网上关于如何提升Python程序性能的文章不少，但大多不成体系只是非常简单的例子，总有点隔靴搔痒的感觉，和现实中应用的距离比较远。作者一看，填补市场空白（装逼）的机会来了！！在这篇文章里，将会通...

两种最普遍的推荐系统的类型是基于内容和协同过滤（CF）。协同过滤基于用户对产品的态度产生推荐，基于内容的推荐系统基于物品属性的相似性进行推荐。CF可以分为基于内存的协同过滤和基于模型的协同过滤。

爬虫代理IP池 在公司做分布式深网爬虫，搭建了一套稳定的代理池服务，为上千个爬虫提供有效的代理，保证各个爬虫拿到的都是对应网站有效的代理IP，从而保证爬虫快速稳定的运行，当然在公司做的东西不能开...

基础知识 （1）什么是同步IO和异步IO，它们之间有什么区别？ 答：举个现实例子，假设你需要打开4个不同的网站，但每个网站都比较卡。IO过程就相当于你打开网站的过程，CPU就是你的点击动作。你的...

很多人都在谈论函数式编程（Functional Programming），只是很多人站在不同的角度看到的是完全不一样的风景。坚持实用主义的 Python 老司机们对待 FP 的态度应该更加包容，...

学习正则的第一个教程应该去看<正则表达式30分钟入门教程>(http://deerchao.net/tutorials/regex/regex.htm), 学会里面的内容就足够满足大部分的工作需...

经常有人说我应该学一门语言，比如 Python 之类，但是却不知道如何入门。这个时候很多人会推荐学各种 web 框架，scrapy 爬虫之类，门槛虽然不高，但是对于新人来说可能就半途而废了。大家...

1、使用re.DEBUG查看正则表达式的匹配过程 正则表达式是Python的一大特色，但是调试起来会很痛苦，很容易得出一个bug。幸运的是，Python可以打印出正则表达式的解析树，通过re.d...

首先，你需要工具来查明你代码的瓶颈，比如，那部分执行花费的时间长。用这个方法，你可以首先专注于提升这部分的速度。

一个普通的验证码识别程序

Python 的序列（sequence）通常指一个可迭代的容器，容器中可以存放任意类型的元素。其中列表（list）是使用的最多的容器。本文讲解了列表推导式、切片命名、列表元素排序、列表元素分组的...

尾递归基于函数的尾调用, 每一级调用直接返回函数的返回值更新调用栈,而不用创建新的调用栈, 类似迭代的实现, 时间和空间上均优化了一般递归!

数据可视化专家Andy Kirk说过，数据可视化分为两类：探索性可视化图表和解释性可视化图表。解释性可视化图表的目标是进行描述——它们是根据对事物表面的关键线索而被仔细构造出来的。

我想很多程序员应该记得 GitHub 上有一个 Awesome - XXX 系列的资源整理。 awesome-python 是 vinta 发起维护的 Python 资源列表，内容包括：Web框...

在这篇文章中，我将会分享关于减少 Python 内存消耗的方法和分析导致内存消耗/膨胀根源的问题。这些都是从实际操作中总结的经验，我们正在构建 Datos IO 的 RecoverX 分布式备份...

Python中的日志模块作为标准库的一部分，功能还是比较完善的。个人觉得上手简单，另外也支持比如过滤，文件锁等高级功能，能满足大多数项目需求。

本文我列出几个Python高级技巧： 1. contextmanager 写Python代码的时候经常将一系列操作放在一个语句块中，Python 2.5加入了with语法，实现上下文管理功能，这...

2016年十大Python机器学习开源项目 1、 Scikit-learn 用于数据挖掘和数据分析的简单而有效的工具，基于NumPy，SciPy和matplotlib，开源，商业可用的BSD许可...

简单地理解，就是根据一些 feature 进行分类，每个节点提一个问题，通过判断，将数据分为几类，再继续提问。这些问题是根据已有数据学习出来的，再投入新数据的时候，就可以根据这棵树上的问题，将数...

字符编码是计算机编程中不可回避的问题，不管你用 Python2 还是 Python3，亦或是 C++, Java 等，我都觉得非常有必要厘清计算机中的字符编码概念。