Python教程

我于 2021 年 1 月加入 Scaleway，建立新的网络系统和自动化团队，负责所有工具和基础设施，以帮助网络工程师团队。在这一点上，我主要使用 Python 和 Go 进行编码，我正在寻找一个有用的、非关键的项目来开始试验 Rust 并评估它是否对我们的内部堆栈开发感兴趣。Sc

可汗学院最近进行了大规模重写，他们用 Go 编写的面向服务的后端替换了旧的 Python 2 单体。Kevin Dangoor 和 Marta Kosarchyn 是可汗学院的高级工程师，他们写了

您是否曾被告知 Python 不能用于项目，因为它不够快？我有，而且我觉得这有点令人沮丧，但是大银行、YouTube、Instagram 和许多其他对性能敏感的地方仍然设法选择 Python 。这时我才意识到问题在于人们并没有将语言选择视为过早优化的潜在体现：如果您根据对语言执行方式的先入为

Huey是： 一个任务队列（2019-04-01：2.0版本发布） 用 python (2.7+

aiorq 是一个带有 asyncio 和 redis 的分布式任务队列，由 arq 重写以进行改进并包含 Web 界面。要求 Redis >= 5.0 aioredis>=1.1.0 <2.0.0 安装

让 Java 和 Python 携手合作非常容易，这在开发原型时尤其有价值。我们从一个实现 Snake 游戏逻辑的 Java 程序开始：场上总有一块食物。每当蛇到达食物时，它就会生长并出现新的食物。如果蛇咬自己或咬墙，游戏结束。我们的目标是训练一个神经网络来控制蛇，让蛇在犯错

讨论Python 中List列表和元组Tuple的不同和相似之处。 可变性List 和 Tuple 都是数据的集合，可以包含任何类型的数据（异构）。  List 是可变的。因此，列表的大小是动态的。 元组是不可

了解如何在 Spark 数据框中创建新列？我们生活在大数据时代。收集、存储和传输数据变得非常容易。随着数据量的增加，传统的工具开始变得不够用。当数据太大而无法通过传统工具和技术进行处理时，我们应该使用允许分布式计算的工具和技术，例如Spark。Spark 是一种用于大

BDA 是 Hadoop 和 Spark 等大数据工具的漏洞扫描器。它搜索配置弱点并报告它们。Hadoop 和 Spark 是少数遇到大量数据的应用程序之一。因此，通过保护这些应用程序，可以实现巨大的飞跃，因为它涵盖了大量数据。用途和受众BDA 通常用于应用程序测试、漏洞扫描

Procrastinate 是一个开源的 Python 3.7+ 分布式任务处理库，利用 PostgreSQL 来存储任务定义、管理锁和调度任务。它可以在同步和异步代码中使用。换句话说，从你的主代码中，你以一种特殊的方式调用特定的函数（任务），而不是在现场运行，它们被安排在现在或将来

Python 的内置集合类型具有可变和不可变两种风格： 可变版本：list 不可变版本：tuple 可变版本：set  不可变版本：frozenset 可变版本：dict 不可变版本：MappingProxyType

GCGC 使用 Jupyter notebook 界面来分析 GC 日志文件。有 17 个生成的图，用于分析延迟、并发和 STW 事件、堆信息、分配率、事件频率和事件摘要，比较任意数量的日志文件和外部数据源。该工具使用 Jupyter 笔记本数据可视化，可以轻松自定义提供的绘图。

高级加密标准 (AES) 算法是数据加密标准 (DES) 的继承者。随着技术的进步，DES 的密钥长度和较小的块大小使其安全性降低。1997 年，NIST 宣布了一项竞赛以提出更强大的算法；于是，AES诞生了。在这篇文章中，我将解释 AES 算法的工作原理以及在对应用程序进行逆向工程

Python世界中越来越受欢迎的新工具浪潮： -  tqdm：进度条（https://tqdm.github.io/） - rich ：文本格式（

锁定文件是依赖清单的“编译”版本。它指定安装的每个依赖项的确切版本。一个好的锁文件格式递归地指定依赖关系的所有依赖关系。一些锁文件还为依赖二进制文件或源指定了一组允许的 SHA 哈希值（请参阅后面的文章，哪些锁文件支持这种额外的特异性级别）。例如，在 Python 中，Pipfile

如果您想使用 Python 分析大量数据，该研究什么？对于大数据，我们不能相信只有语言就足够了。Python 之所以合适，是因为它可以方便地管理数学库、简洁且易于管理异构和多维数据结构，但大数据还需要 IT 结构。例如，我们需要一个系统来管理非常大的文件，并且我们需要结构来映射和减少