


Présentation de six fonctions intégrées Python très faciles à utiliser
Cet article vous apporte des connaissances pertinentes sur python, qui présente principalement des problèmes liés aux fonctions intégrées. Il examine principalement six fonctions très faciles à utiliser, notamment Lambda, map, réduire, zip, filtrer et énumérer. fonction, jetons-y un coup d'œil, j'espère que cela sera utile à tout le monde.
Apprentissage recommandé : Tutoriel vidéo Python
Fonction Lambda
La fonction Lambda
est utilisée pour créer des fonctions anonymes, c'est-à-dire des fonctions sans noms. Ce n'est qu'une expression et le corps de la fonction est beaucoup plus simple que def. Les fonctions anonymes sont utilisées lorsque nous devons créer une fonction qui effectue une seule opération et peut être écrite sur une seule ligne. Lambda
函数用于创建匿名函数,即没有名称的函数。它只是一个表达式,函数体比def简单很多。当我们需要创建一个函数来执行单个操作并且可以在一行中编写时,就可以用到匿名函数了。
lambda [arg1 [,arg2,.....argn]]:expression
lambda的主体是一个表达式,而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。例如:
lambda x: x+2
如果我们也想像def定义的函数随时调用,可以将lambda函数
分配给这样的函数对象。
add2 = lambda x: x+2add2(10)
输出结果:
利用Lambda
函数,可以将代码简化很多,具体再举个例子。
如上图所示,结果列表newlist
是使用lambda函数用一行代码生成的。
Map 函数
map()
函数会将一个函数映射到一个输入列表的所有元素上。
map(function,iterable)
比如我们先创建了一个函数来返回一个大写的输入单词,然后将此函数应有到列表colors
中的所有元素。
def makeupper(word): return word.upper()colors=['red','yellow','green','black']colors_uppercase=list(map(makeupper,colors))colors_uppercase
此外,我们还可以使用匿名函数lambda
来配合map函数,这样可以更加精简。
colors=['red','yellow','green','black']colors_uppercase=list(map(lambda x: x.upper(),colors))colors_uppercase
如果我们不用Map函数的话,就需要使用for循环。
如上图所示,在实际使用中Map函数会比for循环依次列表元素的方法快1.5倍。
Reduce函数
当需要对一个列表进行一些计算并返回结果时,reduce()
是个非常有用的函数。举个例子,当需要计算一个整数列表所有元素的乘积时,即可使用reduce函数实现。[1]
它与函数的最大的区别就是,reduce()
里的映射函数(function)接收两个参数,而map接收一个参数。
reduce(function, iterable[, initializer])
接下来我们用实例来演示reduce()
的代码执行过程。
from functools import reducedef add(x, y) : # 两数相加 return x + y numbers = [1,2,3,4,5]sum1 = reduce(add, numbers) # 计算列表和
得到结果sum1 = 15
我们会看到,reduce将一个相加函数add()
作用在一个列表[1,2,3,4,5]上,映射函数接收了两个参数,reduce()
把结果继续和列表的下一个元素做累加计算。
此外,我们同样可以使用匿名函数lambda
来配合reduce函数,这样可以更加精简。
from functools import reducenumbers = [1,2,3,4,5]sum2 = reduce(lambda x, y: x+y, numbers)
得到输出sum2= 15
,与之前结果保持一致。
需要注意:Python3.x开始
reduce()
已经被移到functools模块里[2],如果我们要使用,需要用from functools import reduce
导入.
enumerate 函数
enumerate()
函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列,同时列出数据和数据下标,一般用在for循环当中。它的语法如下所示:
enumerate(iterable, start=0)
它的两个参数,一个是序列、迭代器或其他支持迭代对象;另一个是下标起始位置,默认情况从0开始,也可以自定义计数器的起始编号。
colors = ['red', 'yellow', 'green', 'black']result = enumerate(colors)
如果我们有一个存放colors的颜色列表,运行后就会得到一个enumerate(枚举) 对象。它可以直接在for循环中使用,也可以转换为列表,具体用法如下所示。
for count, element in result: print(f"迭代编号:{count},对应元素:{element}")
Zip 函数
zip()
函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表[3]。
我们还是用两个列表作为例子演示:
colors = ['red', 'yellow', 'green', 'black']fruits = ['apple', 'pineapple', 'grapes', 'cherry']for item in zip(colors,fruits): print(item)
输出结果:
当我们使用zip()
prices =[100,50,120]for item in zip(colors,fruits,prices): print(item)
filter(function, iterable)

fonction lambda
à un tel objet fonction. def is_odd(n): return n % 2 == 1old_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] new_list = filter(is_odd, old_list)print(newlist)


