-
人工智能之编程进阶 Python高级：第一章 栈和队列
人工智能之编程进阶 Python高级第一章 栈和队列前言列表（list） 可以很方便地用作 栈（Stack） 和 队列（Queue） 的底层实现，但它们的性能特性不同，适用于不同场景。本文详细讲解如何用 list 实现栈和队列，并指出最佳实践以及queue库的使用方式一、用 list 实现栈（Stack）✅
-
人工智能之编程基础 Python 入门：第十章 文件读写
人工智能之编程基础 Python 入门第十章 文件读写前言本章节主要学习python的文件读写操作，文件读写（File I/O） 是程序与外部存储交互的基础操作。Python 提供了简洁而强大的内置函数和上下文管理器来处理各种文件操作。1. 基本文件操作1.1 打开文件：open()# 基本语法 file = open(filename, mode,&nb
-
人工智能之编程基础 Python 入门：第九章 模块与包
人工智能之编程基础 Python 入门第九章 模块与包前言本章节主要学习python模块与包，同样也会涉及到特殊变量__name__变量__main__变量、__all__变量和__init__.py文件模块在 Python 中，模块（Module） 是组织代码的基本单元。一个模块就是一个包含 Python 定义和语句的文件，其文件名就是模块名加上 .py 后缀。1. 模块的基本概念什么是模块？一
-
人工智能之编程基础 Python 入门：第八章 函数与装饰器
人工智能之编程基础 Python 入门第八章 函数与装饰器前言本章节主要学习 python 函数，从多个角度对函数进行学习，以便于熟练掌握。函数在 Python 中，函数（Function） 是组织代码、实现特定功能的基本单元。它是可重用的代码块，可以接受输入参数并返回结果。1. 函数的定义与调用基本语法def function_name(parameters): &
-
人工智能之编程基础 Python 入门：第七章 迭代器与生成器
人工智能之编程基础 Python 入门第七章 迭代器与生成器前言经过对基本数据的学习，本章主要是对数据中的元素的遍历与生成的学习，大周末好好看好好学。未来就在你们的手中。迭代器在 Python 中，迭代器（Iterator） 是一种设计模式，也是一种对象，它允许你遍历一个容器（如列表、字典、集合等）中的所有元素，而无需了解其内部结构。1. 什么是迭代器？迭代器是一个实现了迭代器协议的对象
-
人工智能之编程基础 Python 入门：第六章 基本数据类型（二）
人工智能之编程基础 Python 入门第六章 基础数据类型（二）前言本章节紧接上一章的内容学习python的可变数据类型List（列表）、Dictionary（字典）、Set（集合）。List（列表）在 Python 中，列表（List） 是一种有序、可变的序列数据类型。它是 Python 最常用和最灵活的数据结构之一，可以存储任意类型的对象（整数、字符串、其他列表等），并且
-
FastMCP 入门：用 Python 快速搭建 MCP 服务器接入 LLM
Model Context Protocol (MCP) 这个协议简单说就是给大语言模型接入外部数据和工具提供了一套标准化方案。MCP 统一了模型和各种数据源、工具服务之间的交互方式。
-
Python 生成器的 send 方法
# Python 生成器的 `send` 方法生成器的 `send` 方法是一个强大的特性，它允许在生成器运行过程中向生成器发送值，从而实现双向通信。## 基本用法```pythondef my_generator(): print("启动生成器") x = yield "第一次yield" &
-
Python协程中的tpresume
# Python协程中的`tpresume``tpresume`并不是Python协程的标准术语或内置功能。根据我的理解，您可能指的是以下几种情况之一：## 可能的情况1. **协程恢复执行**：您可能想问如何恢复一个暂停的协程。在Python中，协程可以通过`await`表达式暂停，当等待的Future完成时自动恢复。2. **第三方库功能**：某些异步库可能有`tpresume`这样的方法，例
-
Python异步生成器的tpasend方法
# Python异步生成器的`tpasend`方法`tpasend`是Python异步生成器的一个底层方法，全称是"throw and send"，它结合了发送值和抛出异常到异步生成器的功能。## 基本概念在Python的异步生成器中，`tpasend`是一个协程方法，用于：1. 向异步生成器发送一个值（类似于`asend`）2. 或者向异步生成器抛出一个异常（类似于`athr
-
Python缓冲协议的 bf_getbuffer 方法
