Python

Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
Python语言框架
Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
开发组织  吉多·范罗苏姆
滚动监听模块:监听聊天滚动容器,向上滚动离开底部后自动显示悬浮按钮,回到顶部后自动隐藏回到顶部模块:一键平滑滚动至聊天最顶端(最早的消息)消息定位模块:一键跳转到当前阅读位置上方最近的一条用户消息(长回复定位),以及下方最近的一条用户消息逐条回溯模块:连续点击可沿用户消息逐条向上/向下回溯(3→2→
270Python人工智能
电力负荷预测开源项目
数据预处理模块:解析原始CSV(346天×48个半小时点),重构完整时间索引,缺失值检查、3σ异常检测与描述统计特征工程模块:构建滞后特征(lag_1/2/48/96)、过去24小时滚动均值/标准差、小时与星期特征建模对比模块:线性回归、随机森林、XGBoost三模型,按时间序8:2划分训练/测试,
170Python能源
job-workbench开源项目
自动筛选boss等主流招牌软件的工作可以根据地方选择周围几km内的工作实现自动投递,有打分机制推荐,会根据自身条件去找和自身条件匹配度更高的工作,可以一件投递,
180Python人工智能
主要功能模块:1.数据拉取:调用GitHub公开搜索API,按最近活跃天数、最低Star数、条数筛选仓库;2.报表生成:一键输出CSV数据表、HTML浏览器预览页,安装openpyxl后自动生成Excel;3.字段标准化:包含仓库名、描述、Star、Fork、Issue、语言、最近更新时间、链接;4
280Python开发工具
本项目是一套基于Python+pytest+requests构建的轻量级接口自动化测试框架,适合中小团队快速落地接口回归测试,替代重复性手工验证工作。主要功能模块:1.多环境配置模块:支持通过环境变量一键切换dev/prod等测试环境,无需修改代码;2.HTTP请求封装模块:基于requests.S
400Python开发工具
LLM-Agent-DigitalTwin是工业数字孪生平台:自然语言设备控制+Webots物理仿真融合+实时3D可视化,并已在真实硬件上端到端闭环验证(Arduino传感器阵列→MQTT总线→Python控制引擎→Webots差速机器人)。核心特性:1.自然语言控制闭环:"把风机转速调到1200"
380Python物联网
connect IP开源项目
1.本项目是一个基于Python开发的自动化IP代理采集与验证工具,能够从多个免费代理网站批量抓取代理IP地址,并通过异步并发的方式验证其可用性,最终将有效的代理IP保存为多种格式供用户使用。该工具主要服务于网络爬虫开发、数据采集、API测试等需要使用代理IP的应用场景。2.在进行网络数据采集或爬虫
370Python工业互联网
1.项目有哪些具体功能模块:①自动化登录模块:基于Playwright启动真实Chromium浏览器,读取douyin_state.json本地缓存的登录态,首次运行需在浏览器中手动登录,之后免登录复用Cookie,支持密码登录和扫码登录两种方式。②反检测模块:集成playwright-stealt
630Python开发工具
【项目主要功能描述】MangaTranslatorUI是一款专为漫画/图片汉化与本地化打造的一站式自动化翻译与可视化嵌字工具。支持从漫画文本检测、多语言OCR识别、大模型多模态翻译、智能消字去背景到自动排版嵌字的全流程自动化处理,并提供直观易用的桌面可视化编辑器,大幅提升漫画翻译与排版效率。【核心功
650Python开发工具
好基金HowFund,一款基于Node.js和Python的基金策略研究分析平台。##功能特性1.**持有策略分析**-分析一次性买入并长期持有的收益表现2.**定投策略分析**-分析定投的收益表现,支持设置止盈比例3.**轮动策略分析**-分析多个标的轮动效果4.**基金比较分析**-多基金收益对
