- 博客(75)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 灵活的参数传递：使用*args和**kwargs让类实例像函数一样调用
在Python的世界里，我们经常会遇到需要让类实例表现得像函数的场景。这不仅可以增强代码的灵活性，还能提高其可读性和可维护性。通过一些巧妙的技巧，我们可以模拟函数的行为，让类实例在调用时表现得如同内置函数一样自然。本文将带你探索五种不同的方法，让你的类实例不仅仅是对象，更是功能强大的工具。我们将从使用functools.wraps装饰器开始，看看如何通过它来复制函数的元数据。接着，我们会探讨使用lambda函数和functools.partial函数的巧妙之处，以及如何利用callable协议和灵活的参数接
2024-09-10 17:23:39
166
原创 FastAPI 深入学习：利用__call__方法实现动态依赖项
在Python中，__init__和__call____init____init____call____call__instance()__call____call__qqTrueFalse在你的FastAPI应用示例中，类被用作一个依赖项，它检查查询参数中是否包含特定的固定内容。checker"bar"checker__call__qqcheckerchecker__call__q"bar"checker这样，当用户发送GET请求到并提供查询参数q时，FastAPI会调用checker实例来检查q。
2024-09-10 17:13:33
128
原创 用Python包加速你的视频剪辑:Tailor工具全解析
Tailor是一款视频智能裁剪、视频生成和视频优化的视频剪辑工具。目前的目标是通过人工智能技术减少视频剪辑的繁琐操作，让普通人也能简单实现专业剪辑人的水准！长远目标是让视频剪辑实现真正的AIGC！这些包覆盖了从图像处理、音频处理、视频编辑、机器学习到自然语言处理等多个领域，是进行相关项目开发的有力工具。当然，这是一份Python包的列表，每个包都有其特定的用途。
2024-09-09 22:14:28
318
原创 FastAPI 进阶：使用 BackgroundTasks 处理长时间运行的任务
在 FastAPI 中，BackgroundTasks 是一个功能，它允许你在发送响应给客户端之后执行后台任务。这些任务对于不需要客户端等待的操作非常有用，比如发送电子邮件通知或处理数据。然而，当服务器重启时，由于 BackgroundTasks 是与单个应用实例的生命周期相关联的，它们不会自动恢复执行。
2024-09-09 17:57:15
614
原创 FastAPI 深度指南：使用依赖注入处理分页和过滤逻辑
将这些参数作为依赖项注入，FastAPI会在调用路由函数之前自动执行这些依赖函数，并将结果作为参数传递给路由函数。这种方式不仅使代码更加模块化，而且使得参数处理逻辑可以在多个路由中重用，从而简化了API的开发和维护。这在处理API的分页和过滤逻辑时尤其有用，因为它可以将这些逻辑抽象化，从而减少冗余代码并提高效率。模块，它用于添加额外的类型信息或元数据到已有的类型上，但在 FastAPI 中，它主要用于添加额外的文档信息到参数上。这个简化的代码仍然实现了分页和过滤逻辑，同时减少了代码的复杂性。
2024-09-09 17:20:37
530
原创 构建模块化的FastAPI应用: 从用户认证到角色控制
在 FastAPI 中，通常会使用 Pydantic 模型来定义请求和响应的数据结构。为了实现一个简单的用户角色验证功能，我们可以创建一个模型来表示用户，并包含一个字段来存储用户的角色信息。然后，我们可以在依赖项中使用这个模型来进行角色检查
2024-09-08 21:27:36
736
原创 FastAPI模块化：为复杂应用程序提供清晰的结构
在现代软件开发中，随着应用程序规模的扩大和功能的增加，传统的单体架构逐渐暴露出其局限性。FastAPI中的模块化设计是指将应用程序的不同部分划分为独立的模块，每个模块负责处理特定的功能或业务逻辑。FastAPI的官文的文档结构可以针对一个应用程序，也可以针对应用程序中的一个模块。随着应用程序的增长，你可以继续添加更多的模块，每个模块都遵循类似的结构。：模块化设计允许你在不同的项目中重用代码。：模块化设计有助于定义清晰的API边界，每个模块可以有自己的路由和端点，这使得API文档更加清晰和有组织。
2024-09-08 21:08:22
767
原创 FastAPI数据模型：使用FormData extra参数防止数据污染
