THON关键词检索结果

如何使用 Python Random 模块实现随机化

How to Implement Randomization with the Python Random Module

让我们在代码的输出中生成随机性这篇文章《如何使用 Python 随机模块实现随机化》首先出现在《走向数据科学》上。

工党通过新法律推进全民儿童保育计划,允许从私人运营商收集数据

Labor advances universal childcare plan with new laws to allow collection of data from private operators

独家报道:杰森·克莱尔表示,新权力将确保信息具有“代表性”,帮助政府实施“基于证据的改革” 关注我们的澳大利亚新闻直播博客,了解最新动态 获取我们的突发新闻电子邮件、免费应用程序或每日新闻播客 工党正在悄然推进澳大利亚全民儿童保育计划,制定新法律,要求私营运营商交出设计新国家体系所需的敏感商业数据。安东尼·艾博尼斯 (Anthony Albanese) 希望大幅扩展优质儿童保育服务,成为其政治遗产的一部分,并已承诺推进本学期的计划。继续阅读...

Python 中的现代 DataFrame:Polars 和 DuckDB 实践教程

Modern DataFrames in Python: A Hands-On Tutorial with Polars and DuckDB

我如何学会在不减慢整个工作流程的情况下处理不断增长的数据集Python 中的现代数据框架:Polars 和 DuckDB 的实践教程首先出现在《走向数据科学》上。

数据可视化解释(第 5 部分):在 Python 中可视化时间序列数据(Matplotlib、Plotly 和 Altair)

Data Visualization Explained (Part 5): Visualizing Time-Series Data in Python (Matplotlib, Plotly, and Altair)

对时间序列可视化的解释,包括 Matplotlib、Plotly 和 Altair 中的深入代码示例。数据可视化解释(第 5 部分):在 Python 中可视化时间序列数据(Matplotlib、Plotly 和 Altair)一文首先出现在 Towards Data Science 上。

初学者数据科学家的命令行数据清理

Data Cleaning at the Command Line for Beginner Data Scientists

数据清理并不总是需要 Python 或 Excel。了解简单的命令行工具如何帮助您更快、更高效地清理数据集。

汽车变得越来越大。这对我们和地球来说都是一个问题

Cars are getting bigger. This is a problem for us and for the planet

运动型多用途车和其他大型汽车变得越来越普遍,这在很多方面对我们的健康构成危险。但安东尼·拉弗蒂 (Anthony Laverty) 表示,我们有办法应对“汽车扩散”

Hackathon V – 面向年轻人的网络和计算机挑战活动

Hackathon V – A cyber and computer challenge event for young people

马里兰州奥登顿 – 来自乔治·米德堡的士兵和平民主办了三场黑客马拉松活动中的最后一场 – 该计划旨在鼓励青少年参与...

即使您是初学者,如何编写可读的 Python 函数

How to Write Readable Python Functions Even If You’re a Beginner

编写可读的 Python 函数并不一定很困难。本指南展示了适合初学者的简单技术,使您的代码清晰、一致且易于其他人理解。

Mike Rann:阿尔巴尼亚人如何留下勇敢的气候遗产

Mike Rann: how Albanese can leave a brave climate legacy

南澳大利亚州前总理迈克·兰恩 (Mike Rann) 表示,凭借勇敢的气候领导力,安东尼·阿尔巴尼斯 (Anthony Albanese) 可以留下类似于鲍勃·霍克 (Bob Hawke) 的医疗保险、保罗·基廷 (Paul Keating) 的强制退休金和凯文·陆克 (Kevin Rudd) 向“被偷走的一代”道歉的持久遗产。《迈克·兰恩:阿尔巴尼斯如何留下勇敢的气候遗产》一文首先出现在澳大利亚研究所上。

使用 Python 的机器人技术:Q-Learning、Actor-Critic 与进化算法

Robotics with Python: Q-Learning vs Actor-Critic vs Evolutionary Algorithms

为您的 RL 机器人构建自定义 3D 环境Python 机器人学:Q-Learning vs Actor-Critic vs Evolutionary Algorithms 帖子首先出现在 Towards Data Science 上。

