python关键词检索结果

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。

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。

Python 应用程序、macOS 上的主动和隐藏恶意软件感染媒介

Python Applications, Active & Hidden Malware Infection Vector on macOS

执行摘要 自 macOS 12.3 (Monterey) 发布以来,Python 尚未包含在 Apple 操作系统中。这种编程语言因其多功能性而受到开发人员和研究人员的欢迎,但苹果公司认为没有必要。值得注意的是,即使在删除之前,macOS 也只包含已弃用的 Python 2.7,而不包含最新版本。用户只能手动[...]macOS 上的 Python 应用程序、主动和隐藏恶意软件感染向量一文首先出现在 Mac 安全博客上。

Intego 发现未检测到的 OSX/Adload 反编译 Python 广告软件

Intego discovers undetected OSX/Adload decompiled Python adware

Intego 的恶意软件研究团队仔细研究了 OSX/Adload 广告软件样本,发现大多数防病毒供应商似乎都未检测到反编译的 Python 脚本。Intego 发现未检测到的 OSX/Adload 反编译 Python 广告软件的帖子首先出现在 Mac 安全博客上。

TDS 时事通讯:10 月份有关代理、Python、上下文工程等的必读内容

TDS Newsletter: October Must-Reads on Agents, Python, Context Engineering, and More

在 TDS 上,我们可以与读者分享一系列精辟的文章,涵盖尖端工具、基础数据和 ML 技能、对人工智能现状的深思熟虑以及我们顶级作者的职业(和其他)见解。从这个角度来看,十月是一个值得期待的十月。这篇 […]TDS 时事通讯:10 月有关代理、Python、上下文工程等的必读文章首先出现在《迈向数据科学》上。

7 个最佳 Python 包管理器

Top 7 Python Package Managers

使用专为软件工程、数据科学和机器学习设计的顶级包管理器解锁高效的 Python 开发。

如何使用 Python 控制机器人

How to Control a Robot with Python

使用 PyBullet 进行 3D 模拟和运动控制如何使用 Python 控制机器人一文首先出现在 Towards Data Science 上。

在 Python 中以数值方式实现傅里叶变换:分步指南

Implementing the Fourier Transform Numerically in Python: A Step-by-Step Guide

如果 NumPy 和 SciPy 中的 FFT 函数实际上并没有计算您认为的傅里叶变换怎么办?文章《在 Python 中实现数值傅里叶变换:分步指南》首先出现在《走向数据科学》上。

NumPy 中的隐藏宝石:每个数据科学家都应该知道的 7 个函数

Hidden Gems in NumPy: 7 Functions Every Data Scientist Should Know

我已经学习数据分析一年了。到目前为止,我对 SQL 和 Power BI 充满信心。向 Python 的过渡非常令人兴奋。我接触过一些简洁、更智能的数据分析方法。在温习了 Python 基础知识后,理想的下一步 [...]NumPy 中的隐藏宝石:每个数据科学家应该知道的 7 个函数首先出现在《迈向数据科学》上。

适合忙碌数据分析师的 5 个有用的 Python 脚本

5 Useful Python Scripts for Busy Data Analysts

作为一名数据分析师,您的时间最好花在洞察上,而不是花在重复性任务上。这五个 Python 脚本可帮助您更快、更干净、更智能地工作。

使用 SWE-Gym 培训软件工程代理和验证员

Training Software Engineering Agents and Verifiers with SWE-Gym

我们推出了 SWE-Gym,这是第一个用于培训现实世界软件工程 (SWE) 代理的环境。 SWE-Gym 包含 2,438 个真实的 Python 任务实例,每个实例都包含一个具有可执行运行时环境、单元测试和以自然语言指定的任务的代码库。我们使用 SWE-Gym 来训练基于语言模型的 SWE 代理,在流行的 SWE-Bench Verified 和 Lite 测试集上实现了高达 19% 的解决率绝对增益。我们还通过在 SWE-Gym 采样的代理轨迹上训练的验证器来实验推理时间缩放。与我们经过微调的 SWE 结合使用...

Python 机器人初学者指南

A Beginner’s Guide to Robotics with Python

使用 PyBullet 构建 3D 模拟《Python 机器人初学者指南》一文首先出现在 Towards Data Science 上。

如何评估 RAG 管道中的检索质量:Precision@k、Recall@k 和 F1@k

How to Evaluate Retrieval Quality in RAG Pipelines: Precision@k, Recall@k, and F1@k

在我之前的文章中,我已经向您介绍了如何在 Python 中组合一个非常基本的 RAG 管道,以及对大型文本文档进行分块。我们还研究了如何将文档转换为嵌入,使我们能够在向量数据库中快速搜索相似文档,以及如何使用重新排名来识别[...]如何评估 RAG 管道中的检索质量:Precision@k、Recall@k 和 F1@k 的帖子首先出现在 Towards Data Science 上。

使用新的 Python API 客户端访问数据共享

Accessing Data Commons with the New Python API Client

通过可靠的来源轻松获取用于分析的数据。

Python 3.14 和 GIL 的终结

Python 3.14 and the End of the GIL

探索无 GIL Python 的机遇和挑战Python 3.14 后和 GIL 的终结首先出现在《走向数据科学》上。

AS 全球债务图表,2024 年第 4 季度 - 一根绳子有多长?

AS Global Debt Chartbook, Q4-2024 - How long is a piece of string?

我已经在这个项目上呆了一段时间了,但我终于准备好把它拿出来了。长期以来,我一直希望对全球债务水平(包括公共债务和私人债务)有一个简单的概述,并希望有一种简单的方法来比较各国的债务水平及其各自的外部动态。这对于宏观投资者和研究人员来说是必不可少的材料,但很难在一个地方找到所有相关信息。 AS 全球债务图表是这方面的首次尝试。与 LEI Chartbook 一样,该项目运行在我值得信赖的 OpenAI 助手的帮助下生成和编译的 Python 代码,并在此过程中进行了一些手动调整。目前,它从 Excel 电子表格中提取数据,但集成 API 应该相对简单。