒，这大概是每个后端工程师的噩梦。随着业务从0到1再到100，用户量从几百到几百万再到几亿，系统架构也必然经历一场"进化"。从最早的单体应用一把梭，到后来的集群化、分布式、微服务，再到今天的Service Mesh——每一步演进背后，都是血与泪的教训。本文带你完整走一遍互联网架构的演进之路，不仅讲"是什么"，更讲"为什么"和"怎么落地"。每个阶段都配有实战代码和避坑指南，适合有1-3年后端经验的开发者阅读。
2026-06-23 12:14:46
668
原创 Python学习第100天：毕业篇——进阶学习路线与资源推荐
恭喜你，走到了 Python 100 天学习之旅的终点！🎉在过去的 99 天里，我们从 Python 基础语法一路学到了团队协作、Docker 容器化、MySQL 性能优化、Django 商业项目开发、软件测试、项目部署上线，甚至面试技巧。Python 面试宝典机器学习数学基础和深度学习入门，帮助你在完成 100 天学习后继续精进。Python 面试宝典是一个系统化的面试准备项目，涵盖了 Python 开发者求职过程中最常被问到的知识点。
2026-06-23 07:59:16
116
1
原创 Python大数据实战（一）：Scrapy爬取二手车数据+GBDT价格预测完整项目
这辆二手车值多少钱？”——这是每个买车人和卖车人都想知道答案的问题。对于数据从业者来说，二手车价格预测是一个经典的"爬虫 + 数据分析 + 机器学习"综合实战项目。它不像鸢尾花分类那样简单，也不像推荐系统那样复杂，刚好卡在"能学到东西又不至于劝退"的甜点区。本文带你从零开始，用 Scrapy 爬取人人车真实数据，用 Pandas 做数据清洗和特征工程，最后用 GBDT（梯度提升决策树）建立价格预测模型。全程代码可运行，适合有 Python 基础、想入门大数据项目的同学。
2026-06-22 18:01:08
330
6
原创 Python学习第99天：面试中的公共问题——Python后端开发面试核心考点梳理
本文是一份Python后端开发面试知识地图，涵盖计算机基础、Python核心、Django/Flask框架、爬虫、数据分析和项目经验六大板块。重点解析了TCP/IP协议栈、HTTP/HTTPS原理、Linux命令、进程线程区别、数据库ACID特性等计算机基础知识，以及Python标准库、GIL机制、装饰器、生成器等核心概念。文章强调面试不是死记硬背，而是系统性检验学习成果，建议读者对照问题查漏补缺，用结构化思维组织答案，并附有推荐阅读资料和实战示例代码。
2026-06-22 08:29:35
144
原创 Python学习第98天：项目部署上线和性能调优——从开发到生产的最后一公里
Python Django项目部署全流程指南摘要 本文详细介绍了Django项目从开发到生产环境部署的全流程，包含以下核心内容： 上线前准备工作： 使用Django检查命令扫描潜在问题 关闭DEBUG模式并配置安全域名 强制HTTPS连接和安全响应头设置 敏感信息通过环境变量管理 服务器环境搭建： Python 3编译安装（不干扰系统Python 2） 依赖库安装和环境变量配置 项目目录结构设计： 代码、配置、日志、静态资源分离 域名申请和SSL证书配置流程 uWSGI生产级配置： 多进程模式配置 日志管理
2026-06-22 08:27:56
79
原创 Python学习第97天：电商网站技术要点深度剖析
《Python电商项目开发全流程解析》文章摘要： 本文系统介绍了电商网站开发的核心技术要点。首先剖析了B2B、B2C等6大电商模式，梳理了用户端和管理端的功能模块。重点讲解了电商数据库设计中的SPU/SKU概念，提供了商品表和订单表的SQL设计示例。详细解析了OAuth2.0第三方登录的授权流程和安全机制，并给出Django集成第三方登录的代码实现。内容涵盖商业模式分析、需求梳理、数据库设计、支付集成等电商全栈开发关键环节，适合具备Django基础的开发者进阶学习商业级项目开发。
2026-06-21 09:38:05
153
2
原创 Python学习第96天：软件测试和自动化测试完全指南
