Pythonのデータ変換と変換を同時に行う方法の紹介と分析(例付き)
この記事が提供するのは、Python のデータの変換と変換を同時に行う方法の紹介と分析です (例付き)。一定の参考値があり、必要な友人はそれを参照できます。 . お役に立てれば幸いです。
1. 要件
変換関数 (sum()、min()、max() など) を呼び出す必要がありますが、まず、データまたはフィルター
2. ソリューション
データ変換と変換を組み合わせた、関数パラメーターでジェネレーター式を使用する非常に洗練されたソリューションがあります。
例 1: 二乗和を計算する:
nums=[1,2,3] s=sum(x*x for x in nums) print(s)
結果:
14
例 2: .py ファイルが指定されたディレクトリに存在するかどうかを確認する
import os filename=os.path.dirname(os.path.abspath(__file__)) files1=os.listdir(filename+"/image") files2=os.listdir(filename) #any表示该iterable只要存在一个满足条件的,欧返回True,否则才返回False if any(name.endswith('.py') for name in files1): print('存在py文件') else: print('不存在py文件') #any表示该iterable只要存在一个满足条件的,欧返回True,否则才返回False if any(name.endswith('.py') for name in files2): print('存在py文件') else: print('不存在py文件')
実行結果:
不存在py文件 存在py文件
例 3: 辞書内のキーに基づいて最小値を取得
marks=[ {'age':18,'money':100}, {'age':19,'money':500}, {'age':17,'money':900}, {'age':20,'money':1000}, ] min_mark=min(m['age'] for m in marks) print(min_mark)
結果:
17
3. 分析
これ このソリューションは、ジェネレーター式を別の引数として関数に渡すときの構文上の微妙な点の一部を示しています (つまり、シンボルを再利用する必要がありません)。たとえば、次の 2 行のコードは同じ意味です。
s=sum((x*x for x in nums)) s=sum(x*x for x in nums)
最初に一時テーブルを作成する場合と比較して、ジェネレータをパラメータとして使用する方が、通常はより効率的で洗練された方法です。たとえば、ジェネレータ式を使用していない場合は、二乗和を計算する次の方法を検討してください。
nums=[1,2,3] s=sum([x*x for x in nums]) print(s)
これも機能しますが、追加の手順が発生し、追加のリストが作成されます。小さなリストの場合。それは問題ではありませんが、nums が非常に大きい場合、巨大な一時データ構造が作成され、1 回だけ使用され、その後破棄されます。
ジェネレーター ベースのソリューションは、データを反復的に変換するため、メモリ使用効率が大幅に向上します。
min() や max() などの特定の変換関数はキー パラメーターを受け入れることができるため、ジェネレーターを使用したい場合に役立ちます。たとえば、上記の例 [辞書内のキーに基づいて最小値を取得する] では、次の代替案を検討できます:
min_mark=min(marks,key=lambda m:m['age'])
以上がPythonのデータ変換と変換を同時に行う方法の紹介と分析(例付き)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。
