Python unittest结合DDT实现数据驱动测试详解

本文详解如何在Python中使用unittest结合DDT库实现数据驱动测试。通过data、unpack和file_data装饰器,将测试逻辑与测试数据分离,支持列表、字典及JSON/YAML文件加载,有效提升接口与单元测试的复用性与维护效率。

Python unittest结合DDT实现数据驱动测试详解

Python 列表中批量删除多条字典记录的三种方法

在 Python 中处理包含字典的列表时,若需批量移除满足特定条件的元素或指定位置的记录,可采用列表推导式、filter 函数配合 lambda 表达式,以及 del 关键字按索引操作。本文详细演示三种方法的代码写法、执行结果及注意事项,帮助开发者根据实际场景选择最高效且安全的实现方案。

Python异常处理指南:try-except实践与自定义异常搭建

Python 异常处理是保障程序健壮性的关键机制。本文详解 try-except 语句的基础用法、常见内置异常的捕获方式,以及结合 else 和 finally 实现精细控制的流程。同时介绍如何创建自定义异常、利用 with 语句处理资源释放,并提供拦截后动态修改异常信息并安全重抛的实战技巧,帮助开发者编写无崩溃风险的稳定代码。

Python实现Word、Excel、PPT批量转PDF的示例代码

本文介绍如何利用Python结合win32com组件在Windows环境下将当前目录下的Word、Excel及PPT文件批量转换为PDF格式。涵盖环境要求、依赖安装、标准调用流程及输出路径说明,帮助开发者快速实现办公文档自动化处理,提升日常排版效率。

Python实现Word、Excel、PPT批量转PDF的示例代码

Streamlit 结合 ECharts 快速打造交互式数据大屏

在数据分析与可视化场景中,借助 Python 库 Streamlit 搭配 ECharts 或 Pyecharts,开发者无需前端经验即可快速搭建交互式 Web 数据大屏。本文详细演示如何通过 pip 安装依赖、编写图表配置字典,以及调用内置渲染函数实现两种主流方式的图表渲染,并提供运行验证与排错指引。

Streamlit 结合 ECharts 快速打造交互式数据大屏

Python numpy大矩阵运算内存不足解决方案

在Python中使用numpy处理10000*10000维大矩阵时,常因内存溢出导致进程终止。本文介绍利用稀疏矩阵特性仅计算非零值、通过设置dtype=int节省空间,以及通过遍历非零索引优化计算效率的方法,解决内存不足问题。

Python numpy大矩阵运算内存不足解决方案

Python Requests 模块基础用法与二次封装指南

本文详细介绍 Python requests 模块的标准用法与二次封装方法。通过基础示例掌握 GET/POST 请求与响应对象各属性的获取方式,结合第三方 retrying 库编写具备自动重试功能的 HTTP 请求类,提供稳定高效的 API 调用方案。