Python

351 Articles

Python 日誌格式化與組態技巧詳解

– 8 分鐘閱讀

本文探討 Python `logging` 模組的日誌格式化技巧，涵蓋日期時間格式化、引數化日誌訊息、以及三種日誌組態方式：使用 logging API、fileConfig 和 dictConfig，並提供詳細程式碼範例與說明，幫助你開發更有效率的日誌系統。

FastAPI 現代 Web 開發實務

– 12 分鐘閱讀

FastAPI 作為新一代 Python Web 框架，以高效能、簡潔易用和強大的型別安全聞名。本文探討 FastAPI 的核心特性、實務應用，涵蓋 API 設計、資料函式庫操作、身份驗證、測試與佈署等關鍵環節，並提供程式碼範例，協助開發者快速上手，構建高效穩健的 Web 應用程式。

Python Flyweight 模式實作車輛渲染系統最佳化

– 12 分鐘閱讀

本文示範如何使用 Python Flyweight 模式最佳化車輛渲染系統，藉由分享物件例項減少記憶體消耗，提升渲染效能。文章包含程式碼範例、圖表說明以及詳細的程式碼解說，幫助讀者理解 Flyweight 模式的實際應用。

Python集合類別資料處理技巧

– 9 分鐘閱讀

本文探討Python集合類別(set)的應用，包含如何結合`defaultdict`、`Counter`等資料結構有效處理和分析資料。文章涵蓋使用生成器運算式提取貨幣資料、利用`defaultdict`統計雙字母序列頻率、使用`Counter`找出最常見元素、以及集合的建立與特性等導向。此外，也示範如何應用集合處理連字

時間序列資料重取樣與缺失值處理

– 10 分鐘閱讀

本文深入探討時間序列資料的重取樣與缺失值處理技術，使用 Pandas

Python系統管理自動化實務

– 14 分鐘閱讀

本文探討使用 Python 進行系統管理自動化，涵蓋網路管理、網頁伺服器管理、資料函式倉管理和系統監控等導向。從 SNMP 資訊收集到網頁應用程式開發，結合 RRDTool、Django、PySNMP 等函式庫，提供實務解決方案與程式碼範例，並逐步解析核心概念與技術細節，協助系統管理員提升效率。

Ray 分散式運算：物件不可變性與序列化技術探討

– 10 分鐘閱讀

本文探討 Ray 分散式運算框架中物件的不可變性及其管理策略，包含物件儲存、垃圾回收機制以及序列化技術的應用。同時，文章也涵蓋了 Cloudpickle、Apache Arrow 和 gRPC 等關鍵技術的整合運用，以及資源管理和垂直擴充套件的實踐技巧，提供開發者在 Ray 環境下構建高效能分散式應用程式的實

Python 網路安全自動化

– 8 分鐘閱讀

本文探討如何使用 Python 自動化網路安全任務，涵蓋 SSH 連線管理、伺服器安全稽核以及網路掃描技術。文章將示範如何使用 Paramiko、asyncssh 和 Python-nmap 等套件與 FTP、SFTP 和 SSH 伺服器互動，執行遠端命令，建立 SSH 伺服器，並利用 ssh-audit 和

Python套件開發新增相依與程式碼組織

– 11 分鐘閱讀

本文介紹如何為 Python 套件新增繪圖功能、管理相依性、組織程式碼結構，並使用 pytest 進行單元測試和程式碼覆寫率分析，最後說明瞭套件檔案的重要性與撰寫方式。

Pandas 群組分析與時間序列資料處理技巧

– 9 分鐘閱讀

本文探討 Pandas 的群組分析與時間序列資料處理技巧，包含 Z-score 正規化、日期偏移、自訂業務日、時區感知時間處理等實用方法，並提供豐富的程式碼範例，幫助讀者有效運用 Pandas 處理多維度資料和時間相關分析。

