44 篇文档带有标签「python」

如何创建隔离的 Conda 环境，以及 Conda 与 pip 依赖文件的正确处理方式。

针对表格文件与外部数据的防御性读取流程。

掌握 merge 与 concat 的核心逻辑，包括基数校验、未匹配键诊断及时间序列连接。

带标签的二维表格及其核心约束。

掌握 DataFrame 的布尔筛选逻辑与 query 方法。

掌握 pandas 中基于标签、位置及 MultiIndex 的无歧义数据选取方法。

Python lambda 的适用场景、闭包陷阱及可读性边界。

NumPy 实战参考：数组创建、索引切片、向量化运算、聚合及内存视图机制。

Pandas 表格数据处理实战导航。

pandas 的核心一维结构：带标签的数组，支持自动对齐。

掌握 map、apply、agg、transform 和 pipe 的选型指南，写出可组合、高性能的向量化代码。

一套可复现的表格数据清洗流程：从规范化、解析到验证与质量报告。

掌握 pivot、melt、stack 等核心操作，理清长宽表转换逻辑与粒度检查。

说明 Python 函数如何绑定参数、处理默认值与返回值，以及怎样使用类型注解。

说明 Python 列表的可变语义、别名与切片行为，以及常用操作的性能成本。

基于 pytest 或 unittest 的测试设计，涵盖参数化、Fixture、测试替身及断言策略。

Python 核心概念速查：对象模型、控制流、函数、数据结构、文件与类。

梳理名称绑定、对象可变性、缩进规则、类型转换及导入机制。

涵盖 subprocess 调用、输出捕获、超时控制、环境变量隔离及 Shell 边界处理。

说明 Python 字典的键值语义、查找与迭代方式，以及合并操作的性能成本。

掌握 Python str 的不可变特性、切片陷阱、格式化安全边界及编码转换最佳实践。

掌握 Python 异常的抛出、转换、捕获及测试规范，构建健壮的错误处理机制。

掌握真值判定、比较运算符、短路求值及分支结构设计，写出更健壮的 Python 代码。

涵盖匹配策略、提取替换、Unicode 语义、转义陷阱及性能风险，助你写出更稳健的正则代码。

类型注解契约、现代语法、类型收窄、协议、泛型及运行时边界处理。

从单元测试到集成、系统及运维层面的测试策略与信心构建。

说明 Python 装饰器如何包装函数、保留元数据，以及组合时容易踩到的坑。

拆解递归核心逻辑、栈开销、记忆化陷阱及迭代替代方案。

厘清 Python 类、实例状态、方法绑定、不变量、组合及协议导向设计的核心概念。

掌握 Series 的显式索引、向量化运算、映射及对齐技巧。

SymPy 符号微积分速查：微分、积分、极限、级数展开及微分方程求解。

Python 符号计算核心：表达式、微积分、方程求解及化简策略。

使用 uv 管理 Python 版本、依赖锁定及命令执行，明确 Conda 的适用边界及安全迁移策略。

处理有序类别、有限取值集合、分箱策略及模型编码的最佳实践。

标准流、参数、环境变量、退出状态及 Python CLI 的可组合性设计。

涵盖可迭代对象、for/while 循环、range、enumerate、控制流语句及迭代中修改容器的安全模式。

明确输出形状与缺失键处理策略的 Split-Apply-Combine 实践。

文本与二进制 I/O、资源管理、流式处理、格式解析及原子写入策略。

pathlib 实战指南：路径解析、文件发现、操作规范及破坏性操作的安全防护。

构建流式日志处理管道：解析、校验、聚合及运维注意事项。

pandas 中处理日期解析、时区、周期、偏移、重采样及滚动窗口的核心概念。

Python 正则表达式实战：如何阅读、测试及安全使用。

如何划分测试层级、设置 CI 门禁、处理回归与性能测试，以及应对 Flaky Test 的策略。

基于策略的缺失数据检测、解释与处理方案。