map()
La fonction mappe une fonction à tous les éléments d'une liste d'entrée. 🎜rrreee🎜Par exemple, nous créons d'abord une fonction pour renvoyer un mot d'entrée en majuscule, puis appliquons cette fonction à tous les éléments de la liste couleurs
. 🎜rrreee🎜De plus, nous pouvons également utiliser la fonction anonyme lambda
pour coopérer avec la fonction map, qui peut être plus rationalisée. 🎜rrreee🎜Si nous n'utilisons pas la fonction Map, nous devons utiliser une boucle for. 🎜🎜
reduce()
est une fonction très utile. Par exemple, lorsque vous devez calculer le produit de tous les éléments d’une liste d’entiers, vous pouvez utiliser la fonction réduire. [1]🎜🎜La plus grande différence entre celui-ci et les fonctions est que la fonction de mappage (fonction) dans reduce()
reçoit deux paramètres, tandis que map reçoit un paramètre. 🎜rrreee🎜Ensuite, nous utilisons un exemple pour démontrer le processus d'exécution de code de reduce()
. 🎜rrreee🎜Obtenir le résultat sum1 = 15
🎜🎜Nous verrons que réduire applique une fonction d'addition add()
à une liste [1,2,3,4 ,5 ], la fonction de mappage reçoit deux paramètres, reduce()
continue d'accumuler le résultat avec l'élément suivant de la liste. 🎜🎜De plus, nous pouvons également utiliser la fonction anonyme lambda
pour coopérer avec la fonction de réduction, qui peut être plus rationalisée. 🎜rrreee🎜Obtenez le résultat sum2= 15
, qui est cohérent avec le résultat précédent. 🎜🎜Remarque : à partir de Python 3.x, reduce()
a été déplacé vers le module functools [2]. functools import réduireImport.🎜
🎜enumerate function🎜🎜enumerate()
La fonction est utilisée pour combiner un objet de données traversable (tel qu'une liste, un tuple ou une chaîne) en une séquence d'index, tandis que List data et data indices, généralement utilisés dans les boucles for. Sa syntaxe est la suivante : 🎜rrreee🎜 Ses deux paramètres, l'un est une séquence, un itérateur ou autre objet prenant en charge l'itération ; l'autre est la position de départ de l'indice, commençant à 0 par défaut, vous pouvez également personnaliser le point de départ de le compteur Numéro de départ. 🎜rrreee🎜Si nous avons une liste de couleurs qui stocke les couleurs, nous obtiendrons un objet énumération après l'avoir exécuté. Il peut être utilisé directement dans une boucle for ou converti en liste. L'utilisation spécifique est la suivante. 🎜rrreee🎜
La fonction zip()
est utilisée pour prendre un objet itérable comme paramètre, regrouper les éléments correspondants dans l'objet dans des tuples, puis renvoyer une liste composée de ces tuples [3]. 🎜🎜Nous utilisons toujours deux listes comme exemple pour démontrer : 🎜rrreee🎜Résultat de sortie : 🎜🎜
zip()
, si le nombre d'éléments dans chaque itérateur est incohérent, la longueur de la liste renvoyée est la même que la plus courte objet. 🎜rrreee🎜🎜🎜Filter 函数
filter()
函数用于过滤序列,过滤掉不符合条件的元素,返回由符合条件元素组成的新列表,其语法如下所示[4]。
filter(function, iterable)
比如举个例子,我们可以先创建一个函数来检查单词是否为大写,然后使用filter()
函数过滤出列表中的所有奇数:
def is_odd(n): return n % 2 == 1old_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] new_list = filter(is_odd, old_list)print(newlist)
输出结果:
今天分享的这6个内置函数,在使用 Python 进行数据分析或者其他复杂的自动化任务时非常方便。
推荐学习:python视频教程
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

PHP et Python ont leurs propres avantages et inconvénients, et le choix dépend des besoins du projet et des préférences personnelles. 1.Php convient au développement rapide et à la maintenance des applications Web à grande échelle. 2. Python domine le domaine de la science des données et de l'apprentissage automatique.

