假如我成了世界上最精通python的人,我能用python完成什么伟大的事情?
回复内容:
我会砌砖了,并且是全世界最会砌砖的人离盖出摩天大楼还有多远?
我掌握数学符号的运算了,并且是全世界最会进行计算的人
我离成为高斯还有多远?
编程语言只是工具,背后的思想才是最有价值的
人类的知识,可以分为术和道
术是技艺,道是思想
术是道的实现
术可以是精致,没有道,就称不上伟大
也许你现在觉得Python或者别的语言很复杂,觉得精通Python很厉害
当你掌握了一门编程语言,向外看,你会发现,这个世界比你想象的大
我以前觉得我会写个爬虫厉害得不行,然后上大学,看看书,系统地学习后,我就知道自己的短视了
单说,我理解快排算法的时候,我就觉得这好厉害
人遇到觉得复杂的事物,会不自觉夸大
后来,我学了信息论的知识之后,又觉得香农真的厉害,理解世界的维度高出别人一个维
用熵可以完美解释为什么快排比冒泡快
每次快排的递归,都在降低原数列的熵,每次操作都有相比于冒泡排序更多的“信息”保存了下来
未排序的数据分布的可能性(自由度)在减小
冒泡基本上每次操作都是独立的,熵减小速度很慢
从而也可以理解,对于一个长度为n的随机数列排序,复杂度至少为O(n)
举这个例子只是想说,有时候我们是想的太多,书看的太少,才会有错误的认识。 搞个和 Python2 以及 Python3 都不兼容的 Python4 Make a better Python. 可以理直气壮地告诉他们:还是php大法好 某日,你成为了“世界上最精通python的人”,然后你来到了知乎用python证明了自己是“世界上最精通python的人”。 可以考虑去Google面上十轮然后入职Dropbox 写一个能找出全世界所有黄网的脚本, 你想多了,这玩意还有待开发,精通是不可能的。 精通Python,不知道你指的是单纯的Python的语法还是各种Python的库啊实际应用之类。客观上说,解决问题的思想更加重要,语言只是一种工具而已,绝大多数的程序员都是同时会集中开发语言的。回到问题上来吧,熟悉Python可以干什么啊,做数据分析(要有数学统计学基础),做网站(对计算机网络等知识要熟悉),写爬虫(对网页的前后端要有了解),做算法研究(这个就算了吧)。综上,你只会Python,就算你是精通它,似乎也做不了什么啊 扒光网上所有的美女(靓图)

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











이 튜토리얼은 Python을 사용하여 Zipf의 법칙의 통계 개념을 처리하는 방법을 보여주고 법을 처리 할 때 Python의 읽기 및 대형 텍스트 파일을 정렬하는 효율성을 보여줍니다. ZIPF 분포라는 용어가 무엇을 의미하는지 궁금 할 것입니다. 이 용어를 이해하려면 먼저 Zipf의 법칙을 정의해야합니다. 걱정하지 마세요. 지침을 단순화하려고 노력할 것입니다. Zipf의 법칙 Zipf의 법칙은 단순히 : 큰 자연어 코퍼스에서 가장 자주 발생하는 단어는 두 번째 빈번한 단어, 세 번째 빈번한 단어보다 세 번, 네 번째 빈번한 단어 등 4 배나 자주 발생합니다. 예를 살펴 보겠습니다. 미국 영어로 브라운 코퍼스를 보면 가장 빈번한 단어는 "TH입니다.

이 기사에서는 HTML을 구문 분석하기 위해 파이썬 라이브러리 인 아름다운 수프를 사용하는 방법을 설명합니다. 데이터 추출, 다양한 HTML 구조 및 오류 처리 및 대안 (SEL과 같은 Find (), find_all (), select () 및 get_text ()와 같은 일반적인 방법을 자세히 설명합니다.

이 기사는 딥 러닝을 위해 텐서 플로와 Pytorch를 비교합니다. 데이터 준비, 모델 구축, 교육, 평가 및 배포와 관련된 단계에 대해 자세히 설명합니다. 프레임 워크, 특히 계산 포도와 관련하여 주요 차이점

파이썬 객체의 직렬화 및 사막화는 사소한 프로그램의 주요 측면입니다. 무언가를 Python 파일에 저장하면 구성 파일을 읽거나 HTTP 요청에 응답하는 경우 객체 직렬화 및 사태화를 수행합니다. 어떤 의미에서, 직렬화와 사제화는 세계에서 가장 지루한 것들입니다. 이 모든 형식과 프로토콜에 대해 누가 걱정합니까? 일부 파이썬 객체를 지속하거나 스트리밍하여 나중에 완전히 검색하려고합니다. 이것은 세상을 개념적 차원에서 볼 수있는 좋은 방법입니다. 그러나 실제 수준에서 선택한 직렬화 체계, 형식 또는 프로토콜은 속도, 보안, 유지 보수 상태 및 프로그램의 기타 측면을 결정할 수 있습니다.

Python의 통계 모듈은 강력한 데이터 통계 분석 기능을 제공하여 생물 통계 및 비즈니스 분석과 같은 데이터의 전반적인 특성을 빠르게 이해할 수 있도록 도와줍니다. 데이터 포인트를 하나씩 보는 대신 평균 또는 분산과 같은 통계를보고 무시할 수있는 원래 데이터에서 트렌드와 기능을 발견하고 대형 데이터 세트를보다 쉽고 효과적으로 비교하십시오. 이 튜토리얼은 평균을 계산하고 데이터 세트의 분산 정도를 측정하는 방법을 설명합니다. 달리 명시되지 않는 한,이 모듈의 모든 함수는 단순히 평균을 합산하는 대신 평균 () 함수의 계산을 지원합니다. 부동 소수점 번호도 사용할 수 있습니다. 무작위로 가져옵니다 수입 통계 Fracti에서

이 튜토리얼에서는 전체 시스템 관점에서 Python의 오류 조건을 처리하는 방법을 배웁니다. 오류 처리는 설계의 중요한 측면이며 최종 사용자까지 가장 낮은 수준 (때로는 하드웨어)에서 교차합니다. y라면

이 기사는 Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask 및 요청과 같은 인기있는 Python 라이브러리에 대해 설명하고 과학 컴퓨팅, 데이터 분석, 시각화, 기계 학습, 웹 개발 및 H에서의 사용에 대해 자세히 설명합니다.

이 튜토리얼은 간단한 나무 탐색을 넘어서 DOM 조작에 중점을 둔 아름다운 수프에 대한 이전 소개를 바탕으로합니다. HTML 구조를 수정하기위한 효율적인 검색 방법과 기술을 탐색하겠습니다. 일반적인 DOM 검색 방법 중 하나는 EX입니다
