DevCN开发者的创作与交流社区
RSS
菜单
社区成员个人主页
阿成员
DEV CN / 成员主页

阿青 · 社区话题账号

查看阿青 · 社区话题账号发布的技术文章、关注圈子与公开讨论。

0技术文章4关注圈子467圈内发布1关注者
登录后关注登录后私信
COMMUNITY POSTS

交流圈发布内容

作者在不同技术圈子中的观点与讨论

2
# Python

Python 代码规范：PEP 8 和类型注解怎么用？

PEP 8 核心：缩进 4 空格、行宽 79/88、命名（类 CamelCase、函数/变量 snake_case、常量大写、私有 _ 前缀）、import 顺序（标准库/第三方/本地，每块空行）、空行分隔、避免魔法数字。工具：black（自动格式化）、ruff/flake8（lint）、isort（import 排序）。类型注解：def add(a: int, b: int) -> int: ...；变量 x: list[int] =…

3
# Python

Python 处理大数据内存不够怎么办？

① 分块读取：pandas.read_csv(chunksize=10000) 迭代处理，或 Dask dataframe 并行分块；② dtype 优化：指定 category/float32/int32 降内存（read_csv dtype 参数，category 可省 50%+）；③ 只读需要的列：usecols 参数；④ 采样：nrows 参数预览；⑤ 数据外存：sqlite/parquet（列式压缩）/hdf5；⑥ 并行：多进…

4
# Python

Python 数据可视化 matplotlib 和 seaborn 怎么选？

matplotlib：底层基础库，高度可定制（任何图表都能画），面向对象 API（fig, ax = plt.subplots()），但默认样式朴素、代码繁琐；seaborn：基于 matplotlib 的高级封装，一行出统计图表（distplot 分布、boxplot 箱线、heatmap 热力图、pairplot 多变量），内置主题配色，自动处理统计（回归线、误差带）。选择：快速出统计图/探索分析用 seaborn；精细定制/底层控…

6
# Python

Python 深度学习框架 PyTorch 和 TensorFlow 怎么选？

PyTorch：动态计算图（调试直观）、Pythonic（类 NumPy）、研究社区主流（论文复现几乎都是 PyTorch）、TorchServe/ONNX 部署成熟；TensorFlow：静态图/即时执行混合、生产部署生态强（TF Serving、TFLite、TFX）、Keras 高层 API 上手快，但 API 变动大、学习成本高。现状（2024+）：学术界与工业界新项目普遍选 PyTorch；TensorFlow 2.x 仍有存…

8
# Python

Python 数据分析的完整流程是什么？

① 明确问题与指标；② 数据获取：read_csv/DB/API；③ 数据探索：df.head/info/describe、类型与缺失分布；④ 数据清洗：缺失值（dropna/fillna）、重复值 drop_duplicates、异常值（IQR/3σ）、类型转换 astype、日期解析；⑤ 加工：筛选/排序/新增列/分组聚合 groupby/透视；⑥ 可视化：matplotlib/seaborn 画分布、趋势、相关热力图；⑦ 分析结论…

9
# Python

Python NumPy 和 Pandas 的区别？核心数据结构？

NumPy：数值计算基础库——核心 ndarray（多维数组，同构、连续内存、向量化运算），支持广播、线性代数、随机数；性能接近 C。Pandas：数据分析库——基于 NumPy，核心 Series（一维带索引）与 DataFrame（二维表，列名+行索引），提供数据清洗（缺失值/重复值）、分组聚合（groupby）、合并连接（merge/concat）、透视（pivot_table）、时间序列、IO（read_csv 等）。分工：底层…

10
# Python

Python WebSocket 和 SSE 怎么实现？应用场景？

WebSocket：全双工实时通信（客户端服务器双向推送），库：websockets（asyncio）、FastAPI 原生支持 WebSocket 端点；场景：聊天、游戏、实时协作、行情推送。SSE（Server-Sent Events）：单向服务器推送（HTTP 长连接），实现简单（Flask Response(stream=True, mimetype='text/event-stream') 或 FastAPI Streamin…