<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
	<channel>
		<title>Python on 苏然的博客</title>
		<link>https://bml.asia/tags/python/</link>
		<description>Recent content in Python on 苏然的博客</description>
		<generator>Hugo</generator>
		<language>zh-CN</language>
		
		
		
		
			<lastBuildDate>Thu, 17 Sep 2026 04:19:55 +0800</lastBuildDate>
		
			<atom:link href="https://bml.asia/tags/python/index.xml" rel="self" type="application/rss+xml" />
			<item>
				<title>Pandas 数据分析实战教程：13 步从数据读取到透视表</title>
				<link>https://bml.asia/posts/pandas-data-analysis-practice/</link>
				<pubDate>Fri, 28 Aug 2026 01:29:53 +0800</pubDate>
				<guid>https://bml.asia/posts/pandas-data-analysis-practice/</guid>
				<description>&lt;h2 id=&#34;1-实验背景&#34;&gt;1. 实验背景&lt;/h2&gt;&#xA;&lt;p&gt;　　拿到 Pandas 的那天起，处理数据就从&amp;quot;对着一堆乱七八糟的数字发愁&amp;quot;变成了&amp;quot;像操作一张会思考的 Excel&amp;quot;。它脱胎于 NumPy 的数组运算，但真正和你打交道的是两个数据结构：一维的 Series 像是给一串数字贴上了名字标签，二维的 DataFrame 则直接是一张完整的表。用过之后最大的感受是，它把 Excel 的直观和 SQL 的严谨揉在了一起——既能像点表格一样筛选切片，又能像写查询一样分组聚合。本实验以一份电商订单数据集为主线，通过动手操作掌握 Pandas 的构建、读取、切片、合并、聚合与透视等核心能力。&lt;/p&gt;</description>
			</item>
			<item>
				<title>程序为何不再打包 EXE</title>
				<link>https://bml.asia/posts/wei-shen-me-bu-zai-da-bao-exe-python-plus-webui/</link>
				<pubDate>Sat, 15 Aug 2026 00:30:00 +0800</pubDate>
				<guid>https://bml.asia/posts/wei-shen-me-bu-zai-da-bao-exe-python-plus-webui/</guid>
				<description>&lt;style&gt;&#xA;  .pw-sec {&#xA;    margin: 2.6rem 0 1.2rem;&#xA;    text-align: center;&#xA;    font-family: &#39;Noto Serif SC&#39;, &#39;Songti SC&#39;, &#39;STSong&#39;, &#39;SimSun&#39;, serif;&#xA;    font-size: 1.1rem;&#xA;    font-weight: 600;&#xA;    letter-spacing: .1em;&#xA;    line-height: 1.6;&#xA;    color: var(--c);&#xA;  }&#xA;  .pw-sec::before,&#xA;  .pw-sec::after {&#xA;    content: &#34;&#34;;&#xA;    display: inline-block;&#xA;    width: 2.4rem;&#xA;    height: 1px;&#xA;    background: var(--c);&#xA;    vertical-align: middle;&#xA;    margin: 0 .8rem;&#xA;    opacity: .45;&#xA;  }&#xA;&lt;/style&gt;&#xA;&lt;p&gt;　　过去我固执地认为：写工具，终点一定是打包成 exe。编译、封装、做安装包，还要祈祷用户别撞上缺 DLL 的报错。可现在大量工具走上了&amp;quot;Python 后端 + WebUI&amp;quot;路线——本地启个服务，浏览器访问即用。我曾以为这是开发的万能捷径，后来才慢慢看清：它只是特定场景下的甜区，代价同样不容忽视。&lt;/p&gt;</description>
			</item>
	</channel>
</rss>
