注意:虽然 JavaScript 对于本网站来说不是必需的,但您与内容的交互将受到限制。请打开 JavaScript 以获得完整体验。

最新的成功案例

构建 Python 代码库的依赖关系图

优先考虑尖端速度并支持 Hudson River Trading 代码库的快速增长可能会产生意想不到的效果,需要创新的解决方案。对于那些在 Python 代码库上工作的人来说,这意味着解决“代码缠结”问题,即通过不直观的导入周期耦合不相关的代码。在本文中,George Farcasiu、Noah Kim、Jacob Brugh 和 Jiahao Li 讨论了他们如何通过创建新工具来有效分析和理清依赖关系,从而减轻此问题的成本和时间负担。阅读更多

Lincoln Loop:受 Python 精神启发建立可持续发展的业务

自 2007 年成立以来,Lincoln Loop 一直使用 Python 和 Django 为客户构建网站。他们将 Python 的实用性和明确性哲学以及 PyPI 上提供的丰富的开源库生态系统归功于他们成功的关键。此外,Python 社区的包容性、开放性和强大的协作文化使该机构能够找到并雇用终身学习的优秀人才。阅读更多

HyperFinity 如何利用 Snowflake 的 Snowpark for Python 简化其无服务器架构

Snowpark 使我们能够加速开发,同时降低与数据移动以及为 SQL 和 Python 运行单独环境相关的成本。阅读更多

在 Einblick 的可视化画布中使用基于 Python 的运算符重新构想数据科学

在 Einblick 的可视化画布中使用基于 Python 的运算符重新构想数据科学

Einblick 在协作数据科学画布而不是线性笔记本中重新构想了现代数据科学工作流程。在画布环境中工作具有许多优势,包括实时协作、扩展的可视界面和渐进式计算引擎。在本文中,我们将重点介绍节省数据科学家时间的关键方法之一——我们的操作员。我们将介绍几个核心操作员,为什么 Python 是我们软件解决方案的重要组成部分,以及我们如何通过用户操作员界面增强我们的产品。后者允许用户自定义和使用自己的运算符,这些运算符可以在任何 Einblick 画布中使用,并与其他 Einblick 用户共享。阅读更多

按类别划分的最新成功案例

提交你的!

Python 用户希望更多地了解 Python。告诉我们你的故事