在之前的文章中小編介紹過subplot可以畫子圖。但是matplotlib繪制子圖的方式不止一種，subplots也可以畫子圖。因為subplots介紹比較少，小編打算進行一個對比，各位小伙伴可以看看這兩個方法是否功能一致。

在閱讀完小編的這篇文章后（怎么用python爬數(shù)據(jù)？python爬蟲基礎(chǔ)介紹！），相信肯定有小伙伴在抱怨“這寫的啥啊，正則表達式完全看不懂??？”這種話。其實小編是故意的，雖然現(xiàn)在能用的工具那么多，正則表達式是比較不常用的那種，但正則表達式是比較容易理解的（其他方法可能需要學(xué)習(xí)一些 XML 的知識）。不過接下來，小編要介紹的，就是一系列爬蟲開發(fā)的優(yōu)化（包括如何不用正則表達式）。各位小伙伴們趕緊上車，開始 python 爬蟲優(yōu)化之路吧。

本篇文章是我們學(xué)習(xí)Python及其在機器學(xué)習(xí)（ML）和人工智能（AI）的應(yīng)用系列中的最后一個模塊了，在上一個模塊中，我們學(xué)習(xí)Keras，討論了神經(jīng)網(wǎng)絡(luò)。下面，我們將要學(xué)習(xí) Numpy 和 TensorFlow，這兩個是學(xué)習(xí)機器學(xué)習(xí)的構(gòu)建塊，所以在使用機器學(xué)習(xí)的時候，你一定會接觸到它們。同時，還會簡要概述 scikit-learn 庫，因為它是Python中最完整的機器學(xué)習(xí)（不包括深度學(xué)習(xí)）庫。

學(xué)過Django的都知道Django使用migrate來做數(shù)據(jù)庫的更新（在數(shù)據(jù)庫中執(zhí)行語句），但有些時候我們在使用migrate的時候會遇到一些migrate報錯，那么怎么解決這些migrate報錯呢？接下來這篇文章告訴你。

Python作為一種易學(xué)易用的編程語言，被廣泛應(yīng)用于數(shù)據(jù)科學(xué)、Web開發(fā)、人工智能、自動化測試等領(lǐng)域。Python擁有著豐富的函數(shù)和庫，這些工具大大提高了開發(fā)效率。在這篇文章中，我們將分享一些Python代碼片段及其實用性。

這是我們學(xué)習(xí) Python 及其在機器學(xué)習(xí) (ML) 和人工智能 (AI) 中的應(yīng)用系列的第四個模塊。在前面三個模塊文章的學(xué)習(xí)，我們已經(jīng)對Python相關(guān)基礎(chǔ)知識有了了解?，F(xiàn)在，我們可以開始學(xué)習(xí)Python中哪一些庫可以用來處理AI和ML任務(wù)。

在進行evaluate的時候，我們需要同時使用到eval和no_grad這兩個函數(shù)，有些小伙伴就會問了，這兩個函數(shù)有什么功能呢，他們又有什么區(qū)別呢，今天小編就來介紹這兩個函數(shù)的區(qū)別。

為何非程序員學(xué) Python 的越來越多了？他們可能并不是想去爬取一些網(wǎng)站的數(shù)據(jù)，而是在工作中碰到很多數(shù)據(jù)分析處理的問題，用 Python 就可以簡單高效地解決。本文就通過一個實際的例子來給大家展示一下 Python 是如何應(yīng)用于實際工作中高效解決復(fù)雜問題的。