以亲身经历证明，借助python做副业可以有多成功！

Python Class 参数传递完全指南

Python Class 参数传递完全指南：1.1 实例方法（最常用）1.2 类方法（@classmethod）1.3 静态方法（@staticmethod）2. 嵌套函数（def 内嵌 def）的 4 种传参方式2.1 闭包捕获（读取外层）2.2 显式传递（推荐用于灵活传参）2.3 nonlocal 修改外层2.4 使用 self 传递（共享状态）3. 继承中的参数传递（super()）4. 灵活传参：*args 与 **kwargs5. 嵌套层级过深时的最佳实践（工程建议）

【MCP（Model Context Protocol）开发到发布完整指南】

MCP（Model Context Protocol）开发到发布完整指南

Python函数进阶：可变参数、匿名函数与作用域

本文深入探讨了Python函数的高级特性，主要包括： 可变参数：详细介绍了*args（收集位置参数为元组）和**kwargs（收集关键字参数为字典）的用法，以及参数解包技巧。 匿名函数(lambda)：讲解lambda语法、特点及典型应用场景，如排序、map/filter操作等，同时提醒不要过度使用。 函数式编程工具：介绍map、filter、reduce三大工具及其与列表推导式的对比。 作用域规则：深入解析LEGB查找顺序，global和nonlocal关键字的使用，以及闭包的实际应用。 实战案例：展示了

Gradio 极简入门：三分钟为AI模型打造交互界面，并对比Streamlit与Dash如何选型

Gradio 极简入门：三分钟为AI模型打造交互界面，并对比Streamlit与Dash如何选型

用 Python 批量压测代理质量：延迟与成功率统计脚本

上一篇《爬虫代理选型指南》里提到，选代理不要只看商家宣传页，要自己实测五项：可用率、延迟、并发达标率、出口一致性、失败形态。这篇就把其中最核心的两项——延迟和成功率——做成一套可以直接跑的脚本。任何一家的代理，跑一遍就知道成色。

基于Python的爱奇艺视频数据可视化分析系统

长视频平台剧集、评分、热度与评论数据体量大、维度多，手工汇总难以快速把握类型结构、口碑分布与主演导演影响力。系统采用 B/S 架构，后端入口为app.py，运行端口8060；数据库使用 MySQL（库名iqiyi），经 PyMySQL 访问。前台基于 Bootstrap 5、本地中的 ECharts 5 与 echarts-wordcloud，配合主题。业务表包括usersdramascommentsfavorites。数据可通过导入，或经/ 相关脚本补充样本。分析层在。

Java深入解析篇九之JavaStream API详解

Stream（流）是引入的数据处理抽象，位于包。它表示从数据源产生的元素序列，并支持对其进行函数式、聚合式操作。不是集合：流不存储数据，只描述对数据的计算；不是 IO 流：与无关；惰性管道：中间操作只是登记，终端操作才触发实际计算。// 命令式写法（对照） // List<String> r = new ArrayList<>();

Python量化实战：如何检测并剔除历史数据中的“闪崩/乌龙指”异常价格点？

针对“如何检测并剔除历史数据中的闪崩/乌龙指异常价格点”这一问题，一个实用的工程方案是：先使用 QuantDash 获取统一格式的历史 K 线，再通过滚动收益率、MAD（Median Absolute Deviation，中位数绝对偏差）等鲁棒统计方法识别异常价格变化，最后结合 OHLC 结构进行二次确认。QuantDash Python SDK 支持直接获取日 K、分钟 K，并原生返回 Pandas DataFrame，因此可以把“数据获取 → 异常检测 → 清洗”压缩到一个简单的数据处理流水线中。

茶树 NeRF（Neural Radiance Fields，神经辐射场）三维重建与数据分析可视化系统——基于神经辐射场的茶树三维重建方法实现可视化大屏

模块说明三维重建上传茶树图片或选择预设模型，基于 NeRF 思路生成三维点云；Three.js 实时渲染，支持旋转/平移/缩放与点击查数日志记录查看操作日志、图片识别记录，支持图片预览与手动添加图片数据分析11 种 ECharts 图表展示健康度、绿色占比、叶面积指数等指标，支持历史数据对比参数配置管理存储路径、窗口与 NeRF 参数，查看数据库统计。

GLM-5.3-NVFP4 部署实战系列[四]问题深拆①：sm80 没有稀疏 MLA 注意力后端怎么办

GLM-5.3 的 DSA 稀疏注意力在 A800 上无路可走：vLLM v0.28.0 的稀疏 MLA 后端全部要求 SM90+。修通路径：移植社区 PR #47629，vendor 三个文件加两处注册，连环修掉 metadata 计数断言等小坑。最大的坑：0.28.0 把 indexer 重写为 C++ op，内部直调仅支持 SM90+ 的 deep_gemm——采用最小化改法：调用点门控回退 Triton 内核（LUT 解码 fp8），sm90+ 路径零影响。

1000W大功率分立元件数字功放

采用了自振荡带反馈的电路架构，全分立元件+半桥驱动，可以连续输出1000W以上的功率，带过流、过压、直流保护。很容易制作和调试。能用在专业功放和舞台功放领域。