在FastAPI中，使用Pydantic模型来定义表单字段时，确保传值的安全性是一个重要考虑。通过设置Pydantic模型的`extra`参数为`"forbid"`，你可以增强API的安全性，确保只有预先定义并验证过的字段被接受。这有助于防止潜在的恶意数据注入或意外的错误数据，从而保护你的应用程序。
2024-09-08 15:57:56
314
原创 FastAPI进阶：Form参数在API设计中的最佳实践
在FastAPI中，当你想要从`form-data`（通常在HTML表单中使用）中获取数据时，你需要使用`Form`类来声明这些参数。这告诉FastAPI，这些参数应该从请求的表单数据中获取，而不是从查询参数或请求体（JSON）中获取。
2024-09-08 15:30:32
982
原创 深入FastAPI：掌握使用多个关联模型的高级用法[Union类型]
在FastAPI中，响应模型可以声明为Union类型，这允许你为同一个端点定义多种可能的响应模型。这种灵活性使得API可以根据不同的情况返回不同类型的数据结构。例如，根据请求中的查询参数或数据库中的数据，一个API端点可能有时返回一个用户模型，有时返回一个订单模型。使用Union类型，你可以为这些不同的响应定义一个统一的响应模型，从而提高代码的可维护性和API的可用性。这种方法也有助于在API文档中清晰地展示各种可能的响应类型，为开发者和API用户提供更好的指导。
2024-09-08 13:35:17
295
原创 深入FastAPI：掌握使用多个关联模型的高级用法
在构建RESTful API时，经常需要处理复杂的数据关系。FastAPI通过支持多个关联模型，使得定义这些关系变得简单直观。这种方法不仅提高了代码的可维护性，还增强了API的灵活性。通过使用Pydantic库，我们可以轻松定义数据模型及其关联，从而在FastAPI应用中实现强大的数据处理逻辑。无论是一对多、多对一还是多对多的关系，FastAPI都能游刃有余。掌握这一技巧，将帮助你构建更加健壮和高效的API。
2024-09-08 13:24:06
418
原创 深入理解FastAPI的response_model：自动化数据验证与文档生成
在构建 RESTful API 时，确保数据的一致性和正确性是非常重要的。FastAPI 提供了强大的工具来帮助开发者实现这一目标。其中一个关键特性是 参数，它允许开发者定义期望的响应格式，并自动处理数据的序列化、验证和文档生成。 是 FastAPI 中的一个参数，它用于声明 API 响应的数据模型。这不仅可以确保响应数据的类型正确，还可以自动验证数据，并在 API 文档中为响应添加 JSON Schema。这意味着，使用 ，你可以减少手动编写和验证代码的工作量，同时提高 API 的可维护性和可读性。 可
2024-09-08 12:16:15
746
原创 构建现代API：FastAPI中Query与Body参数的最佳搭配
Query: 用于处理URL查询参数，即URL中?后面的部分。Body: 用于处理请求体中的数据，通常用于处理POST、PUT等请求中的JSON数据。Query从URL查询字符串中获取数据，而Body从请求体中获取数据。此外，它们可以有不同的验证条件，但这些条件的使用方式是相似的。你可以使用相同的验证器，如gtgemin_lengthmax_length等，来确保数据符合预期的要求。
2024-09-07 11:29:03
643
原创 超越传统：Reflection 70B如何革新AI语言处理
AI领域迎来了革命性的变革，HyperWrite公司推出的开源AI大模型Reflection 70B，以其卓越的性能在多个基准测试中超越了GPT-4o和Llama 3.1。这款基于Meta的Llama 3.1 70B Instruct构建的模型，采用了先进的“Reflection-Tuning”技术，能够在最终确定回答前检测并纠正自身的错误，显著提高了输出的准确性。Reflection 70B特别适合需要高精度推理的任务，其零样本推理能力也相当出色。
2024-09-06 16:32:32
1269
原创 探索Python中的Ellipsis：不仅仅是三个点
..是Python中的一个特殊值，它在不同的上下文中有不同的用途。在切片操作中，它代表整个序列；在NumPy中，它用于多维数组的全维度操作；在函数调用中，它可以传递可变数量的参数；在类型注解中，它表示任意类型。尽管它在很多情况下可以和None互换使用，但它们在技术上是不同的对象。
2024-09-04 21:28:42
945
原创 利用 Llama-Index为你的应用程序注入智能搜索