310Python金融
面试智练开源项目
面试智练是一款本地优先的技术面试主动回忆学习工作台,通过「知识学习->主动复述->AI评估纠错->掌握度回流」帮助你把看过的知识真正说清楚。你可以直接使用Web版,也可以下载Android、macOS、Windows客户端。游客即可使用核心学习和练习功能,AI模型由你自己配置,APIKey默认保存在
260Python开发工具
这是一个**AI音乐处理Web应用**,用户上传音频后,系统自动完成端到端处理:1.**6轨音源分离**-用Demucs`htdemucs_6s`模型分离vocals/drums/bass/piano/guitar/other2.**乐器识别与MIDI转录**-对other轨二次分类(piano/g
440Python音视频多媒体
AI 穿搭素材库开源项目
AI穿搭素材库是一款个人专属穿搭灵感管理工具。支持小红书、抖音及浏览器插件一键采集,本地AI视觉模型自动识别风格、单品、颜色等标签。提供瀑布流浏览、多维筛选、语义/以图搜图与相似推荐,并可管理博主与模特、人脸匹配关联。标签体系灵活,分析历史可对比,数据完全本地存储。后端FastAPI+前端Vue3,
420Python人工智能
QuantEcho开源项目
QuantEcho是一个本地运行的量化研究与回测系统,面向个人策略开发、数据抓取、回测验证和可视化复盘。项目特点:本地化:所有配置、数据库、日志和回测结果都保存在本机。轻架构:以Python单文件模块为核心,便于阅读和维护。可扩展:策略与回测引擎解耦,后续可继续扩展更多策略和可视化能力。技术栈:数据
381Python金融
个人开源项目开源项目
该项目为基于Python的数据采集与接口分析源码项目,包含请求发送、结果解析、数据清洗、异常处理、日志记录、结果导出等模块。可用于接口调试、采集脚本开发、现有项目修复与自动化处理,适合中小型业务数据采集和后续维护扩展。
580Python企业服务
本项目是一个基于PythonFlask和WebSocket的Android手机远程控制与自动化工具,主要包含以下功能模块:1.实时远程操控:在电脑浏览器上实时显示手机屏幕画面,支持点击、滑动、长按、文字输入,延迟低,支持触屏和鼠标操作。2.语义搜索点击:通过关键词(如"微信")自动搜索屏幕上的UI元
890Python智能硬件
py-quick-webgui开源项目
使用PythonWeb框架快速构建桌面应用程序的工具库。✨特性?多框架支持:Django,Flask,FastAPI,web.py?前端集成:支持Vue,React等现代前端框架?️多种浏览器:CommandBrowser,WebView,Tauri?WebSocket通信:基于WebSocket协
450Python开发工具
《植物大战僵尸2》卡牌对战游戏是一款基于Godot4.6引擎开发的回合制策略卡牌游戏。不定期持续更新内容,欢迎仓库下载游玩。整个游戏玩法,机制完全自主设计,主要功能及玩法机制包括:完整卡牌系统:50+植物卡牌,覆盖法/射/坦/辅四大阵营,支持阵营克制关系(法→射→坦→法);双卡组合机制:主卡+辅卡组
801Python游戏
AI知识库开源项目
一套开箱即用、四端协同的企业级AI知识库系统:涵盖系统管理(RBAC)+知识库文档解析/向量检索/RAG对话/会话记录/长期记忆/联网搜索/统计看板的完整闭环。四端分别独立建仓,可通过稳定契约自由组合(例如只接ai-server给任意语言后端,或只跑server+web-admin做系统管理)。
770Python企业服务
oh-my-multica开源项目
本项目解决的是多个CodingAgent一起干活时没有秩序。工作状态散落在聊天里,说不清谁改了什么;Agent之间容易互相覆盖;「做完了」往往只是模型自述,缺少可验收的进度和产出;长任务中途挂掉也没有回收。只加Agent、不加工作台,通常会更乱。oh-my-multica把「人定目标、小队执行、同一
680Python人工智能
当前共241个项目more
×
寻找源码
源码描述
联系方式
提交