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628
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

Django中实现settings.py变量在模板中的全局引用方法

本文详解在Django项目中,如何将settings.py中定义的自定义变量(如网站名称、描述)全局化,以便在HTML模板中直接通过键名访问。核心步骤包括:在settings.py定义变量,在views.py创建接收request参数的上下文函数,并将该函数注册到TEMPLATES配置的OPTIONS中。注意函数必须包含request参数,否则会导致错误。

Django中实现settings.py变量在模板中的全局引用方法

Python Beautiful Soup 模块对象创建与解析详解

本文详细介绍 Python Beautiful Soup 模块中 BeautifulSoup、Tag 和 NavigableString 三种核心对象的创建与使用方法。涵盖通过字符串或文件对象初始化 BeautifulSoup,指定 features 参数选择解析器(如 lxml、html5lib)的技巧,以及获取和修改 Tag 名称、属性及文本内容的实际操作。

Python读写Excel实战:xlwt与xlrd模块详解

本文详细介绍如何利用Python的xlwt和xlrd模块实现Excel文件的读写操作。通过pip安装所需模块后,演示了创建Workbook、添加Sheet、写入单元格数据及保存文件的全流程,并展示了如何打开xls文件、获取Sheet对象、遍历单元格值并打印内容。适用于Python 3.5.2及以上版本,帮助开发者快速掌握基础Excel处理技能。

Python网络编程中recv完整接收数据的三种实现策略

本文深入探讨Python网络编程中利用recv函数完整接收数据的三种核心方法。首先介绍基于连接断开的接收策略,适用于短连接场景;其次解析通过协议尾标识定位完整报文的方法;最后详解基于负载长度字段进行边接收边解析的技术。文章提供具体代码实现,帮助开发者解决TCP通信中的数据完整性问题。

Python中numpy.argsort()函数用法详解与索引提取技巧

本文详细介绍Python中numpy库的argsort()函数,通过实例演示如何将数组元素从小到大排序并提取对应索引。重点解析利用负数索引(如[[wp:a2]])快速获取最大值或特定排名元素的方法,适用于批量数据处理及模型分类场景。

Python中numpy.argsort()函数用法详解与索引提取技巧

Python中查看文件名和文件路径

本文介绍在Python中如何获取文件名和文件路径。通过os模块的basename、dirname、realpath以及listdir和walk函数,可以分别提取URL或本地路径中的文件名与目录,列出指定目录内容,并递归遍历文件夹获取所有文件信息。

Python Beautiful Soup 搜索功能详解:从基础到高级用法

本文深入解析 Python Beautiful Soup 库的搜索功能,涵盖 find() 与 find_all() 的核心用法。详细讲解如何通过标签名、属性、文本及正则表达式精准定位元素,并演示处理自定义属性和 CSS 类属性的技巧。此外,还介绍了利用父级、同级及下级标签进行关联搜索的高级策略,帮助开发者高效提取网页数据。

Python字符串定义与多行处理详解

本文详解Python中字符串的多种定义方式,包括单引号、双引号及三引号的使用场景。重点解析自然字符串(Raw String)忽略转义的特性,以及利用反斜杠、括号实现多行字符串拼接的技巧,配合代码实例展示字符串自动连接与格式化输出的具体效果。

Python求解一元二次方程实根算法详解

本文介绍如何使用Python编程实现一元二次方程的实根求解算法。通过定义接收三个参数的函数,利用数学库计算判别式并判断是否有实根,最终返回方程的两个解。代码包含类型检查与异常处理,适合Python初学者参考学习。

Python求解一元二次方程实根算法详解

Python 性能优化实战:从算法实现到内存布局的深度解析

本文深入探讨 Python 性能优化的多种技术路径,涵盖 Cython、IPython.parallel、numexpr、multiprocessing、Numba 及 NumbaPro 等工具的应用场景。通过对比列表推导、迭代器、eval、生成器及 map 函数的执行效率,并结合 NumPy 数组的 C 与 Fortran 内存布局测试,揭示不同实现方式在时间与空间复杂度上的显著差异,为开发者提供具体的性能调优参考。

Python 性能优化实战:从算法实现到内存布局的深度解析