Llama-Index 是一个基于大型语言模型的索引和检索工具，它允许用户快速检索和使用大量文本数据。
2024-09-04 18:19:22
645
原创 无需前端技能：如何使用 Amis 框架简化页面开发
Amis 的设计理念是通过配置而非编码来实现页面的构建，这使得即使是不熟悉前端技术的开发者也能快速上手。Amis 提供了丰富的组件库和模板，支持自定义和扩展，以满足不同项目的需求。使用 Amis 时，你可以通过其提供的 JSON 配置文件来定义页面结构，包括布局、组件、数据源和事件处理等。此外，Amis 还提供了模板和数据映射功能，使得动态内容生成和数据转换变得简单。通过 Amis，开发者可以专注于业务逻辑的实现，而不必担心页面布局和样式设计。同时，Amis 的可扩展性也为复杂应用提供了足够的灵活性。
2024-09-03 21:39:59
291
原创 FastAPI 中间件与依赖注入：打造灵活的 API 架构
Depends 是 FastAPI 推荐的依赖注入方式，因为它提供了强大的功能，如并行执行、自动错误处理和易于测试。然而，在某些情况下，其他方法可能更适合特定的需求或设计模式
2024-09-03 17:15:12
687
原创 深入理解 FastAPI 测试：TestClient带你飞起来
进行测试可以帮助你确保你的 API 按照预期工作，同时也可以作为文档的一部分来展示 API 的使用方式。是 FastAPI 提供的一个测试客户端，它允许你在不启动外部 HTTP 服务器的情况下，对 FastAPI 应用进行测试。这对于单元测试和集成测试非常有用。在测试中，你可以使用测试夹具（fixtures）来设置和清理测试环境。你还可以测试异常和错误处理，确保你的应用能够正确处理错误情况。在你的 FastAPI 应用中定义路由和任何必要的依赖项。你可以编写集成测试来测试多个路由和依赖项之间的交互。
2024-09-03 16:45:32
499
原创 从 pdb 到 ipdb：升级你的 Python 调试工具箱
在 Python 开发中，除了 pdb（Python Debugger），还有多种调试工具和方法可以帮助你调试代码ipdb是一个基于pdb（Python Debugger）的增强型调试器，它提供了一个更友好的界面和一些额外的功能，使得调试 Python 代码更加方便。以下是如何在 Python 项目中使用ipdb。
2024-09-03 16:10:53
468
原创 FastAPI 进阶：使用 Pydantic 验证器增强 Query 参数验证
函数来验证查询参数，如果验证失败，它会返回错误响应。来注入你的模型实例，这样 FastAPI 就会在调用路由函数之前执行验证逻辑。参数编写 Pydantic 验证器可以让你实现复杂的验证逻辑。参数，你可以使用它来定义一个正则表达式，用于验证查询参数的格式。）来实现复杂的验证逻辑，并将验证结果作为依赖项注入路由函数。装饰器来创建一个验证器函数，该函数将包含你的验证逻辑。参数，并在路由函数中实现逻辑来验证这些参数的组合。，你可以创建一个前置依赖函数来执行复杂的验证逻辑。如果需要，你可以使用外部验证库（如。
2024-09-02 20:00:01
1111
原创 FastAPI Query 类详解：参数验证与高级用法
在这个例子中，q 参数被定义为一个字符串，它有一个最小长度、最大长度和一个正则表达式模式。如果 q 参数的值不满足这些条件，FastAPI 将返回一个错误响应，并且这些验证规则会被自动记录在 API 文档中。这些参数可以帮助你定义查询参数的预期行为，同时提供额外的验证和文档说明。使用这些参数可以确保客户端发送的数据符合你的 API 的要求，并且可以自动生成清晰、有用的 API 文档。在这个例子中，q 参数被定义为一个列表，它可以接收多个值，并且可以通过 alias 参数为它设置一个别名。
2024-09-02 19:54:00
653
原创 FastAPI 中的 Query：优化你的数据获取策略
在 FastAPI 中，Query是一个依赖项类，用于处理来自 HTTP 请求的查询参数。查询参数是 URL 的一部分，通常用于 GET 请求，它们在 URL 的路径之后，以?开头，参数之间用分隔。。Query。
2024-09-02 19:02:45
810
原创 异步并发处理利器：在 Jupyter Notebook 中玩转 asyncio
