Python イテレータとジェネレータの混同されやすい概念
イテレーターとジェネレーター
イテレーターとジェネレーターは、Python でよく使用され、混同されやすい 2 つの概念です。今日は、それらを整理し、よく使用される例をいくつか示します。
for文と反復可能オブジェクト(反復可能オブジェクト):
for i in [1, 2, 3]:
print(i)
obj = {"a": 123, "b": 456}
for k in obj:
print(k)
for ステートメントでループに使用できるこれらのオブジェクトは、反復可能なオブジェクトです。 for ステートメントで反復できる組み込みのデータ型 (リスト、タプル、文字列、辞書など) に加えて、一連の要素を含むコンテナを自分で作成することもでき、各要素をループすることもできます。この A コンテナはイテレータです。
for ループは、シーケンス、タプル、文字列など、Python のあらゆるシーケンス型に使用できます。例:
>>> for x in [1,2,3,4]: print(x * 2,end='')
...
2468
>>> x in (1,2,3,4): print(x * 2,end='')
...
2468
>>> 'Python' の y: print(y * 2 , end =' ')
...
pp yy tt hh oo nn
実際、for ループはこれよりもさらに一般的であり、任意の反復可能なオブジェクトで使用できます。 for は反復ツールとして考えることができ、他にもメンバーシップ テストにおけるリスト分析、マップ組み込み関数などの例があります。
ファイル反復子
File には __next__ というメソッドがあり、呼び出されるたびにファイル内の次の行を返します。ファイルの終わりに到達すると、__next__ は空の文字列を返すのではなく、組み込みの StopIteration 例外を発生させることに注意してください。
例:
ここでの出力では、常に end='' を使用して n を追加していることに注意してください。これは、行文字列には既に n が含まれているためです (これがないと、出力は 2 行に分かれたものになります)。
この方法でファイルを読み取ることには 3 つの利点があります:1. 書き込み方法が簡単
2. メモリ使用量の面でも最高です
同じ効果を持つオリジナルの方法、 for ループは、ファイルの readlines メソッドを呼び出します。これにより、ファイルがメモリにロードされ、行文字列のリストが作成されます。
2 つの効果は同じですが、後者はファイルを一度にメモリにロードします。ファイルが大きすぎると、コンピュータのメモリ領域が十分ではなくなり、動作しない可能性があります。以前の反復子のバージョンには、この問題に対する耐性があります。 (Python3 では、Unicode テキストをサポートするように i/o を書き換えることで、これが少しわかりにくくなり、システムへの依存度が低くなります) もちろん、while ループを使用して実装することもできますが、相対的に言えば、while は依然として for よりも遅いです。手動反復: iter と next
コードの手動反復をサポートするために、python3 はオブジェクトの __next__ メソッドを自動的に使用する組み込み関数 next も提供します。反復可能なオブジェクト z を指定すると、 next(z) の呼び出しは z.__next__() と同等ですが、前者の方がはるかに簡単です。例:
技術的な観点から見ると、for ループが開始されると、それを介して iter 組み込み関数が与えられ、反復可能オブジェクトから反復子を取得します。返されるオブジェクトには、次のメソッドが必要です。
アクションを実行し、操作中に発生する例外をキャプチャするための try ステートメントについては、後で詳しく説明する記事を公開します。
以上がPython イテレータとジェネレータの混同されやすい概念の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









PHPとPythonには独自の利点と短所があり、選択はプロジェクトのニーズと個人的な好みに依存します。 1.PHPは、大規模なWebアプリケーションの迅速な開発とメンテナンスに適しています。 2。Pythonは、データサイエンスと機械学習の分野を支配しています。

Pytorch GPUアクセラレーションを有効にすることで、CentOSシステムでは、PytorchのCUDA、CUDNN、およびGPUバージョンのインストールが必要です。次の手順では、プロセスをガイドします。CUDAおよびCUDNNのインストールでは、CUDAバージョンの互換性が決定されます。NVIDIA-SMIコマンドを使用して、NVIDIAグラフィックスカードでサポートされているCUDAバージョンを表示します。たとえば、MX450グラフィックカードはCUDA11.1以上をサポートする場合があります。 cudatoolkitのダウンロードとインストール:nvidiacudatoolkitの公式Webサイトにアクセスし、グラフィックカードでサポートされている最高のCUDAバージョンに従って、対応するバージョンをダウンロードしてインストールします。 cudnnライブラリをインストールする:

