Python Matplotlib调用本地字体解决中文乱码指南

本文详细介绍在Python中使用Matplotlib绘图时如何调用本地字体。通过修改fontManager配置、全局设置plt.rcParams以及局部设置fontproperties参数,实现中文字体(如微软雅黑、等线)的正常显示。同时提供清除缓存和动态设置字体的具体操作步骤,解决绘图中的中文乱码与负号显示异常问题。

Python Matplotlib调用本地字体解决中文乱码指南

Python 字典与字符串核心用法解析

本文详细介绍Python中字典和字符串的高级用法。字典作为无序键值对集合,支持增删改查及遍历操作;字符串处理涵盖定义、查找替换、对齐、去空白及切片功能。通过具体代码示例解析字典与列表的区别,以及字符串常用内置方法的使用场景。

Python实现MK突变检验:时间序列分析与代码示例

本文介绍如何使用Python实现MK(Mann-Kendall)突变检验,用于时间序列数据的趋势分析与突变点识别。通过改写自Matlab的算法逻辑,提供完整的Python代码示例,包括正逆序统计量计算及可视化绘图方法,帮助开发者快速掌握该统计工具的实际应用。

在Python 3环境中编译安装Boost.Python依赖完整指南

本文详细记录了在Python 3.6.5环境下手动编译安装Boost.Python依赖的完整流程。针对boost_1_65_1版本,重点解析了bootstrap.sh参数配置及project-config.jam文件中python.configured部分的头文件与库路径修正方法,确保编译生成的lib目录下包含正确的Python3动态链接库,解决常见的找不到头文件错误。

在Python 3环境中编译安装Boost.Python依赖完整指南

Python 内置方法 __del__ 与 __str__ 详解

本文详细解析Python中__del__与__str__两个内置方法。__del__在对象销毁前自动调用,用于管理资源释放;__str__控制print输出格式,需返回字符串。通过Cat类示例,展示对象生命周期管理及自定义打印内容的实现方式。

Python 内置方法 __del__ 与 __str__ 详解

Python面向对象编程:继承机制详解

本文深入解析Python面向对象编程的三大特性,重点阐述继承如何实现代码复用。详细讲解单继承的语法结构、专业术语(基类与派生类),并通过对比不使用继承与使用继承的代码示例,展示子类如何自动拥有父类的方法与属性,同时封装自身特有逻辑。

Python面向对象编程:继承机制详解

Python项目打包成exe文件

本文介绍了如何将Python项目打包为独立的exe执行文件。通过安装pyinstaller库,使用特定命令将包含main方法的脚本进行打包,最终在dist目录下生成可执行的exe文件,实现脱离IDE独立窗口运行。

Python项目打包成exe文件

Python编写小程序探测Linux端口占用情况

本文介绍了在Linux系统中查询端口占用情况的两种常用命令:lsof和netstat,并详细解析了netstat相关参数的含义。同时,提供了一个基于Python的端口扫描小程序,支持指定IP和端口范围的占用检测,帮助开发者快速排查服务冲突问题。

Python面向对象编程:类的封装与__slots__机制详解

本文深入解析Python中的封装机制,涵盖通过双下划线实现伪私有变量、利用__slots__限制实例属性以优化内存,以及使用@property装饰器管理属性读写。通过Wife02、Wife03及Person与Car类的代码示例,展示如何限制数据范围、访问私有成员及分而治之的设计思想。

Java调用Python的三种实现方式详解

本文详细解析在Java环境中调用Python代码的三种主流方案:通过PythonInterpreter直接执行语句、加载本地脚本文件并调用特定函数,以及直接运行完整Python脚本。文章结合具体Java代码示例,展示了参数传递、结果获取及路径配置等关键细节,帮助开发者实现跨语言功能集成。

Python Playwright结合Pytest执行Web自动化测试用例详解

本文详细介绍如何在Python中使用Playwright结合Pytest进行Web应用程序的端到端测试。内容涵盖pytest-playwright插件的安装、测试用例的编写规范、命令行执行参数配置(如指定浏览器、开启视频录制、忽略HTTPS错误等),以及持久上下文和模拟移动设备等高级用法,帮助开发者高效构建自动化测试流程。

Python高效统计文本行数的实现与性能对比

本文介绍如何使用Python高效统计文本文件行数。通过读取二进制数据并利用bytes的count方法,可显著提升处理速度。实测显示,Python方案在一千万至六亿四千万行的大文件测试中,耗时低于系统命令wc -l,主要得益于C底层实现的优化。