本文介绍了Python软件测试的全面指南，从基础概念到实战应用。主要内容包括： 软件测试概述：讲解黑盒测试与白盒测试的区别，以及等价类划分等测试用例设计方法。 测试金字塔模型：详细解析单元测试、集成测试、系统测试和回归测试四个阶段的特点及执行策略。 测试驱动开发(TDD)：通过计算器开发实例展示"红灯-绿灯-重构"的TDD流程。 单元测试实战：比较Python标准库unittest和第三方pytest框架的使用方法，包括测试夹具、参数化测试等高级特性。 文章适合有一定Python基础的开发者学习如何通过测试
2026-06-21 09:36:09
98
原创 详解Hugging Face Models 的两大核心筛选体系Tasks（任务分类）和Libraries（框架分类）
文章摘要：Hugging Face模型生态通过Tasks（任务分类）和Libraries（框架分类）两大体系实现高效筛选。Tasks维度涵盖多模态、计算机视觉、NLP等6大领域，细分50+子任务（如文本生成、图像分割），对应Qwen-VL、LLaVA、Stable Diffusion等代表模型。Libraries维度则按技术栈划分，包含Transformers、PEFT、GGUF等工具链，解决模型加载、微调与部署问题。双体系协同实现了"模型能力-技术方案"的精准匹配，支持从研发到落地的全流程需求。
2026-06-20 18:50:25
747
8
原创 Python学习第95天：使用Django开发商业项目
本文摘要介绍了Django框架在企业级Web开发中的应用，涵盖以下核心内容： Web应用架构：详细讲解了商业级Web项目的物理架构组件，包括负载均衡、应用服务器、数据库服务器等，强调架构应根据业务需求逐步演进。 Django MTV模式：剖析了Django的MTV架构与MVC模式的对应关系，展示了完整的请求处理流程。 HTTP请求响应：详细说明HTTP请求/响应结构，并演示Django中HttpRequest和HttpResponse对象的使用方法。 ORM深度解析：包括模型字段属性、外键关系设置、高级查询
2026-06-20 09:35:40
133
原创 Python学习第94天：网络API接口设计
本文系统讲解了网络API接口设计的核心要点，从概念到实战全面覆盖。主要内容包括：1.网络API基础概念与HTTP/HTTPS优势；2.API设计核心原则，强调围绕业务实体而非界面设计；3.RESTful架构风格的URL命名、状态码和响应格式规范；4.实战API文档撰写示例。文章适合Python开发者学习Web API设计，提供Django代码示例，强调统一响应格式和避免null值等最佳实践，帮助开发者构建高效、规范的API接口。
2026-06-20 09:35:03
111
原创 Python学习第93天：MySQL性能优化
MySQL性能优化核心要点摘要（150字） 本文系统讲解了MySQL性能优化的四大关键领域：1）建库建表规范，强调使用InnoDB引擎、UTF8mb4字符集、NOT NULL约束等11项设计铁律；2）索引设计原则，包括最左前缀匹配、避免索引失效等6大要点；3）SQL调优技巧，通过慢查询分析、EXPLAIN执行计划定位性能问题；4）架构优化方案，涉及分库分表、读写分离等。文章特别指出大事务、大SQL、大批量操作和大字段是数据库性能的四大杀手，并提供具体应对策略。掌握这些优化方法可显著提升MySQL数据库性能。
2026-06-19 08:17:24
202
原创 Python学习第92天：Docker容器技术详解
本文是一份针对Python开发者的Docker入门教程，主要内容包括： Docker基础概念：介绍了Docker与虚拟机的区别、核心组件（镜像、容器、仓库）以及应用场景。 Docker安装指南：详细说明了在CentOS 7上的安装步骤，包括配置国内镜像加速和验证安装。 Docker实战操作：演示了如何运行Nginx、MySQL和Redis容器，重点讲解了端口映射、数据卷挂载等关键配置，以及MySQL 8.x认证问题的解决方案。 容器管理命令：提供了常用的容器操作指令，如启动/停止容器、查看容器状态等。 文章
2026-06-19 08:16:54
106
原创 Python学习第90天：机器学习实战——泰坦尼克号生存预测完整流程