Python程式設計基礎核心技術

– 13 分鐘閱讀

本文深入淺出地講解 Python 程式設計的基礎概念，涵蓋輸入輸出操作、檔案處理、函式與模組的應用，並輔以程式碼範例和內容解密，幫助讀者快速掌握 Python 的核心技術。同時，文章也探討了模組化程式設計、偵錯技術、演算法分析與資料結構等進階主題，為讀者進一步提升程式設計能力奠定基礎。

Python檔案路徑操作與管理技巧

– 18 分鐘閱讀

本文介紹 Python Pathlib 模組的用法，包含檔案路徑操作、檔案讀寫、目錄遍歷、ZIP 檔案處理等技巧，並示範如何使用 shutil 模組進行檔案管理，以及如何生成隨機測驗檔案和備份資料夾到 ZIP 檔案。

Python Pandas 資料處理：實務範例與技術詳解

– 10 分鐘閱讀

本文探討 Python Pandas 函式庫的實務應用，涵蓋資料載入、清理、轉換、時間序列分析及高階功能等導向，提供豐富的程式碼範例與技術詳解，幫助讀者提升資料處理能力。從基礎操作到進階技巧，帶你完整掌握 Pandas 的精髓，並搭配最佳實務建議，有效解決資料分析中的常見問題。

Python 網路安全封包擷取與注入

– 7 分鐘閱讀

本文探討使用 Python 和 pcap-ng、Scapy 函式庫進行網路封包擷取、分析和注入的技術。文章涵蓋了網路封包基礎、使用 pcap-ng 擷取和解析封包標頭、使用 Scapy 進行進階封包操作，以及網路安全測試的實戰技巧，例如 TCP SYN 掃描和 ARP 欺騙。此外，文章還探討了進階封包分析技術，如

Python 與 SAS 的資料科學家的時間處理

– 8 分鐘閱讀

時間是資料分析的關鍵維度。本文比較 Python 和 SAS 的日期時間處理方法，提供實用程式碼範例，助您掌握時間魔法，提升資料分析技能。

Pandas多重索引資料分析技巧

– 11 分鐘閱讀

本文深入探討 Pandas 中的多重索引技巧，涵蓋建立、查詢、篩選、層級操作以及與 DataFrame 的整合應用。從建立多重索引的 Series 開始，逐步講解如何利用多重索引進行資料查詢、篩選，並示範如何使用 xs 方法有效選取特定層級的資料。此外，文章也涵蓋了多重索引與 DataFrame 的整合，包含

Python函式進階應用與設計模式

– 12 分鐘閱讀

本文深入探討 Python 函式的進階應用，包含純函式、副作用函式、靜態方法、類別方法等概念，並解析裝飾器模式、閉包的實作技巧，以及效能最佳化和安全最佳實踐。

SQLAlchemy 銷售資料查詢最佳實踐

– 8 分鐘閱讀

本文介紹如何使用 SQLAlchemy 進行高效的銷售資料查詢和分析，涵蓋計算訂單總金額、找出最暢銷產品、按日期範圍篩選以及多表關聯查詢等技巧。同時，示範如何利用 SQLAlchemy 的 ORM

GNS3 與 EVE-NG 的完美結合

– 9 分鐘閱讀

本文探討如何結合 GNS3 和 EVE-NG 開發高效能網路自動化實驗室，並使用 Python 自動化 IOS XE 升級流程。文章涵蓋準備工作、虛擬路由器建立、路由器基本設定、快照建立、IOS 升級流程以及自動化工具開發等關鍵步驟，並搭配 圖表和程式碼範例，提供實用與易於理解的技術。

Python入門：Colab、資料結構、函式與物件導向程式設計

– 14 分鐘閱讀

本文介紹 Python 基礎語法，涵蓋 Google Colab 使用、變數與資料型別、運運算元、資料結構操作、函式定義、物件導向程式設計的類別繼承與多型、NumPy 基礎應用以及 Matplotlib 資料視覺化。文章提供程式碼範例與圖表說明，循序漸進引導讀者進入 Python 程式設計世界。

