先前学习FastAPI 路由 的时候已经介绍过依赖注入，但由于篇幅限制并没有梳理的特别详细，这次期望进行一些完整的梳理。 依赖注入简介 FastAPI 的 依赖注入（Dependency Injection） 是一种解耦代码、复用逻辑的核心…
为什么要用等宽字体 等宽字体通过优化对齐、增强可读性、保障兼容性，成为编程场景的“刚需”。其设计特性与代码的结构化、精确性需求高度契合，是提升开发效率和代码质量的重要工具。 对齐与排版优化 等宽字体的核心…
重采样（Resampling）是处理数据不平衡问题的核心技术之一，通过调整训练数据中不同类别的样本比例，使模型更关注少数类。 重采样的两类核心方法 过采样（Oversampling） 目标：增加少数类样本数量，平衡类…
在FastAPI中，响应模型（Response Model）用于精确控制API返回的数据结构和文档生成，通过Pydantic模型实现数据过滤、格式转换和安全防护。 响应模型的作用 数据过滤：仅返回模型中定义的字段，隐藏敏感或不必…
在FastAPI中，路由（Routing）是将不同的URL路径映射到特定处理函数的核心机制。以下是FastAPI路由的详细解析，涵盖基本用法、路径参数、查询参数、请求方法等核心功能。 基本路由定义 通过装饰器@app.get()、@ap…
在FastAPI中，请求体（RequestBody）用于接收客户端发送的结构化数据（如JSON），通常与Pydantic模型结合实现数据验证和自动文档生成。 请求体基础用法 定义Pydantic模型 from pydantic import BaseModel class …
在使用开源的大语言模型或者调用大语言模型API的时候会遇到temperature、top_p、top_k等参数，对于不了解的LLM的原理的人，可能一头雾水，不知道如何设置。 LLM的原理 LLM看似很神奇，但本质还是一个概率问题…
iDice简介 iDice（指标异常归因算法）是一种用于识别与新出现问题（Emerging Issues）相关的有效组合的自动化算法。它通过从海量属性组合中高效地识别出与新兴问题高度相关的有效组合，帮助技术支持工程师快速定位…
在 Pandas 中，DataFrame.head() 方法默认输出一个格式化的表格，这在 Jupyter Notebook 或终端中查看时通常已经比较可读。但是，如果你希望以更好的文本格式输出，尤其是在需要将输出嵌入到其他文档或日志中时， …
OpenDataLake简介 OpenDataLake是一种数据存储和管理架构，旨在以一种开放、灵活和可扩展的方式处理大量的多结构化数据。数据湖的概念是将数据以原始格式存储，以便在需要时进行分析和处理。OpenDataLake的开放性通…