本文介绍了使用Python进行泰坦尼克号生存预测的完整机器学习流程。从数据加载、探索性分析（包括可视化各类别分布和生存率关系），到特征工程处理缺失值和异常值，为后续模型训练做准备。文章涵盖了数据预处理、特征选择、模型训练与评估等关键步骤，适合机器学习初学者通过实战项目巩固理论知识，掌握分类问题的完整解决方案。所有代码示例均基于Python常用数据分析库（Pandas、Matplotlib等），可直接用于实践。
2026-06-18 13:56:53
157
原创 Python学习第91天：团队项目开发的问题和解决方案——Git版本控制、缺陷管理与持续集成实战
Python团队开发工程实践指南 本文是Python学习系列第90天的内容，重点讲解团队项目开发的三大核心实践。文章首先分析了团队开发中的9大常见问题，指出版本控制、缺陷管理和持续集成是解决方案。随后详细介绍了Git版本控制系统，包括本地/远程操作、分支管理和工作流程。最后分享了缺陷管理工具和持续集成实践，帮助开发者提升协作效率。掌握这些工程技能对职业发展至关重要，能有效解决代码冲突、环境不一致等团队协作难题。
2026-06-18 13:44:46
112
原创 Python学习第89天：自然语言处理入门——从词袋模型到Transformer
本文系统梳理了自然语言处理(NLP)的技术演进路线，从词袋模型到词向量再到深度学习模型。主要内容包括： 词袋模型(Bag of Words)：介绍了词频向量表示方法及其在英文和中文文本中的应用实现，包括停用词处理。 词向量(Word Embedding)：阐述了Word2Vec和GloVe等词向量模型的原理，比较了CBOW和Skip-Gram两种架构的特点，说明了词向量训练过程和应用价值。 深度学习模型：简要提及了RNN、Transformer等深度学习模型在NLP中的应用，为后续学习奠定基础。 文章采用P
2026-06-17 10:07:08
331
原创 Python学习第88天：详解神经网络模型——从感知机到深度学习
在上一篇文章中，我们学习了集成学习算法，通过组合多个弱学习器来构建强学习器。今天我们将进入深度学习的大门，学习神经网络模型——它是现代人工智能的基石，也是图像识别、语音处理、自然语言理解等领域的核心技术。本文将从神经元的基本构成讲起，逐步深入到激活函数、反向传播算法，并通过 scikit-learn 和 PyTorch 两种框架带你动手实践。适合有一定机器学习基础、想系统了解神经网络的读者。本文系统介绍了神经网络模型的核心概念：从生物神经元类比出发，讲解了输入层、隐藏层、输出层的基本构成；
2026-06-17 10:06:48
223
原创 Python学习第87天：集成学习算法（转向机器学习中一个极其重要的技术方向）
在上一篇文章中，我们学习了K-Means聚类算法，掌握了无监督学习中如何通过数据特征自动分组。今天我们将转向机器学习中一个极其重要的技术方向——集成学习。如果说单个模型是"独奏"，那么集成学习就是"交响乐"——通过组合多个弱学习器来构建一个强大的预测模型。从经典的随机森林到工业界广泛使用的XGBoost和LightGBM，集成学习几乎统治了结构化数据的建模任务。
2026-06-16 08:20:05
211
原创 Python学习第86天：K-Means聚类算法（机器学习的另一大核心任务——聚类分析）
在上一篇文章中，我们学习了回归模型，掌握了如何通过线性回归、多项式回归等方法预测连续型数值。今天我们将转向机器学习的另一大核心任务——聚类分析。与分类不同，聚类是一种无监督学习方法，它不需要预先标注的标签，而是通过数据自身的特征相似度来自动分组。K-Means作为最经典、应用最广泛的聚类算法，是每个数据科学从业者的必修课。本文将从算法原理、数学推导、代码实现到scikit-learn实战，带你全面掌握K-Means聚类算法，并了解其优缺点和调优技巧。适合正在系统学习机器学习的Python开发者。
2026-06-16 08:19:45
193
原创 Python学习第85天：回归模型
