Deep Learning Type Inference
d9eba399523fe401e434f6396d459a7a735596707e1aa1664e34b3a934e193fb9b0189a56638f97a9c9e6f9baa8a65caf36cf23f79e982dbe4c1b8e23634f4bbbe7116d3bc9a4043414cf3a7ef3882cde4ff9f5049c7bb288e6b379b98236d1ff9f4cf19e544aa5a1faaa5ea30d6c65a439b5bc5499f4ac35077f34a5d4b07931c144772f468f789967cc86fe1c5ef5e8c54c5f40f49aebd243fbdb2d489ebb1b43b3e025387a3845e2bc727aadd0950cfc1ef8f172d54713c42507332b7f071565b822257b886d4a0a68aca87aa002a7cce62ef9c9a46d3ea3790a0d5869fe9c001c09141c83dd617c4190f65173789757633eecaf81f539 ...
TypeWriter Neural Type Prediction with Search-based Validation
d9eba399523fe401e434f6396d459a7a735596707e1aa1664e34b3a934e193fb6ab88ba04d9071977a83218995cd17f31f37ba45d0bc90923ce37c54c5bc694272cd5ca467122a955ec61f034c7c83011f0ce7ef37c65abb3de27ac5209176b6705832caac9b96eecafb4ab9073d65569bde9a4ccd24a60eb3c1cef006a6c28e0c12eee28945d2eff10f6a0db7e913c7795415d01dbbc5f88d0c03c7807213fbc6274a362261a05cf135fc7dd58ce6b400a91b700ad6767ef7762f1995e4e19c6a74932636b7deecfa8f2c72a8e65e2a9a87428e50d8524e941c50857a34f578ce33dfe14e726fbe7de1e673f217fe987de3c568070efca48 ...
PyART：Python API Recommendation in Real-Time
d9eba399523fe401e434f6396d459a7a735596707e1aa1664e34b3a934e193fbf09fd13df4f251d84d0d0e20950bc0065e7ec2392a7e931a5e3ef62fb47ccfb3b7ad7a296c1a1af56bb3659876be3d38b26267a43d5d722d8904b6f636304f478bf50a6e3d6d62a34b532b789cb56e91707d265025f8819131a3aee5cd439817f87e064f5067fbc5a281c64e1f9d22887f1f0262ac1915d2bc246bd72c30c2dc8f3184b3dfbf9ad31301fac34363f3c0545d91f7963dfe90dfb1a04ea6ec1e425f38430d1f349230331b022e0de332e5cd831eccabc104f9d4a3e880ba1d630cbd50dfc5273f92c4604a9617360da52f870fda1536dcc8272 ...
Static Type Recommendation for Python
d9eba399523fe401e434f6396d459a7a735596707e1aa1664e34b3a934e193fb232241d218cfe9fea426dece203bc7b7593887b35c10190e6adf79e8dc48dcfc185d649d22ac3693556c6fad457ca2834c1c92b693be9da844046451f78c11e41dfdb715c403ea8e488b239c139150f372f37d76b0fb165c23806767b39855669e79e6806ec7267afb30e13f1ead9c7918c3612b30a3260e309996ec2b9e6a7aca84fd3b126ee93388d12086a50f18cf239df66d495388126becf4b2cce595d660ba7b742d91c98ff9e7827439b9b9c2ba77aabc2a5a601f79170af2090cc0009baa8e914aa625df996ad5d4c6b097a8c84e662b47c07d6f4 ...
如何用ChatGpt搞学术？事半功倍
d9eba399523fe401e434f6396d459a7a735596707e1aa1664e34b3a934e193fb0a7cdfa9e6e270d1ddee40638e6f9daf018b6b7640f6a3183dadf21c72f1a339f1f005c238f47aa0a4fbe465f61df398bd64da23fd2db422f95607ea54866d9b0048d674939c8a745ade0fea6455e6b96df36a6acb49960e44b1a6d1fd91457357bb09e23949c58f69f924461d8eb735d7a67e111c95b7b0b918e691c83bf62949d06ef66a5336a2360b07ca9ce7af222940997192b65626a1993172b4d7ea122fab4929117285ad6e73389782c9485d2004e0140e0178b4ad121b0cfd9e148c29307872d390be47d5fe6c0de1e20e3b875934507b56ffe39 ...
35-Numba是如何解决Python的三大性能瓶颈的
35-Numba是如何解决Python的三大性能瓶颈的为什么python这么慢1、动态变量：在c中我们编写一些功能性代码，需要严格定义变量的类型，比如进行加法计算，需要定义我们的数据是int、float还是其它类型，而python中则不需要，这是我在实践中发现影响python运行速度最大的因素之一，具体的原因在于：
在python中，所有的变量都是对象，例如：
我们可以看到一个简单的a中，有这么多的methods。。。python的变量定义的便利性也给python的效率带来了很大的问题，
Python等动态类型语言之所以慢，就是因为每一个简单的操作都需要大量的指令才能完成。他们的虚拟机拥有很强的优化器，却是为静态语言设计的。对Python几乎没有效果。举一个例子。对于整数加法，C语言很简单，只要一个机器指令ADD就可以了，最多不过再加一些内存读写。但是，对于Python来说，a+b这样的简单二元运算，可就真的很麻烦了。Python是动态语言，变量只是对象的引用，变量a和b本身都没有类型，而它们的值有类型。所以，在相“加”之前，必须先判断类型。
2、大量重复的编 ...