而不是尝试创建一个新的。报错通常是因为 Jupyter Notebook 已经运行在一个事件循环（event loop）内部。函数是为了启动一个新的异步事件循环而设计的，它不应该在一个已经运行的事件循环内调用。但请注意，通常情况下，在 Jupyter Notebook 中直接使用。后，你应该能够在 Jupyter Notebook 中正常使用。是一个库，允许你在已有的 asyncio 事件循环中运行。在 Jupyter Notebook 中使用。为了解决这个问题，你可以直接使用事件循环的。
2024-09-02 16:21:11
319
原创 Python高级特性：探索**字典解包的内部机制
在Python中，**（两个星号）用于对字典对象进行解包操作，这允许你将字典中的键值对作为独立的关键字参数传递给函数。这种语法在调用函数时非常有用，尤其是当你有一个包含多个参数的字典，而你希望将这些参数直接传递给函数时。
2024-09-01 17:57:36
491
原创 Annotated是Python类型注解系统的工具
Annotated 是 Python 类型注解系统中的一个工具，它允许你为已有的类型添加元数据。这些元数据可以用于多种目的，但它们在运行时不会改变类型的行为或对类型进行强制约束。Annotated 的主要作用是提供一种机制，使得开发者能够在类型注解中包含额外的信息，这些信息可以被静态类型检查器、IDE、代码分析工具等使用。
2024-09-01 17:47:01
1053
原创 元数据与 Annotated：Python 类型系统的新视角
元数据（Metadata）是描述其他数据的数据。它提供了关于数据的上下文信息，可以帮助解释数据的内容、来源、结构、质量、含义、管理方式以及如何使用等。元数据可以应用于各种类型的数据，包括文本、图像、音频、视频、数据库记录等。# 定义一个自定义的类型检查函数# 使用 Annotated 添加自定义的类型检查# 定义一个函数，要求参数是正整数# 调用函数print(add_positive_numbers([1, 2, 3])) # 输出: 6在这个例子中，我们定义了一个名为。
2024-09-01 16:13:32
1132
原创 Union在Python 类型注解中的应用与最佳实践
Union” 在中文中通常翻译为“联合”。在数学和逻辑学中，它指的是两个或多个集合的并集，即包含所有集合中元素的集合。在 Python 的类型注解中，Union类型表示一个变量可以是多种类型中的任意一种，这与数学中的并集概念相似，因此“联合”这个词很好地表达了这个概念。在Python中，使用Union来注解一个函数参数可以接受多种类型的输入是一种常见的做法，这有助于提高代码的可读性和类型安全性。Union是typing模块提供的一个泛型类型，它允许你指定一个变量可以是多种类型中的任意一种。
2024-09-01 14:57:44
340
原创 优化Python代码：List类型注解与typing模块的高级应用
在 Python 中，是一个导入语句，用于从typing模块中导入List类型。typing模块是 Python 的标准库的一部分，它提供了用于类型注解的工具，以便在编写代码时指定变量、函数参数和返回值的预期类型。这有助于代码的可读性和维护性，并且可以与类型检查工具（如mypy）一起使用来检测类型错误。
2024-09-01 11:14:00
584
原创 DiskCache：Python开发者的磁盘缓存利器
DiskCache是一个用纯Python编写的轻量级缓存库，它利用磁盘空间来存储缓存数据。与传统的内存缓存相比，DiskCache可以利用磁盘上未被充分利用的空间，为需要大量缓存数据的应用程序提供支持。它的核心是基于SQLite数据库，这使得它能够高效地管理缓存对象，同时支持SQL查询。DiskCache是一个开源的Python缓存库，它允许开发者利用磁盘空间来存储和管理缓存数据。与传统的内存缓存相比，DiskCache可以存储更多的数据，并且即使在系统重启后也能保持数据不丢失。
2024-09-01 11:04:42
362
原创 手把手教你：用sentence-transformers库进行文本嵌入
在 Python 中使用 sentence-transformers 库进行实操
2024-08-31 21:25:25
638
原创 数据增强在Sentence Transformers中的作用：提高句子评分任务的性能
在现实世界中，你可能会根据书名、作者或者目录来猜测，但如果你有一本神奇的书，它能把所有文字内容变成一串特殊的密码（我们称之为“向量”或“嵌入”），那么你就可以通过比较这些密码来找出内容相似的书了。" 和 "晴天让我很开心。Sentence Transformers 处理这两组句子的方式，可以想象成一种高级的比较技术，它能够捕捉句子背后的含义，并将其转换成可以量化和比较的数字形式。Sentence Transformers 就像是你的个人助理，它能够理解图书馆里每本书的精髓，并帮你快速找到你需要的信息。