本文系统介绍了机器学习中的回归分析技术，从线性回归的基本原理出发，逐步深入讲解了多项式回归、正则化方法和逻辑回归等核心概念。文章通过汽车MPG数据集的实战案例，详细展示了数据预处理、特征工程和模型建立的全过程。主要内容包括：回归模型概述与分类；线性回归的数学推导（最小二乘法与梯度下降法）；以及一个完整的回归分析案例，涵盖数据清洗、特征处理和相关性分析等关键步骤。适合有一定Python基础的机器学习初学者系统学习回归分析方法。
2026-06-15 08:25:51
152
原创 Python学习第84天：朴素贝叶斯算法
本文介绍了朴素贝叶斯分类算法的原理及Python实现。主要内容包括： 通过航班延误险案例引出贝叶斯定理，解释其数学表达式中先验概率、似然性和后验概率的关系。 阐述朴素贝叶斯算法的核心思想，重点说明"朴素"假设（特征条件独立性）如何简化计算。 详细讲解算法训练和预测阶段的计算过程，包括先验概率和条件概率的计算方法。 基于鸢尾花数据集，提供从零实现朴素贝叶斯分类器的完整代码，包括数据离散化处理和概率计算逻辑。 强调该算法简单高效的特点及其在文本分类、垃圾邮件检测等场景的应用价值。 文章适合具备Python基础的
2026-06-15 08:25:05
130
原创 Python学习第83天：决策树和随机森林
Python机器学习：决策树与随机森林入门指南 本文介绍了机器学习中决策树和随机森林的核心概念与技术要点： 决策树基础：决策树通过树状结构模拟人类决策过程，包含内部结点（特征测试）和叶结点（决策结果）。构建过程分为特征选择、树构建和剪枝三个关键步骤。 特征选择方法： 信息熵：衡量数据不确定性 信息增益（ID3算法）：偏向取值多的特征 信息增益比（C4.5算法）：修正信息增益的偏向问题 基尼指数（CART算法）：计算高效，支持分类和回归 工程实现：文章提供了Python代码实现关键计算函数（信息熵、信息增益、
2026-06-14 08:42:09
258
原创 Python学习第82天：k最近邻算法（kNN）
本文介绍了机器学习中的k最近邻(kNN)算法，这是一种基于实例的非参数分类方法。文章首先解释了kNN的核心思想"近朱者赤，近墨者黑"，并指出其两大关键问题：k值选择和距离度量。详细讲解了欧式距离等常用距离计算方法，并以经典的鸢尾花数据集为例，展示了数据加载和预处理过程。作者不仅通过NumPy和SciPy从零实现kNN算法（测试准确率达96.67%），还演示了使用scikit-learn库的简便实现方式。全文结构清晰，理论讲解与实践代码相结合，适合Python初学者系统学习kNN算法。
2026-06-14 08:39:42
122
原创 Python学习第81天：浅谈机器学习
在完成了数据可视化工具的学习后，我们将正式踏入人工智能的核心领域——机器学习。从 AlphaGo 战胜李世乭，到 ChatGPT 风靡全球，机器学习正在深刻改变我们的世界。本文面向零基础读者，从人工智能发展史讲起，系统介绍机器学习的核心概念、应用领域、算法分类和实施步骤，并手写代码实现 kNN 算法和线性回归模型，帮助大家建立对机器学习的感性认知，消除"机器学习很神秘"的刻板印象。
2026-06-13 09:19:57
214
原创 Python学习第80天：深入浅出Seaborn和Pyecharts（数据可视化-3）
Python数据可视化进阶：Seaborn与Pyecharts 摘要：本文介绍了两个Python数据可视化高级工具——Seaborn和Pyecharts。Seaborn是基于Matplotlib的高级封装，提供简洁API绘制专业统计图表，支持单变量/多变量分布分析、回归模型可视化等。Pyecharts则是ECharts的Python接口，能创建交互式可视化图表。文章详细展示了Seaborn的分布图、点对图、回归图等核心功能，以及Pyecharts的安装配置和基础用法。通过对比静态图表(Seaborn)和交互
2026-06-13 09:16:11
144
原创 Python学习第79天：matplotlib入门到精通（数据可视化-2：matplotlib高阶图表实战）