PythonとJavaScriptには、コミュニティ、ライブラリ、リソースの観点から、独自の利点と短所があります。 1)Pythonコミュニティはフレンドリーで初心者に適していますが、フロントエンドの開発リソースはJavaScriptほど豊富ではありません。 2)Pythonはデータサイエンスおよび機械学習ライブラリで強力ですが、JavaScriptはフロントエンド開発ライブラリとフレームワークで優れています。 3)どちらも豊富な学習リソースを持っていますが、Pythonは公式文書から始めるのに適していますが、JavaScriptはMDNWebDocsにより優れています。選択は、プロジェクトのニーズと個人的な関心に基づいている必要があります。

DockerはLinuxカーネル機能を使用して、効率的で孤立したアプリケーションランニング環境を提供します。その作業原則は次のとおりです。1。ミラーは、アプリケーションを実行するために必要なすべてを含む読み取り専用テンプレートとして使用されます。 2。ユニオンファイルシステム(UnionFS)は、違いを保存するだけで、スペースを節約し、高速化する複数のファイルシステムをスタックします。 3.デーモンはミラーとコンテナを管理し、クライアントはそれらをインタラクションに使用します。 4。名前空間とcgroupsは、コンテナの分離とリソースの制限を実装します。 5.複数のネットワークモードは、コンテナの相互接続をサポートします。これらのコア概念を理解することによってのみ、Dockerをよりよく利用できます。

MINIOオブジェクトストレージ:CENTOSシステムの下での高性能展開Minioは、Amazons3と互換性のあるGO言語に基づいて開発された高性能の分散オブジェクトストレージシステムです。 Java、Python、JavaScript、Goなど、さまざまなクライアント言語をサポートしています。この記事では、CentosシステムへのMinioのインストールと互換性を簡単に紹介します。 Centosバージョンの互換性Minioは、Centos7.9を含むがこれらに限定されない複数のCentosバージョンで検証されています。

Pytorchの分散トレーニングでは、Centosシステムでトレーニングには次の手順が必要です。Pytorchのインストール:PythonとPipがCentosシステムにインストールされていることです。 CUDAバージョンに応じて、Pytorchの公式Webサイトから適切なインストールコマンドを入手してください。 CPUのみのトレーニングには、次のコマンドを使用できます。PipinstalltorchtorchtorchvisionTorchaudioGPUサポートが必要な場合は、CUDAとCUDNNの対応するバージョンがインストールされ、インストールに対応するPytorchバージョンを使用してください。分散環境構成:分散トレーニングには、通常、複数のマシンまたは単一マシンの複数GPUが必要です。場所

PytorchをCentosシステムにインストールする場合、適切なバージョンを慎重に選択し、次の重要な要因を検討する必要があります。1。システム環境互換性:オペレーティングシステム:Centos7以上を使用することをお勧めします。 Cuda and Cudnn:PytorchバージョンとCudaバージョンは密接に関連しています。たとえば、pytorch1.9.0にはcuda11.1が必要ですが、pytorch2.0.1にはcuda11.3が必要です。 CUDNNバージョンは、CUDAバージョンとも一致する必要があります。 Pytorchバージョンを選択する前に、互換性のあるCUDAおよびCUDNNバージョンがインストールされていることを確認してください。 Pythonバージョン:Pytorch公式支店

NGINXのインストールをインストールするには、次の手順に従う必要があります。開発ツール、PCRE-Devel、OpenSSL-Develなどの依存関係のインストール。 nginxソースコードパッケージをダウンロードし、それを解凍してコンパイルしてインストールし、/usr/local/nginxとしてインストールパスを指定します。 nginxユーザーとユーザーグループを作成し、アクセス許可を設定します。構成ファイルnginx.confを変更し、リスニングポートとドメイン名/IPアドレスを構成します。 nginxサービスを開始します。依存関係の問題、ポート競合、構成ファイルエラーなど、一般的なエラーに注意する必要があります。パフォーマンスの最適化は、キャッシュをオンにしたり、ワーカープロセスの数を調整するなど、特定の状況に応じて調整する必要があります。