2024-08-31 21:19:33
1186
原创 Open WebUI官方库：解锁人工智能服务的官方通道
Open WebUI 是一个开源项目，它提供了一个基于 Web 的用户界面，用于管理和操作各种本地和云端的人工智能模型。这个界面让用户可以方便地加载、配置、运行和监控各种 AI 模型，而无需编写代码或使用命令行界面。它支持多种大型语言模型（LLM），包括与 Ollama 和 OpenAI 兼容的 API。
2024-08-31 20:36:24
1486
原创 探索JSON Schema的世界
在职场中，若你频繁与JSON数据打交道，并致力于保障数据准确性与统一性，那么你不妨探究一下这款工具。JSON Schema是一种描述JSON数据结构的格式。就像你填写表格时，表格上会告诉你每个空格应该填什么类型的信息，比如姓名、电话号码或者邮箱地址，JSON Schema就是用来告诉计算机，一个JSON文件中每个字段应该包含什么样的数据。用小白话来说，可以把JSON Schema想象成一种“数据的说明书”。
2024-08-31 16:38:17
1357
原创 Python 数据结构：字典与集合的详细对比
在 Python 编程语言中，字典（dictionary）和集合（set）是两种非常核心且功能强大的数据结构。它们在处理数据时扮演着不同的角色，了解它们的区别对于编写高效、清晰的代码至关重要。本文将详细介绍字典和集合的特点、用法以及何时使用它们。
2024-08-31 10:45:38
952
2
原创 Python tuple元数据操作：提升你的数据处理能力
在 Python 3.10 中，元组的类型和行为没有太大变化，但是 Python 3.10 引入了一些新特性，比如模式匹配（Structural Pattern Matching），这可能会影响你处理元组的方式。在 Python 3.10 中，元组（tuple）是一种不可变的序列类型，它可以存储不同类型的元素，并且一旦创建，其内容不能被修改。元组有一些内置方法，如 `count()` 用于计数某个元素出现的次数，`index()` 用于查找某个元素的索引。使用 `len()` 函数获取元组的长度。
2024-08-31 10:25:54
555
原创 掌握 Python列表：从基础到进阶技巧
在 Python 3.10 中，列表（list）是一种内置的、有序的、可变的数据结构，可以存储不同类型的元素。列表是 Python 中最常用的数据结构之一，因为它非常灵活。这行代码是一个列表推导式，用于创建一个新列表，其中包含数字 0 到 9 的每个数字的平方。：这是表达式部分，表示对每个元素进行的操作。： 通过索引访问列表中的元素，索引从 0 开始。方法查找某个元素在列表中的第一个匹配项的索引。：这是新列表的名称，我们将在其中存储计算结果。： 一种简洁的构建列表的方法。循环遍历列表中的每个元素。
2024-08-31 10:13:16
1092
原创 Pydantic 详解：FastAPI 中的数据验证神器
FastAPI 是一个现代的、快速的 Web 框架，用于构建 API。它基于 ASGI (Asynchronous Server Gateway Interface)，这使得 FastAPI 能够支持异步请求处理，从而提供高性能的 Web 服务。FastAPI 利用 Python 类型提示来增强开发体验，通过类型提示进行自动的数据验证和自动文档生成。Pydantic 是一个数据验证和设置管理库，它使用 Python 类型注解来验证输入数据的类型和结构。
2024-08-30 15:58:35
962
原创 如何使用Bash脚本确保你的网站在部署后立即可用
在自动化部署过程中，可能需要在启动服务后执行一些后续步骤，比如数据库迁移、缓存预热等。这个脚本通常用于确保在启动依赖的服务之前，服务已经完全启动并可以接受请求。：在使用容器技术（如Docker和Kubernetes）时，这段代码可以用来确保在容器内运行的服务已经准备好接收流量。：这个命令使脚本暂停1秒钟。这段代码可以用来控制服务的启动顺序，确保依赖的服务先启动。这段代码可以用来确保在调用下游服务之前，下游服务已经启动并可用。：在服务因故障而重启时，这段代码可以用来监控服务是否成功恢复并准备好接收请求。
2024-08-29 15:36:28
439
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人