这篇文章介绍了Python中Matplotlib库的五种高级数据可视化方法：气泡图、面积图、雷达图、玫瑰图和3D图表。主要内容包括： 气泡图：通过气泡大小/颜色展示三维数据，适用于商业分析等场景 面积图：展示数据趋势和构成关系，适合时间序列分析 雷达图：极坐标系下的多维能力对比，常用于体育数据分析 玫瑰图：极坐标柱状图，放大数据差异，适合周期性数据展示 3D图表：立体数据可视化，需要mpl_toolkits.mplot3d模块 每种图表都配有示例代码、可视化效果图和应用场景说明，帮助读者快速掌握这些高级可视
2026-06-12 08:19:27
180
原创 Python学习第78天：matplotlib入门到精通（数据可视化-1：将数据变成漂亮的统计图表）
本文介绍了Python数据可视化库matplotlib的核心用法，从基础配置到常用图表绘制。主要内容包括：1) 解决中文显示问题和矢量图设置；2) 创建画布(Figure)和坐标系(Axes)的方法；3) 详细讲解折线图(趋势分析)、散点图(相关性分析)和柱状图(数据对比)的绘制技巧；4) 展示多子图、嵌套坐标系等高级布局技术。文章适合已有NumPy和Pandas基础的读者，通过学习可掌握matplotlib的核心可视化能力，为数据分析提供直观展示工具。
2026-06-12 08:19:09
199
原创 Uniapp项目中解决一个比较典型的图标渲染问题：原生 tabBar（pages.json 里配置的那种）
摘要 uni-app项目出现原生tabBar图标异常问题：初始显示正常，点击后部分图标消失。主要排查方向包括：1) 图标尺寸/体积不规范（建议81×81px/≤40KB）；2) 自定义高度参数导致渲染异常；3) 编译器缓存或版本问题；4) 路径大小写敏感问题。针对H5环境，发现问题源于history路由模式导致相对路径解析错误，提出两种解决方案：改用hash路由模式或设置绝对路径base为"/"。建议优先尝试移除自定义样式参数或清除缓存，最终可考虑改用自定义tabBar组件彻底规避问题。
2026-06-11 11:08:07
308
原创 Python学习第77天：深入浅出pandas-6（Index索引类型详解）
摘要：本文深入讲解了Pandas中的五种核心索引类型。范围索引（RangeIndex）通过存储起止值优化内存；分类索引（CategoricalIndex）支持自定义排序和分组顺序；多级索引（MultiIndex）实现高维数据表达与灵活聚合；间隔索引（IntervalIndex）用于数据分箱和范围查询；日期时间索引则专门处理时间序列数据。掌握这些索引技术能显著提升数据操作效率，特别是在大数据量下的排序、对齐和分组聚合场景。文中通过销售数据、学生成绩等实例演示了各类索引的创建方法和典型应用。
2026-06-11 08:20:12
161
原创 Python学习第76天：深入浅出pandas-5（同比环比、窗口计算与相关性分析）
本文介绍了Python数据分析中的三个高级技巧：同比环比计算、窗口计算和相关性分析。在同比环比部分，讲解了使用shift()和pct_change()方法计算业务增长趋势；窗口计算部分演示了如何用rolling()实现移动平均线分析；相关性分析则通过波士顿房价数据集，展示了皮尔逊相关系数的应用场景和解读方法。这些技能对财务报表分析、股票量化交易和特征工程等实际工作具有重要意义，能帮助数据分析师发现数据中的关键模式和关系。文章采用理论讲解+代码实战的方式，适合有一定Pandas基础的学习者提升数据分析能力。
2026-06-11 08:19:34
124
原创 CSDN AI 数字营销会员实测（六）：高转化营销组件、全维度数据监测与专家内容标注体验
本文测评了一款AI数字营销平台的会员功能，重点体验了高转化营销组件、全维度数据监测和专家内容标注三大核心功能。测试发现该平台构建了从选题到数据分析的完整营销闭环：营销组件能灵活嵌入内容促进转化；数据监测模块实现多平台数据归集和ROI计算；专家标注机制有效提升AI内容质量。配套权益如自定义域名、流量扶持等也为
2026-06-10 10:22:37
264
原创 Python学习第75天：深入浅出pandas-4（数据透视与可视化）