[昆虫学 • 2025] Araneibatrus tentus、A. thamluang、Batrisocenus filum、Nipponobythus haozhu、Tribasodites circinatus、Zopherobatrus excavatus... • 照亮黑暗:亚洲喀斯特地下 Pselaphinae(鞘翅目:Staphylinidae)异常多样化的动物群

[Entomology • 2025] Araneibatrus antennatus, A. thamluang, Batrisocenus filum, Nipponobythus haozhu, Tribasodites circinatus, Zopherobatrus excavatus, ... • Illuminating the Darkness: An exceptionally Diverse Fauna of subterranean Pselaphinae (Coleoptera: Staphylinidae) in Asian Karsts

Araneibatrus thamluang Yin, 2025 DOI: doi.org/10.1093/isd/ixaf046 facebook.com: 泰国洞穴学研究摘要地下生态系统,特别是亚洲的喀斯特环境,代表了生物多样性探索的一个重要但尚未充分开发的前沿领域。本文重点研究来自整个大陆洞穴和相关地下栖息地的罗夫甲虫亚科 Pselaphinae(鞘翅目:Staphylinidae)。本文利用主要从中国和泰国积累的大量材料,并辅以越南、老挝和菲律宾的记录,描述了异常多样化的地下动物群,包括 43 个新物种的描述:Araneibatrus Antennatus sp。 11月,A. hua

安东尼·格拉夫顿 (Anthony Grafton) 荣获巴里杰出智力成就奖

Anthony Grafton receives Barry Prize for Distinguished Intellectual Achievement

格拉夫顿和另外七名普林斯顿大学教员也被任命为美国科学与文学学院的新院士。

使用 C 使 Python 速度提高 150 倍

Make Python Up to 150× Faster with C

将性能关键型代码卸载到 C 而不放弃 Python 的实用指南。使用 C 将 Python 速度提高 150 倍一文首先出现在 Towards Data Science 上。

机器人谈话第 132 集 – 与 Anthony Jules 一起与工业机器人协作

Robot Talk Episode 132 – Collaborating with industrial robots, with Anthony Jules

Claire 与 Robust.AI 的 Anthony Jules 聊了聊他们与人类一起工作的自主仓库机器人。 Anthony Jules 是 Robust.AI 的首席执行官兼联合创始人,该公司是人工智能驱动的仓库自动化领域的领导者。该公司的旗舰产品 Carter™ 旨在与人们在现有环境中合作,而不会中断他们的工作流程。安东尼的职业生涯跨越[...]

霍尼韦尔如何推动更安全、更智能、更高效的飞行

How Honeywell is driving safer, smarter, and more efficient flight

随着航空技术以前所未有的速度发展,AeroTime 与 EMEA 总裁 Anthony Florian 进行了座谈……《霍尼韦尔如何推动更安全、更智能、更高效的飞行》一文首先出现在 AeroTime 上。

绝对初学者的 NumPy:基于项目的数据分析方法

NumPy for Absolute Beginners: A Project-Based Approach to Data Analysis

从头开始构建高性能传感器数据管道,释放 Python 科学计算核心的真正速度《面向绝对初学者的 NumPy:基于项目的数据分析方法》一文首先出现在《走向数据科学》上。

使用 AI 和 Python 训练人形机器人

Train a Humanoid Robot with AI and Python

使用 MuJoCo 和 Gym 进行 3D 模拟和强化学习使用 AI 和 Python 训练人形机器人一文首先出现在 Towards Data Science 上。

Python 加速。 CPython 采用了 PEP 810 - “惰性”导入,可以节省内存并加快启动速度。

Python ускоряется. В CPython приняли PEP 810 — «ленивые» импорты, которые экономят память и ускоряют запуск.

新机制解决了大型项目和控制台实用程序中导入长链的老问题。