Activer l'accélération du GPU Pytorch sur le système CentOS nécessite l'installation de versions CUDA, CUDNN et GPU de Pytorch. Les étapes suivantes vous guideront tout au long du processus: CUDA et CUDNN Installation détermineront la compatibilité de la version CUDA: utilisez la commande NVIDIA-SMI pour afficher la version CUDA prise en charge par votre carte graphique NVIDIA. Par exemple, votre carte graphique MX450 peut prendre en charge CUDA11.1 ou plus. Téléchargez et installez Cudatoolkit: visitez le site officiel de Nvidiacudatoolkit et téléchargez et installez la version correspondante selon la version CUDA la plus élevée prise en charge par votre carte graphique. Installez la bibliothèque CUDNN:

Python et JavaScript ont leurs propres avantages et inconvénients en termes de communauté, de bibliothèques et de ressources. 1) La communauté Python est amicale et adaptée aux débutants, mais les ressources de développement frontal ne sont pas aussi riches que JavaScript. 2) Python est puissant dans les bibliothèques de science des données et d'apprentissage automatique, tandis que JavaScript est meilleur dans les bibliothèques et les cadres de développement frontaux. 3) Les deux ont des ressources d'apprentissage riches, mais Python convient pour commencer par des documents officiels, tandis que JavaScript est meilleur avec MDNWEBDOCS. Le choix doit être basé sur les besoins du projet et les intérêts personnels.

Docker utilise les fonctionnalités du noyau Linux pour fournir un environnement de fonctionnement d'application efficace et isolé. Son principe de travail est le suivant: 1. Le miroir est utilisé comme modèle en lecture seule, qui contient tout ce dont vous avez besoin pour exécuter l'application; 2. Le Système de fichiers Union (UnionFS) empile plusieurs systèmes de fichiers, ne stockant que les différences, l'économie d'espace et l'accélération; 3. Le démon gère les miroirs et les conteneurs, et le client les utilise pour l'interaction; 4. Les espaces de noms et les CGROUP implémentent l'isolement des conteneurs et les limitations de ressources; 5. Modes de réseau multiples prennent en charge l'interconnexion du conteneur. Ce n'est qu'en comprenant ces concepts principaux que vous pouvez mieux utiliser Docker.

Minio Object Storage: Déploiement haute performance dans le système Centos System Minio est un système de stockage d'objets distribué haute performance développé sur la base du langage Go, compatible avec Amazons3. Il prend en charge une variété de langages clients, notamment Java, Python, JavaScript et GO. Cet article introduira brièvement l'installation et la compatibilité de Minio sur les systèmes CentOS. Compatibilité de la version CentOS Minio a été vérifiée sur plusieurs versions CentOS, y compris, mais sans s'y limiter: CentOS7.9: fournit un guide d'installation complet couvrant la configuration du cluster, la préparation de l'environnement, les paramètres de fichiers de configuration, le partitionnement du disque et la mini

La formation distribuée par Pytorch sur le système CentOS nécessite les étapes suivantes: Installation de Pytorch: La prémisse est que Python et PIP sont installés dans le système CentOS. Selon votre version CUDA, obtenez la commande d'installation appropriée sur le site officiel de Pytorch. Pour la formation du processeur uniquement, vous pouvez utiliser la commande suivante: pipinstalltorchtorchVisionTorChaudio Si vous avez besoin d'une prise en charge du GPU, assurez-vous que la version correspondante de CUDA et CUDNN est installée et utilise la version Pytorch correspondante pour l'installation. Configuration de l'environnement distribué: la formation distribuée nécessite généralement plusieurs machines ou des GPU multiples uniques. Lieu

Lors de l'installation de Pytorch sur le système CentOS, vous devez sélectionner soigneusement la version appropriée et considérer les facteurs clés suivants: 1. Compatibilité de l'environnement du système: Système d'exploitation: Il est recommandé d'utiliser CentOS7 ou plus. CUDA et CUDNN: La version Pytorch et la version CUDA sont étroitement liées. Par exemple, Pytorch1.9.0 nécessite CUDA11.1, tandis que Pytorch2.0.1 nécessite CUDA11.3. La version CUDNN doit également correspondre à la version CUDA. Avant de sélectionner la version Pytorch, assurez-vous de confirmer que des versions compatibles CUDA et CUDNN ont été installées. Version Python: branche officielle de Pytorch

CENTOS L'installation de Nginx nécessite de suivre les étapes suivantes: Installation de dépendances telles que les outils de développement, le devet PCRE et l'OpenSSL. Téléchargez le package de code source Nginx, dézippez-le et compilez-le et installez-le, et spécifiez le chemin d'installation AS / USR / LOCAL / NGINX. Créez des utilisateurs et des groupes d'utilisateurs de Nginx et définissez les autorisations. Modifiez le fichier de configuration nginx.conf et configurez le port d'écoute et le nom de domaine / adresse IP. Démarrez le service Nginx. Les erreurs communes doivent être prêtées à prêter attention, telles que les problèmes de dépendance, les conflits de port et les erreurs de fichiers de configuration. L'optimisation des performances doit être ajustée en fonction de la situation spécifique, comme l'activation du cache et l'ajustement du nombre de processus de travail.