本文介绍了Python数据分析中常用的数据透视与可视化技巧。主要内容包括： 描述性统计方法：使用mean()、var()等快速了解数据分布，describe()一键输出关键统计指标。 数据排序与筛选：sort_values()实现单列/多列排序，nlargest()高效获取Top-N数据。 分组聚合操作：groupby()实现分组，agg()应用多聚合函数，支持多维度分析。 透视表与交叉表：pivot_table()创建透视表，crosstab()生成频数统计表。 数据可视化：配置中文字体后，使用plot(
2026-06-10 08:13:37
46
原创 Python学习第74天：深入浅出pandas-3（数据重塑与数据清洗）
本文介绍了Python pandas库在数据重塑与清洗中的核心技巧，主要包括： 数据整合：通过concat实现多表纵向拼接，使用merge进行类似SQL的关联操作，支持内连接、左右外连接等多种方式。 数据清洗： 缺失值处理：检测(isnull)、删除(dropna)和填充(fillna)方法 重复值处理：检测(duplicated)与删除(drop_duplicates) 异常值检测：Z-score和IQR两种统计方法 实战预处理：日期时间字段提取、字符串正则匹配等常见预处理操作。 文章通过具体代码示例，展
2026-06-10 08:13:13
163
原创 详细解读Anthropic报告《当AI构建自己时...》
说实话，我第一次看到 Anthropic 这份报告的时候，脑子里就一个想法：这事儿比我想象的来得快。2026年6月4日，Anthropic 旗下的研究机构 Anthropic Institute 发了一篇博客，标题看着挺低调——《When AI Builds Itself》（当AI开始建造自己）。但内容一点都不低调。他们直接摊牌了：Claude 已经在帮我们写代码、跑实验、做研究，而且速度越来越快。按这个趋势走下去，AI 完全自主设计下一代 AI 的日子，可能比大多数机构准备的要早。
2026-06-09 16:50:00
547
原创 CSDN AI 数字营销会员实测（五）：「营销组件」帮你变现，「GEO 工具」帮你被 AI 看见
这篇文章实测了CSDN AI数字营销会员的两大功能：「营销组件」和「GEO工具」。前者为创作者提供合规导流入口，支持公众号、官网等推广位，解决私域转化难题；后者监测内容在AI平台的引用情况，帮助优化AI时代的曝光效果。两者分别针对变现闭环和流量获取，形成"生产→推广→转化"的内容链路。需注意营销组件有审核门槛，GEO工具有使用限额，适合已具备稳定产出的创作者提升运营效率。
2026-06-09 11:14:19
819
原创 Python学习第73天：深入浅出pandas-2
本文介绍了Pandas中DataFrame数据结构的使用方法，包括五种创建方式（通过二维数组、字典、CSV文件、Excel表格和数据库查询）、基本属性和常用方法（info/head/tail等）。重点讲解了DataFrame的索引切片操作（行列选择、单元格访问修改）和条件筛选技巧（布尔索引、组合条件、query方法）。DataFrame作为Pandas最核心的二维表格结构，为后续数据清洗、聚合等高级操作奠定了基础。文章适合Python数据分析初学者系统学习DataFrame的基本用法。
2026-06-09 08:59:24
157
原创 Python学习第72天：深入浅出pandas-1
Python Pandas Series入门指南 本文介绍了Python数据分析库Pandas的核心数据结构Series的基本概念和操作方法。主要内容包括： Series简介：Pandas的核心数据类型之一，用于处理一维数据，包含数据数组和索引数组。 创建Series：通过列表/数组或字典创建Series对象，可自定义索引标签。 Series运算：支持标量运算和矢量运算，能够对数据进行整体操作。 索引操作：包括普通索引、切片索引（注意标签切片特性）、花式索引和布尔索引。 属性和方法：介绍了dtype、ind
2026-06-09 08:58:59
137
原创 CSDN AI 数字营销会员实测（四）：聊聊「批量生产」和「专属模版」这两把刷子到底好不好用
本文实测了CSDN AI数字营销会员的两大核心功能——「批量生产」和「专属模版」。「批量生产」通过主题拆解、素材上传和参数配置，能快速生成初稿，适合高频产出者；「专属模版」可统一博客样式，提升品牌辨识度，但需专业版会员且6个月内不可更改。两者互补，前者提升效率，后者优化形象，适合长期经营的创作者。但功能依赖会员权益，建议根据自身更新频率和需求理性选择。
