多模态（Multimodal）指 AI 模型能够同时处理和理解多种类型的数据输入模态说明典型任务📝 文本（Text）最成熟的模态对话、摘要、翻译🖼️ 图像（Image）视觉理解图像描述、OCR、目标检测🔊 音频（Audio）语音与声音语音识别、音乐理解🎬 视频（Video）时序视觉视频摘要、行为识别📐 结构化数据表格、代码数据分析、代码生成多模态大模型（Multimodal LLM，ML

📊 阅读时长：22分钟 | 关键词：Python列表、元组、字典、集合、可变对象、哈希表、集合运算。

Matplotlib课程三，常见图表：散点图、条形图、热力图

Pandas是Python数据分析的核心工具，基于NumPy构建，核心数据结构为Series（一维带标签数组）和DataFrame（二维表格）。Series可通过列表、字典、NumPy数组等方式创建，支持位置索引和标签索引访问数据，运算时自动按索引对齐。

Matplotlib基础绘图课程plot、figure与中文显示

本文介绍了NumPy数组计算的三大核心功能：向量化运算、广播机制和聚合函数。向量化运算通过底层优化大幅提升运算效率，比Python循环快数十倍；广播机制使得不同形状的数组也能直接运算，通过规则化的形状扩展实现灵活计算；聚合函数则提供了一站式统计摘要功能，如求和、平均值、最大最小值等。文中通过代码示例和图表演示了这些功能的具体应用，并总结了广播规则速查表。掌握这三大特性是高效使用NumPy进行数据分

Pandas数据清洗指南：缺失值与重复值处理 本文介绍了Pandas中数据清洗的核心方法，重点讲解缺失值和重复值的处理： 缺失值检测与处理 使用isnull()和notnull()识别缺失值 dropna()删除含缺失值的行/列，支持多种删除策略 fillna()填充缺失值，包括固定值填充、前后值填充和按列定制填充 重复值处理 drop_duplicates()删除重复行，可指定保留策略和判断列

深度对比三款主流AI编程助手的核心能力（上下文理解、Agent能力、多模型支持）、价格策略、适合人群及选型建议。包含实战体验总结和新兴玩家Trae、Augment Code介绍，约1500字，适合技术读者。

腾讯版免费小龙虾，人人对会养的免费🦞

Mac版的Codex CLI简易教程