K線圖交易策略：價格波動與雙重困境形態

– 50 分鐘閱讀

價格波動與雙重困境形態 價格波動是交易和投資中的關鍵概念，它與風險直接相關，與回報間接相關。波動性資產或變數是指其回報在其平均值附近大幅波動的資產或變數。 如下圖所示，藍線代表低波動性，紅線代表高波動性。 內容解密：此圖表以簡潔的方式說明瞭高波動和低波動的區別，高波動的價格變化更大，而低波動的

Python資料結構字串正規表示式應用

– 10 分鐘閱讀

本文探討 Python 資料結構、字典操作、字串處理技巧與正規表示式應用。涵蓋字典的鍵值對操作、字串索引切片、格式化方法、大小寫轉換、特性檢查、正規表示式語法與模式匹配等，並以互動式棋盤模擬器和 Wiki 標記專案符號新增為例，展現這些技術的實際應用價值。

資料框架重塑合併技術深度解析

– 9 分鐘閱讀

本文深入探討使用 pandas 函式庫進行資料框架的合併與重塑技術，涵蓋多種合併策略、效能最佳化技巧以及安全性考量，並提供實際程式碼範例和圖表說明，幫助讀者掌握資料處理的關鍵技能。

Python NumPy Pandas 資料分析與視覺化技巧

– 11 分鐘閱讀

本文介紹如何使用 Python 的 NumPy、Pandas 和 Matplotlib 函式函式庫進行資料分析和視覺化。涵蓋了標準常態分佈、普瓦松分佈等隨機資料生成方法，以及資料標準化、時間序列分析和 DataFrame 操作等技巧。文章提供簡潔的程式碼範例和流程圖，幫助讀者快速掌握資料處理和分析的核心概念。

解構生成式 AI 背後的大模型語言技術

– 28 分鐘閱讀

生成式AI的興起改變了人機互動的方式，而大模型語言（LLMs）正是這場變革的核心動力。從自然語言處理到自動化創作，這些模型展現了驚人的語意理解與生成能力。本文將帶領讀者深入理解 LLM 的技術基礎、發展脈絡與應用挑戰，並探討其潛藏的倫理風險與未來可能的演進方向。

Scapy 網路封包操作實戰:協定解析與進階應用技術

– 26 分鐘閱讀

深入探討 Scapy Python 函式庫在網路封包操作的完整應用,涵蓋 SCTP、SMB、SNMP、Zigbee 等多種協定的解析技術,並提供 send、sendp、sniff 等核心功能的實務範例,協助進行網路測試、安全評估與漏洞分析。

Python生成器實作狀態機與協程

– 6 分鐘閱讀

本文深入探討 Python 生成器的高階應用，包含建構狀態生成器、實作有限狀態機、使用 `send()`、`throw()` 和 `close()` 方法進行生成器控制，以及整合生成器到非同步框架中，最終實作非同步資料擷取和反應式系統設計。

機器學習：如何讓模型專注於重要訊息

– 16 分鐘閱讀

特徵選擇的藝術：如何讓模型專注於重要訊息 在機器學習的世界中，我常看到許多開發者直接將所有可用特徵丟入模型，期待演算法能自動找出重要的模式。然而，這種做法常導致模型過度複雜、訓練時間延長，甚至降低預測準確度。特徵選擇技術讓我們能夠在訓練前就識別並保留最有價值的特徵，為模型減輕不必要的負擔。

Pandas資料框架探索與分析技巧

– 11 分鐘閱讀

本文介紹如何使用 Pandas 探索和分析資料框架，包含讀取 CSV 檔案、建立 DataFrame、指定欄位名稱、探索 axes 屬性、選擇欄位、檢視 DataFrame 資訊、自定義 info() 方法輸出、資料結構分析、隨機抽樣等技巧。文章提供程式碼範例和 Plantuml 圖表，幫助讀者理解 Pandas

Python資料探索與視覺化技術實踐

– 9 分鐘閱讀

本文介紹如何使用 Python 和相關函式庫，如 Pandas、Matplotlib 和 Seaborn，進行資料探索和視覺化。從載入資料、資料概覽、統計摘要到缺失值處理和視覺化圖表，提供一個完整流程，幫助讀者快速上手資料分析，並利用視覺化技術理解資料特徵及關係。