# Python缓冲协议的 `bf_getbuffer` 方法`bf_getbuffer` 是 Python 缓冲协议 (Buffer Protocol) 中的一个关键方法，它允许 Python 对象暴露其内部数据缓冲区给其他代码使用。## 基本概念缓冲协议是 Python 中用于共享内存数据的一种机制，允许不同对象之间高效地共享内存而无需复制数据。`bf_getbuffer` 是这个协议中的一个
-
Python 内存视图的 ndim 属性
# Python 内存视图的 ndim 属性在 Python 中，`memoryview` 对象的 `ndim` 属性表示内存视图的维数（number of dimensions），即它所引用的内存是多维数组时的维度数量。## 基本用法`ndim` 是一个只读属性，返回一个整数，表示内存视图的维度：```pythonmv = memoryview(b'abc')print(mv.n
-
Python数组接口：array和struct模块
# Python数组接口：array和struct模块Python提供了几种处理数组和结构化数据的方式，主要包括`array`模块和`struct`模块。下面我将介绍这两个模块的主要功能和用法。## array模块`array`模块提供了一种高效存储基本数据类型的序列（如整数、浮点数）。### 基本用法```pythonimport array# 创建一个整型数组arr = array.array
-
Python数字协议的__index__实现
# Python数字协议的`__index__`实现在Python中，`__index__`是一个特殊方法，用于实现数字协议（Number Protocol），它允许对象在被需要整数的地方（如切片、索引或`bin()`、`hex()`、`oct()`等函数中）被转换为整数。## `__index__`方法的基本用法`__index__`方法应该返回一个整数，并且应该满足以下条件：- 必须返回一个整
-
Python 序列协议的 __len__ 方法
# Python 序列协议的 `__len__` 方法在 Python 中，序列协议要求对象实现 `__len__()` 方法来返回序列的长度。这是使对象表现得像内置序列类型（如列表、元组、字符串等）的基本协议之一。## 如何使用 `__len__`要使自定义类支持 `len()` 函数，你需要实现 `__len__` 方法：```pythonclass MySequence: &nb
-
Python 映射协议中的 __contains__ 方法
# Python 映射协议中的 `__contains__` 方法在 Python 中，`__contains__` 方法是映射协议（Mapping Protocol）的一部分，用于实现 `in` 操作符的功能，检查一个键是否存在于映射对象（如字典）中。## 基本用法对于自定义的映射类型，你可以实现 `__contains__` 方法来支持 `in` 操作符：```pythonclass MyMa
-
Python异步上下文管理器的__aexit__方法
# Python异步上下文管理器的`__aexit__`方法在Python中，异步上下文管理器通过`__aexit__`方法实现异步的资源清理。`__aexit__`是异步上下文管理器的三个关键方法之一（另外两个是`__aenter__`和`__aexit__`）。## `__aexit__`方法的基本结构```pythonasync def __aexit__(self, exc_type, e
-
Python中的原子操作保证
# Python中的原子操作保证在Python中，关于原子操作(atomic operations)的保证有以下几点需要了解：## 什么是原子操作原子操作是指在多线程或多进程环境中，一个操作要么完全执行，要么完全不执行，不会被其他线程或进程中断的操作。## Python的GIL与原子性由于Python有全局解释器锁(GIL)，某些操作在CPython实现中实际上是原子的：1. **单个字节码操作是
-
Python内存屏障的使用
# Python内存屏障的使用在Python中，内存屏障（Memory Barrier）的概念主要与多线程编程和底层并发控制相关。Python通过几种机制提供了内存屏障功能：## 1. `threading` 模块中的屏障Python 3.2+ 在 `threading` 模块中直接提供了 `Barrier` 类，这是一种同步原语，允许多个线程等待直到所有线程都到达某个点再继续执行。```pyth
-
Python缓存一致性处理
# Python缓存一致性处理缓存一致性是确保缓存数据与底层数据源保持同步的重要问题。在Python中处理缓存一致性有多种方法，下面我将介绍几种常见的策略和实现方式。## 1. 缓存失效策略### 1.1 时间过期策略```pythonfrom datetime import datetime, timedeltaimport functoolsdef timed_cache(seconds: i
