Python 是一种解释型语言。这意味着有一个解释器来运行我们的程序，而不是编译代码并本地运行。在 Python 中，REPL（读取-求值-输出-循环）可以逐行运行命令。结合 Python 提供的一些检查工具，可以帮助开发代码。在下面，您将看到如何 […]
猴子补丁（Monkey Patching）Python代码
Python 是一种动态脚本语言。它不仅具有动态类型系统，可以将变量首先分配给一种类型，然后稍后更改，而且其对象模型也是动态的。这使得我们可以在运行时修改其行为。其结果之一就是猴子补丁的可能性。 […]
Python中的日志记录（Logging）
日志记录是一种存储有关脚本信息和跟踪发生的事件的方法。在 Python 中编写任何复杂的脚本时，日志记录对于在开发软件时进行调试至关重要。没有日志记录，查找代码中问题的根源可能会非常耗时。完成本教程后，您将知道： […]
分析 Python 代码
分析是确定程序中时间花费情况的技术。有了这些统计数据，我们就可以找到程序的“热点”并思考改进的方法。有时，意想不到位置的热点也可能暗示程序中存在错误。在本教程中，我们将 […]
Python 中的静态分析器
静态分析器是无需实际运行代码即可帮助您检查代码的工具。最基本的静态分析器形式是您喜欢的编辑器中的语法高亮显示。如果您需要编译代码（例如 C++），您的编译器（如 LLVM）也可能提供一些静态分析器功能来警告您 […]
在Python中设置断点和异常钩子
有多种调试 Python 代码的方法，其中一种方法是在您希望调用 Python 调试器的代码点中插入断点。用于在不同调用站点进入调试会话的语句取决于您使用的 Python 解释器版本， […]
在机器学习项目中使用Kaggle
您可能听说过 Kaggle 数据科学竞赛，但您知道 Kaggle 还有许多其他功能可以帮助您的下一个机器学习项目吗？对于正在寻找下一个机器学习项目数据集的人来说，Kaggle 允许您访问其他人公开的数据集并分享您自己的数据集。对于那些 […]
编写更优 Python 代码的技巧
我们编写程序是为了解决问题或制造一个工具，以便我们能够重复解决类似的问题。对于后者，我们不可避免地会回头查看我们编写的程序，或者由其他人重用我们编写的程序。也有可能我们会遇到数据 […]
让您的机器学习技能走向全球
赞助帖 在我们相互联系的世界中，在数千英里外做出的一个决定可能会对整个组织或经济产生长远的影响。当微小的变化产生巨大影响时，公司和政府转向机器学习和人工智能来准确预测风险也就不足为奇了。全球社区如何应用机器学习 […]
用于机器学习项目的 Google Colab
您是否曾想要一个易于配置的交互式环境来运行您的机器学习代码，并且可以免费访问 GPU？Google Colab 就是您一直在寻找的答案。它是云端运行 Jupyter Notebook 的方便且易于使用的方式，其免费版本提供有限的访问权限 […]