Python 関数プログラミングの基礎の紹介
関数の基礎知識
カスタム関数の基本的な構文仕様と呼び出し方法をマスターし、関数の各種パラメータの使い方と呼び出し規則をマスターします。
1. Python 関数
- Function (関数) は、単一の関数または関連する関数を実装するために使用される、整理された再利用可能なコード セグメントです。
- 関数は、アプリケーションのモジュール性とコードの再利用率を向上させることができます。
- 私たちはすでに、print() など、Python によって提供される多くの組み込み関数を体験してきました。
- ただし、ユーザー定義関数と呼ばれる独自の関数を作成することもできます。
2. 関数をカスタマイズするための基本ルール
必要な関数を使用して関数を定義できます。以下は簡単なルールです:
- A関数コード ブロックは def キーワードで始まり、その後に関数識別子名と括弧 ( ) が続きます。
- 入力パラメータと独立変数は括弧で囲む必要があります。パラメータは括弧内で定義できます。
- 関数の最初の行のステートメントでは、関数の説明を保存するために使用されるドキュメント文字列をオプションで使用できます。
- 関数の内容はコロンで始まり、インデントされます。
- returnm [式] は関数を終了し、オプションで呼び出し元に値を返します。
- 式を指定せずに返すことは、None を返すことと同じです。
3. 関数構文のカスタマイズ
関数構文の定義:
def 函数标识名称(参数列表): “函数_文档字符串,对函数进行说明" 函数体 return [表达式]
デフォルトでは、パラメーター値とパラメーター名は関数宣言で定義されます。一致します。
4. 関数呼び出し
関数の定義では、関数に名前を付け、関数に含まれるパラメーターとコード ブロック構造を指定するだけです。
この関数の基本構造が完成したら、別の関数呼び出しを通じて、または Python プロンプトから直接実行できます。
次の例では、printme ( ) 関数を呼び出します:
呼び出し後の出力結果は次のとおりです:
- return ステートメント [expression] は関数を終了し、呼び出し元に式を選択的に返します。 パラメータ値のない return ステートメントは None を返します。 前の例では、値を返す方法が示されていませんでした。次の例は、その方法を示しています:
a=[1,2,3] a="Runoob"
- 不変型: プログラム プログラミングで受け渡す値 (整数、文字列、タプルなど)。たとえば、 fun(a) は a の値を転送するだけで、 a オブジェクト自体には影響しません。たとえば、 fun(a) 内の a の値を変更すると、コピーされた別のオブジェクトが変更されるだけで、 a 自体には影響しません。私たちはこれを値による受け渡しと呼ぶことがよくあります。 変数の型: リストや辞書など、プログラミングにおける参照の受け渡し (アドレスの受け渡し) に似ています。たとえば、fun(la) は実際には la を渡しますが、変更後は fun の外側の la も影響を受けます。
- 必須パラメータ。 キーワードパラメータ。 デフォルトのパラメータ。 長さのパラメータが不定です。
ch06-demo01-args-necessary.py
ch06-demo02-keyword.py
缺省参数
调用函数时,缺省参数的值如果没有传入,则被认为是默认值。
示例:
ch06-demo03-args-default.py
打印默认的age,如果age没有被传入:
注意:缺省值必须放在最后一个参数。
不定长参数*args
可能需要一个函数能处理比当初声明时更多的参数。这些参数叫做不定长参数。
适用于当参数个数不确定或根据调用情况其参数个数会动态变化的情况。
基本语法如下:
def函数名称(formal args, *args ): “函数_文档字符串" 函数体 retum [表达式]
加了星号(* )的变量名会存放所有未命名的变量参数。选择不多传参数也可,可变长参数的类型为元组。
补充: **kw
**两个型号代表接受的是一个可变长度的 字典类型的参数。
因此,改参数必须以k-v值结构出现。
def函数名称(formal _args, **kw ): “函数_文档字符串” 函数体 retum [表达式
加了星号(** )的变量名会存放所有未命名的变量参数。选择不多传参数也可,可变长参数的类型为字典。
总结: *argv和**kw的区别
两个参数必须为函数定义中参数列表中的排名最后的参数。
*argv代表该参数位置可以放任意个数的数据,最终都会转换成元组数据类型在函数体内处理。
**kw代表该参数位置可以放k=v格式的数据,最终都会转换成字典类型数据安函数体内处理。
以上がPython 関数プログラミングの基礎の紹介の詳細内容です。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。

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。

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:

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

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。
