Python 综合实战：自动备份脚本——从文件到数据库
学完不实战等于白学，今天带你写一个真正能用的工具前面 9 篇文章，我们学了不少 Python 技能：文件操作、时间处理、发邮件、Excel 报表、PDF 处理、命令行参数……但"死学"不如"活用"——今天把这些技能串起来，开发一个 真正能上生产环境的工具：自动备份系统。
Python 脚本提取代码段和栈大小示例
下面给你一份可直接落地的 Python 脚本模板，用于从 GCC 生成的 .map + .su 文件中自动提取 Code Size 和 Stack Usage，并输出为 CSV / Excel，正好适配你前面那张 sCheck_* 的报表格式。
干货 | 如何利用Python处理JSON格式的数据，建议收藏
作者： 俊欣来源： 关于数据分析与可视化JSON数据格式在我们的日常工作中经常会接触到，无论是做爬虫开发还是一般的数据分析处理，今天，小编就来分享一下当数据接口是JSON格式时，如何进行数据处理进行详细的介绍，内容分布如下什么是JSONJSON模块的使用方法什么是JSONJSON
PySpark源码解析，用Python调用高效Scala接口，搞定大规模数据分析
机器之心专栏作者：汇量科技-陈绪相较于Scala语言而言，Python具有其独有的优势及广泛应用性，因此Spark也推出了PySpark，在框架上提供了利用Python语言的接口，为数据科学家使用该框架提供了便利。
Python yield 用法详解
1. yield 原理1.1 什么是生成器？生成器是一种特殊的迭代器，它通过 yield 语句逐步生成值，而不是一次性计算所有值。生成器函数被调用时返回一个生成器对象，这个对象遵循迭代器协议。
Python使用pickle、json、shelve模块实现对象持久化
之前，在使用Python开展数据分析的过程中，经常会遇到需要基于同一份中间结果分别做不同维度的分析统计，开始我们做的思路是每次都重新计算，后来发现在TB级别的数据背景下这种操作是非常浪费算力的，考虑到需要做数据序列化、持久化。
Python文件读写与数据处理实战——从文本到数据库的全能操作
大纲文件操作基础 —— open/with/read/write的完整用法文本文件处理 —— 编码、逐行读取、大文件技巧CSV文件读写 —— csv模块与pandas双方案JSON数据处理 —— 序列化反序列化与嵌套结构Excel文件操作 —— openpyxl读写xlsx实战I
Python入门第九课：函数入门——代码复用的艺术
引言到目前为止，我们写的代码都是按照顺序从头执行到尾。但随着程序越来越复杂，我们会发现有些代码需要在不同的地方反复使用。如果每次都复制粘贴，不仅代码冗余，而且维护困难。这时候就需要用到函数——将一段代码封装起来，给它起个名字，以后随时可以调用。一、为什么需要函数？