34-侵入 Python 虚拟机，动态修改底层数据结构和运行时
34-侵入 Python 虚拟机，动态修改底层数据结构和运行时楔子之前分析了那么久的虚拟机，多少会有点无聊，那么本次我们来介绍一个好玩的，看看如何修改 Python 解释器的底层数据结构和运行时。了解虚拟机除了可以让我们写出更好的代码之外，还可以对 Python 进行改造。举个栗子：
是不是很有趣呢？通过 Python 内置的 ctypes 模块即可做到，而具体实现方式我们一会儿说。所以本次我们的工具就是 ctypes 模块（Python 版本为 3.8），需要你对它已经或多或少有一些了解，哪怕只有一点点也是没关系的。
注意：本次介绍的内容绝不能用于生产环境，仅仅只是为了更好地理解 Python 虚拟机、或者做测试的时候使用，用于生产环境是绝对的大忌。
不可用于生产环境！！！
不可用于生产环境！！！
不可用于生产环境！！！
那么废话不多说，下面就开始吧。
使用 Python 表示 C 的数据结构Python 是用 C 实现的，如果想在 Python 的层面修改底层逻辑，那么我们肯定要能够将 C 的数据结构用 Python 表示出来。而 ctypes 提供了大量的类，专门负责做这件 ...
33-为什么 obj == obj 为 False、[obj] == [obj] 为 True
33-为什么 obj == obj 为 False、[obj] == [obj] 为 True楔子今天同事在用 pandas 做数据处理的时候，不小心被 nan 坑了一下，他当时被坑的原因类似下面：
1234import numpy as npprint(np.nan == np.nan) # Falseprint([np.nan] == [np.nan]) # True
为了严谨，我们再举个栗子：
1234567891011class A: def __eq__(self, other): return Falsea1 = A()a2 = A()print(a1 == a1, a2 == a2) # False Falseprint([a1, a2] == [a1, a2]) # True
为什么会出现这个结果呢？我们知道两个列表（元组也是同理）如果相等，那么首先列表里面的元素个数要相同、并且相同索引对应的元素也要相等。但问题是这里的 a1 不等于 a1、a2 也不等于 a2，那为啥 [a1, a2] 和 [a1 ...
32-Python 和 Go 联合编程
32-Python 和 Go 联合编程楔子Python 可以和 C 无缝结合，通过 C 来为 Python 编写扩展可以极大地提升 Python 的效率，但是使用 C 来编程显然不是很方便，于是本人想到了 Go。对比 C 和 Go 会发现两者非常相似，没错，Go 语言具有强烈的 C 语言背景，其设计者以及语言的设计目标都和 C 有着千丝万缕的联系。因为 Go 语言的诞生就是因为 Google 中的一些开发者觉得 C++ 太复杂了，所以才决定开发一门简单易用的语言，而 Google 的工程师大部分都有 C 的背景，因此在设计 Go 语言的时候保持了 C 语言的风格。
而在 Go 和 C 的交互方面，Go 语言也是提供了非常大的支持（CGO），可以直接通过注释的方式将 C 源代码嵌入在 Go 文件中，这是其它语言所无法比拟的。最初 CGO 是为了能复用 C 资源这一目的而出现的，而现在它已经变成 Go 和 C 之间进行双向通讯的桥梁，也就是 Go 不仅能调用 C 的函数，还能将自己的函数导出给 C 调用。也正因为如此，Python 和 Go 之间才有了交互的可能。因为 Pyth ...
31-Python 和 C C++ 联合编程
31-Python 和 C / C++ 联合编程楔子Python 和 C / C++ 混合编程已经屡见不鲜了，那为什么要将这两种语言结合起来呢？或者说，这两种语言混合起来能给为我们带来什么好处呢？首先，Python 和 C / C++ 联合，无非两种情况。
1. C / C++ 为主导的项目中引入 Python;
2. Python 为主导的项目中引入 C / C++;
首先是第一种情况，因为 C / C++ 是编译型语言，而它们的编译调试的成本是很大的。如果用 C / C++ 开发一个大型项目的话，比如游戏引擎，这个时候代码的修改、调试是无可避免的。而对于编译型语言来说，你对代码做任何一点改动都需要重新编译，而这个耗时是比较长的，所以这样算下来成本会非常高。这个时候一个比较不错的做法是，将那些跟性能无关的内容开放给脚本，可以是 Lua 脚本、也可以是 Python 脚本，而脚本语言不需要编译，我们可以随时修改，这样可以减少编译调试的成本。还有就是引入了 Python 脚本之后，我们可以把 C / C++ 做的更加模 ...