Python でさまざまなサイズのリストを圧縮する
###############導入###
Python では、リストは数値または文字列値を保存するために広く使用されている方法の 1 つです。これらは変更可能であり、角括弧 [] を使用して定義されます。このタイプのリストには、さまざまなデータ型を持つさまざまな要素を含めることができます。データの前処理の目的で、Python でさまざまなリストを圧縮する必要がある場合があります。
それでは、リストとその圧縮操作について説明していきましょう。
リスト圧縮
ご存知のとおり、リストは要素を格納する一般的な方法であり、要素には数値または文字列値を含めることができます。これらは、Python の使用時にデータ セットを操作するときに通常使用される変更可能な型です。
リストの圧縮操作とは、実際に 2 つの異なるリストを圧縮すること、またはより単純に、2 つの異なるリストの値をペアにすることを意味します。
その背後にある考え方を明確にするために、例を挙げてみましょう。 2 つのリストがあるとします:
L1 = [1,2,3]
L2 = [「一」、「二」、「三」]
上でわかるように、2 つの異なるリストがあり、それらに対して圧縮操作を実行すると、出力は次のようになります:
Zipped_List = [(1, ‘一’), (2, ‘二’), (3, ‘三’)]
次に、Python での圧縮リストの使用例について説明します。
圧縮リストの適用
同じサイズまたは異なるサイズの 2 つの異なるリストを圧縮すると、多くの状況で役立つ場合があります。話し合いましょう: ###
辞書表現:
2 つの異なるリストに対する圧縮操作は、リストを辞書として作成または表現するのに役立ちます。キーを含むリストと辞書値を含む別のリストを取得することで、同じことを行うことができます。データ処理:
場合によっては、タスクの実行を継続するためにデータ処理が必要であり、非常に多くの異なるリストの代わりに共通のリストが必要になる場合があります。この場合、圧縮操作が非常に役立ちます。データ反復:
圧縮操作は、リスト要素を反復し、それらに対して何らかの操作を実行する場合にも使用できます。圧縮リスト
さまざまなリストを圧縮する方法はたくさんあります。そのうちのいくつかについて説明します。方法 1: For ループと列挙型の使用
列挙型で for ループを使用することは、サイズの異なる 2 つのリストを圧縮する最も簡単な方法の 1 つです。リーリー
上記のコードでわかるように、サイズの異なる 2 つの異なるリスト (リスト 1 とリスト 2) を入力しています。最初に元のリストを出力し、次に列挙関数を使用して for ループを実行し、リスト要素を追加して両方のリストを圧縮します。 出力
次のコードの出力は次のとおりです:
リーリー
方法 2: Zip() メソッドを使用するZip() キーワードを使用すると、サイズの異なる 2 つのリストを圧縮することもできます。ここでは、ループ内で特定のキーワードを使用できます。
リーリー
上記のコードでわかるように、サイズの異なる 2 つの異なるリストがあり、zip() を使用してリスト要素を追加し、リストを圧縮します。 出力次のコードの出力は次のとおりです:
リーリー
方法 3: Itertools を使用するこれは、サイズの異なる 2 つのリストを圧縮する古典的な方法の 1 つです。ここでは、Itertools を使用してリストを圧縮します。
リーリー
上記のコードでわかるように、itertools ライブラリがインストールされ、そこからループがインポートされます。次に、サイズの異なる 2 つのリストを定義し、同じリストを出力しました。次に、ループを使用して両方のリストを同じリストに渡すことでリストを圧縮します。 出力
このコードの出力は次のとおりです:
リーリー ###結論は###
この記事では、リストについて、リストの圧縮操作とは何か、同じ用途には何があるのか、Python でサイズの異なる 2 つのリストを圧縮する方法について説明しました。Python でリストを圧縮できる合計 3 つの方法について説明しました。これらの方法を使用すると、問題ステートメントと要件に従って誰でもリストを圧縮できます。この記事は、リストの圧縮操作を理解し、必要に応じて同じことを実行するのに役立ちます。
以上がPython でさまざまなサイズのリストを圧縮するの詳細内容です。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

PytorchをCentosの最新バージョンに更新すると、次の手順に従うことができます。方法1:PIPでPIPを更新する:最初にPIPが最新バージョンであることを確認します。これは、PIPの古いバージョンがPytorchの最新バージョンを適切にインストールできない可能性があるためです。 pipinstall- upgradepipアンインストール古いバージョンのpytorch(インストールの場合):pipuninstorchtorchtorchvisiontorchaudioインストール最新
