Py关键词检索结果

2026 年如何快速学习 Python 进行数据科学(不浪费时间)

How to Learn Python for Data Science Fast in 2026 (Without Wasting Time)

我希望在旅程开始时做的事情《如何在 2026 年快速学习 Python 进行数据科学(不浪费时间)》一文首先出现在《走向数据科学》上。

用于高级数据验证和质量检查的 5 个有用的 Python 脚本

5 Useful Python Scripts for Advanced Data Validation & Quality Checks

从缺失值到架构不匹配,数据问题以多种形式出现。这五个 Python 脚本为现代数据工作流程提供智能、自动的验证。

Python 项目设置 2026:uv + Ruff + Ty + Polars

Python Project Setup 2026: uv + Ruff + Ty + Polars

这个简单的 Python 堆栈将使您的项目更快、更干净、更易于维护。

适用于 Python 和数据项目的 Docker:初学者指南

Docker for Python & Data Projects: A Beginner’s Guide

管理 Python 数据项目的依赖关系可能会很快变得混乱。 Docker 可帮助您创建一致的环境,您可以轻松构建、共享和部署。

文字记录:Mike Pyle,贝莱德投资组合管理团队

Transcript: Mike Pyle, BlackRock’s Portfolio Management Group

本周 MiB 的文字记录:贝莱德投资组合管理团队 Mike Pyle,如下。您可以在 Apple Podcasts、Spotify、YouTube(视频)、YouTube(音频)和 Bloomberg 上流式传输和下载我们的完整对话,包括任何播客附加内容。 ~~~ [00:00:16] Barry Ritholtz:本周的播客——哇,这又是一个大问题。系好安全带。迈克……阅读更多 文章文字记录:贝莱德投资组合管理团队迈克·派尔 (Mike Pyle) 首先出现在《The Big Picture》上。

Python 生存分析指南:使用事件时间模型预测客户生命周期

A Survival Analysis Guide with Python: Using Time-To-Event Models to Forecast Customer Lifetime

通过 Kaplan-Meier 曲线和 Cox 比例风险回归对客户保留进行建模来理解生存分析。Python 生存分析指南:使用事件时间模型预测客户生命周期一文首先出现在 Towards Data Science 上。

关于 Pyjanitor 的方法链接功能及其有用的所有信息

All About Pyjanitor’s Method Chaining Functionality, And Why Its Useful

干净的代码,干净的数据:为什么 Pyjanitor 的方法链接方法是实现这一双重目标的途径。

MiB:Mike Pyle,贝莱德投资组合管理团队

MiB: Mike Pyle, BlackRock’s Portfolio Management Group

本周,我与贝莱德投资组合管理集团 (PMG) 副主管兼贝莱德全球执行委员会成员迈克·派尔 (Mike Pyle) 进行了交谈。我们讨论与伊朗的战争可能造成的持久经济冲击,包括能源安全。我们还讨论了他在拜登政府担任副国家安全顾问的经历……阅读更多 MiB 的帖子:贝莱德投资组合管理集团迈克·派尔 (Mike Pyle) 首先出现在《大图片》上。

5 个有用的 Python 脚本来自动执行无聊的 Excel 任务

5 Useful Python Scripts to Automate Boring Excel Tasks

合并电子表格、清理导出和拆分报告是必要但乏味的任务。这些 Python 脚本处理重复部分,以便您可以专注于实际工作。

Python 供应链妥协

Python Supply-Chain Compromise

这是新闻:Python 包索引包 litellm 版本 1.82.8 中已发现恶意供应链危害。发布的wheel包含一个恶意的.pth文件(litellm_init.pth,34,628字节),该文件在每次启动时由Python解释器自动执行,不需要显式导入litellm模块。我们需要做很多非常无聊的事情来帮助保护所有这些关键库:SBOM、SLSA、SigStore。但我们必须这样做。

构建一个在生产前捕获错误的 Python 工作流程

Building a Python Workflow That Catches Bugs Before Production

使用现代工具在软件生命周期的早期识别缺陷。构建在生产之前捕获错误的 Python 工作流程一文首先出现在 Towards Data Science 上。

使用 Python 构建稳健的信用评分模型

Building Robust Credit Scoring Models with Python

衡量信用评分中特征选择变量之间关系的实用指南。用 Python 构建稳健的信用评分模型一文首先出现在 Towards Data Science 上。

使用 Python 进行量子模拟

Quantum Simulations with Python

使用 Qiskit-Aer 运行量子实验使用 Python 进行量子模拟后首先出现在《走向数据科学》上。

Python 量子计算初学者指南

A Beginner’s Guide to Quantum Computing with Python

使用 Qiskit 模拟量子计算机《使用 Python 进行量子计算的初学者指南》一文首先出现在《走向数据科学》上。

PyTorch 中的自我修复神经网络:无需重新训练即可实时修复模型漂移

Self-Healing Neural Networks in PyTorch: Fix Model Drift in Real Time Without Retraining

当您的生产模型出现偏差并且无法进行重新训练时会发生什么?本文展示了自我修复神经网络如何检测漂移,使用轻量级适配器进行实时适应,并在无需重新训练或停机的情况下恢复 27.8% 的准确度。PyTorch 中的自我修复神经网络:无需重新训练即可实时修复模型漂移的帖子首先出现在《走向数据科学》上。

用于有效特征选择的 5 个有用的 Python 脚本

5 Useful Python Scripts for Effective Feature Selection

学习五个简单的 Python 脚本来执行有效的特征选择。每一种都是实用、简约且易于在实际项目中使用的。

Telnyx 与 LiteLLM 一起参与与 Trivy 漏洞相关的最新 PyPI 包中毒事件

Telnyx joins LiteLLM in latest PyPI package poisoning tied to Trivy breach

信息安全简述 此外,欧盟调查 Snapchat、引渡 RedLine 嫌疑人、阿斯利康泄密索赔浮出水面等。与 Trivy 供应链攻击有关的网络犯罪团伙再次发起袭击,这次将恶意 Telnyx 软件包版本推送到 PyPI,以期在开发人员的系统上植入窃取凭证的恶意软件。

Vibe 使用 Python 和本地法学硕士编写私人 AI 金融分析师

Vibe Coding a Private AI Financial Analyst with Python and Local LLMs

学习使用 Python 构建 AI 数据分析师:使用本地法学硕士分析数据、检测异常并生成预测。