Python开发教程:从基础语法到项目实战

围绕Python学习与开发实践,系统整理基础语法、环境配置、常用库、数据处理、Web开发和项目部署等内容,适合从入门到实战阶段持续查阅。

阅读6001
发布人iPython
发布时间2026-09-23
相关标签:
Python开发专题:从基础语法到项目实战

TensorFlow图片预处理:io.imread与cv2.imread读取差异及resize裁剪详解

本文详解TensorFlow中图片预处理的两类常用方法。对比io.imread与cv2.imread在RGB/BGR存储格式上的区别,以及transform.resize与cv2.resize在数值范围(0-1与0-255)和数据类型(float64与uint8)上的差异。结合tfrecord数据集制作场景,提供通道转换与格式转换的具体代码实现,帮助开发者选择合适的数据加载策略。

TensorFlow图片预处理:io.imread与cv2.imread读取差异及resize裁剪详解

Python openpyxl模块实现excel读写操作

本文详细介绍Python中openpyxl模块在Excel文件处理中的应用。作为处理Excel 2010及以上版本文档的首选库,openpyxl支持读写xltm、xlsx等多种格式,并具备单元格样式设置及图表插入功能。文章通过Workbook、Worksheet和Cell三大核心对象,演示了如何安装模块、读取指定单元格、遍历所有行数据以及修改并保存Excel内容,为自动化测试用例的数据解析提供实用方案。

Python openpyxl模块实现excel读写操作

Python读取NIf格式医学图像及数据增强实战

本文介绍使用Python读取.nii格式医学图像的方法,包括使用Nibabel库加载数据、通过Matplotlib进行3D切片显示以及分段查看ADNI数据。同时提供基于NIflib和Numpy的图像数据增强代码示例,涵盖翻转、旋转等操作以扩充训练集。

Python读取NIf格式医学图像及数据增强实战

TensorFlow动态获取BatchSize的方法与RNN实现

本文介绍在TensorFlow中动态获取BatchSize的方法。通过tf.shape()函数从输入张量中提取批次维度,解决固定形状带来的不便。同时讲解RNN模型中如何利用placeholder动态初始化隐藏状态,并结合variable_scope实现变量复用与命名规范,提升模型灵活性。

TensorFlow动态获取BatchSize的方法与RNN实现

Python timeit模块详解与列表操作性能实测

本文深入解析Python标准库timeit模块的使用方法,包括Timer类的参数配置与对象方法调用。通过实际代码案例,对比了列表构建中+运算、append方法、列表生成器及直接转换四种方式在10000次迭代下的执行耗时,为开发者提供直观的性能参考与优化建议。

Python timeit模块详解与列表操作性能实测

Python实现多个NPY文件合并与CSV批量处理指南

本文介绍如何使用Python合并多个NPY文件,通过遍历目录加载数组并使用numpy.append进行拼接保存。同时提供批量合并CSV文件的方案,利用Pandas读取文件并处理编码问题,将多个月度数据整合为单一文件,适用于数据预处理场景。

Python中npy格式数据的存储与读取完整指南

本文详细介绍Python中如何使用numpy库进行npy格式数据的存储与读取。通过np.save和np.load函数,可轻松处理列表、字典及多维数组。此外,文章还涵盖了将.mat文件转换为npy以及反向转换的具体代码实现,重点解析了h5py处理v7.3格式时的转置问题及scipy库的替代方案,为数据科学工作流提供实用参考。

Python中如何调用自定义函数与模块

本文介绍在Python中调用自定义函数的两种主要方式:通过sys模块修改路径直接调用,以及通过import语句导入模块。文章详细说明了如何配置模块路径,并演示了如何在不同脚本中引用自定义函数及其实例,帮助开发者掌握本地模块的管理与调用技巧。

Python中如何调用自定义函数与模块

Python 3.6.1 安装失败排查与正确安装步骤详解

本文详细解析 Python 3.6.1 在 Windows 环境下安装失败的常见原因及解决方案。重点介绍如何正确配置环境变量 Add Python 3.6 to path,避免路径包含空格或中文,并强调 Windows 7 用户需确保已安装 Service Pack 1 补丁。通过分步图解,指导用户完成从下载、自定义安装到验证解释器运行的全过程,解决安装报错问题。

Python 3.6.1 安装失败排查与正确安装步骤详解

Python判断素数的基础实现与逻辑解析

本文详细解析如何使用Python判断一个自然数是否为素数。通过接收用户输入,利用for循环遍历从2到该数之前的所有整数,并结合取模运算(%)检查是否存在整除情况。文章提供了基础判断代码及批量输出100以内素数的示例,涵盖break语句的使用及边界条件处理,帮助初学者理解素数判断的核心逻辑。

Python将Numpy数组保存为TXT文件的完整指南

本文详细介绍如何使用Python将Numpy格式(.npy)文件转换为文本格式(.txt)。内容涵盖单个文件转换、批量处理文件夹内多个文件的方法,以及解决PyCharm控制台输出截断问题的配置技巧。通过具体代码示例,展示如何调整打印选项、重塑数组形状并保存数据,适用于神经网络权重查看及数据预处理场景。

Python将Numpy数组保存为TXT文件的完整指南