重庆分公司,新征程启航

为企业提供网站建设、域名注册、服务器等服务

介绍4个大神常用而你不常用的python函数

介绍4个大神常用而你不常用的python函数

目前成都创新互联公司已为成百上千家的企业提供了网站建设、域名、网页空间、网站托管、服务器租用、企业网站设计、长春网站维护等服务,公司将坚持客户导向、应用为本的策略,正道将秉承"和谐、参与、激情"的文化,与客户和合作伙伴齐心协力一起成长,共同发展。

 

https://mp.weixin.qq.com/s/C2nw4JShmj1FlLeDy0IeRA


今天总共说下四个函数: assert ,map,filter,reduce

 

assert

俗称 断言!就是说断言一件事,如果是真,程序继续进行;如果是假,则报错。


介绍4个大神常用而你不常用的python函数



怎么用捏?

两种用法

  • assert

  • assert ,

     

    第一种

    def avg( marks ):
       assert len ( marks ) !=
        return sum( marks )/ len ( marks )

    mark1 = []
    print ( "Average of mark1:" ,avg(mark1))

     

    结果为

    AssertionError

     

    第二种

    def avg( marks ):
       assert len ( marks ) != , "List is empty."
        return sum( marks )/ len ( marks )

    mark2 = [ 55 , 88 , 78 , 90 , 79 ]
    print ( "Average of mark2:" ,avg(mark2))

    mark1 = []
    print ( "Average of mark1:" ,avg(mark1))

     

    结果为

    Average of mark2: 78.0
    AssertionError: List is empty .

     

    map

    很多时候,我们对一个list里的数据进行同一种操作,比如:

    items = [ 1 , 2 , 3 , 4 , 5 ]
    squared = []
    for i in item s:
       squared. append (i** 2 )



    这个时候,就可以用map操作,格式为:

    map(function_to_apply, list_input)



    具体操作为

    items = [ 1 , 2 , 3 , 4 , 5 ]
    squared = list(map(lambda x: x** 2 , items))

     

    当然list里可以放函数

    def multiply (x):
      return (x*x)
    def add (x):
      return (x+x)

    funcs = [multiply, add]
    for i in range( 5 ):
      value = list(map( lambda x: x(i), funcs))
      print(value)

    # Output:
    # [0, 0]
    # [1, 2]
    # [4, 4]
    # [9, 6]
    # [16, 8]

     

    当然也可以进行str2id操作

    a = [ '5' , '2' , '3' , '4' , '5' ]
    print ( list ( map ( int , a )))

    # [ 5 , 2 , 3 , 4 , 5 ]

     

    filter

    filter 函数就是对于给定的条件进行筛选,过滤。

    number_list = range (- 5 , 5 )
    less_than_zero = list ( filter (lambda x : x < , number_list))
    print (less_than_zero)

    # Outpu t: [- 5 , - 4 , - 3 , - 2 , - 1 ]

     

    这个可以用在神经网络中是否对部分网络进行fine-tune

    if self. args .fine_tune is False:
        parameters = filter (lambda p : p .requires_grad, model.parameters())
    else :
        parameters = model.parameters()

     

    reduce

    reduce 就是累计上次的结果,用在当前操作上。比如不用reduce是这样的

    product = 1
    list = [ 1 , 2 , 3 , 4 ]
    for num in list :
       product = product * num

    # product = 24



    用了之后

    from functools import reduce
    product = reduce(( lambda x, y: x * y), [ 1 , 2 , 3 , 4 ])

    # Output: 24



    IELTS a bit



    colossal adj. 巨大的;广大的;庞大的

    deposit n. 存款   v. 将钱存入银行

     

     

     


网站栏目:介绍4个大神常用而你不常用的python函数
网页地址:http://cqcxhl.cn/article/jsosho.html

其他资讯

在线咨询
服务热线
服务热线:028-86922220
TOP