2026-06-08 08:54:10
210
原创 Python学习第71天： NumPy的应用-4
本文介绍了向量的基本概念和运算方法。向量是具有大小和方向的几何对象，在二维和三维空间中常用带箭头的线段表示。文章详细讲解了向量的四种代数表示法、模的计算方法，以及向量的加法、数乘、点积和叉积四种基本运算。其中，点积在机器学习中尤为重要，可用于计算向量相似度，如电影推荐系统的例子所示。通过NumPy可以方便地实现向量运算。文章还简要提及了高维向量的概念及其在机器学习中的应用。
2026-06-08 08:24:11
111
rinex数据读取-源码（c#）
2024-07-18
企业DevOps转型技术和工具
2024-05-14
1. Jenkins持续集成从入门到精通 2. 轻松玩转docker 3. 《阿里云Kubernetes项目实战手册》
2024-04-12
卷王问卷考试系统SurveyKing，开源调查问卷和考试系统源码
2024-03-30
kube-prometheus-main
2024-03-30
Activiti与Spring整合开发（完整demo）
2024-01-13
springboot源码分析-自动配置原理入门
2024-01-13
kubesphere-installer.yaml和cluster-configuration.yaml v3.1.1
2023-12-26
安装Ingress-controller所需的两个yaml文件
2023-12-24
jdk-8u241-linux-x64.tar.gz
2023-11-26
工作流流程引擎flowable+springboot+vue3完整项目
2023-11-15
springboot-demo项目 docker compose从入门到放弃教程中的案例
2023-11-15
docker compose
2023-11-15
redis配置文件 使用Docker搭建一个“一主两从”的 Redis 集群（超详细步骤）（）
2023-11-04
Cloud Document Converter 1.9.5.crx
2026-03-31
语音助手 语音识别应用程序
2026-03-26
人工智能开源AI Agent平台OpenClaw技术解析：架构设计、多平台部署与Skills生态系统的综合应用指南
2026-03-13
OpenClaw完全使用手册（202602v1）
2026-03-13
几种AI客服所需的知识库模板文件
2026-03-11
离线计算 Tokens 用量工具代码
2026-03-09
文颜文档桌面端4.0.0
2026-03-06
文颜 MCP Server：让AI帮你管理公众号的排版和发布
2026-03-06
mobi-copilot-android-demo 魔笔（MoBi） Android 示例工程
2026-03-06
全网最火的大龙虾OpenClaw完整安装脚本文件
2026-02-27
Android端终端模拟APP
2026-02-24
JT808终端模拟工具
2026-02-24
《函数计算的功能与使用》资源文件
2026-02-16
Activiti Modeling App 7.9.0 是 Activiti 项目中用于业务流程建模的 Web 应用程序，支持 BPMN 2.0 标准
2026-01-01
Arcgis Server10.8授权文件ecp
2025-05-08
Elasticsearch安装IK中文分词器
2024-11-04
chrome浏览器插件：elasticsearch-head
2024-11-04
mycat2镜像压缩文件 zhangyx1619/mycat2
2024-10-25
RTKLIB: An Open Source Program Package for GNSS Positioning
2024-07-18
《家庭健康营养全书》pdf
2024-07-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人