Jadual Kandungan
Tingkatkan kejelasan kod dengan Python bernama tupel
Ketahui cara mencipta, memusnahkan dan mengoptimumkan penggunaan memori untuk kod yang lebih bersih dan mudah dibaca. Terokai contoh dunia sebenar dan amalan terbaik.
Mencipta tuple bernama
Mengakses elemen daripada Namedtuple
Ketidakbolehubah
Kaedah
Membongkar Namedtuple
Kelebihan menggunakan "Namedtuple"
Rumah pembangunan bahagian belakang Tutorial Python Tingkatkan kejelasan kod dengan Python bernama tupel

Tingkatkan kejelasan kod dengan Python bernama tupel

Jan 02, 2024 am 10:35 AM
python

Modul koleksi Python mempunyai ciri yang dipanggil "Namedtuple", "Namedtuple" ialah tupel dengan elemen bernama untuk menjadikan kod lebih ekspresif. Sama seperti kamus dalam Python, "Namedtuple" membenarkan kami mengakses elemen menggunakan ahli tupel dan bukannya indeks.

Tingkatkan kejelasan kod dengan Python bernama tupel

Tingkatkan kejelasan kod dengan Python bernama tupel

Ketahui cara mencipta, memusnahkan dan mengoptimumkan penggunaan memori untuk kod yang lebih bersih dan mudah dibaca. Terokai contoh dunia sebenar dan amalan terbaik.

Modul koleksi Python mempunyai ciri yang dipanggil "Namedtuple", "Namedtuple" ialah tupel dengan elemen bernama untuk menjadikan kod lebih ekspresif. Sama seperti kamus dalam Python, "Namedtuple" membenarkan kami mengakses elemen menggunakan ahli tupel dan bukannya indeks.

Mencipta tuple bernama

Untuk mencipta tuple bernama kita perlu menggunakan fungsi "namedtuple" dari modul koleksi.

from collections import namedtuple

# Define a employee tuple that has fields id, name and location.
Employee = namedtuple ('Employee', 'id name location')

# Create instances of Employee
employee1 = Employee (id=10, name='John Doe', location='Atlanta')
employee2 = Employee (id=11, name='Mick', location='Dallas')
Salin selepas log masuk

Mengakses elemen daripada Namedtuple

"Namedtuple" menyediakan mekanisme dwi untuk akses elemen. Pertama, elemen boleh diakses melalui nama atribut, dan mekanisme kedua menggunakan pengindeksan berangka tradisional.

print(f"{employee1.name} - {employee1.location}") # John Doe - Atlanta
print(f"{employee2.name} - {employee2.location}") # Mick – Dallas
Salin selepas log masuk

Elemen juga boleh diakses menggunakan indeks berangka.

print(f"{employee1[1]} - {employee1[2]}") # John Doe - Atlanta
print(f"{employee2[1]} - {employee2[2]}") # Mick – Dallas
Salin selepas log masuk

Ketidakbolehubah

Ketidakbolehubah ialah sifat asas "Namedtuples", yang diwarisi daripada tupel biasa. Ini bermakna apabila nilai medan ditetapkan semasa penciptaan, ia tidak boleh diubah suai.

try:
    employee1.name = 'David'
except AttributeError as e:
    print(f"AttributeError: {e}") # AttributeError: can't set attribute
Salin selepas log masuk

Kaedah

"Namedtuple" bukan sahaja menyediakan cara yang bersih dan boleh dibaca untuk menstruktur data, tetapi juga menyediakan beberapa kaedah berguna yang meningkatkan fungsi "Namedtuple".

a) _asdict(): Kaedah _asdict() mengembalikan tupel yang dinamakan dalam bentuk kamus, menyediakan cara yang mudah untuk menukar "Namedtuples" kepada format yang serasi dengan struktur data lain.

employee1._asdict() # {'id': 10, 'name': 'John Doe', 'location': 'Atlanta'}
Salin selepas log masuk

b) _replace(): Kaedah _replace() mencipta contoh baharu "Namedtuple" dengan medan yang ditentukan digantikan dengan nilai baharu. Pendekatan ini adalah penting untuk mengekalkan kebolehubahan sambil membenarkan pengubahsuaian.

employee1_modified = employee1._replace(location='DFW')
employee1_modified # Employee(id=10, name='John Doe', location='DFW')
Salin selepas log masuk

c) _make(): Kaedah _make(iterable) mencipta instance baharu "namedtuple" daripada objek iterable. Sebagai contoh, kita boleh mencipta Namedtuple daripada senarai menggunakan kaedah _make().

employee_list = [21, 'Bob','Gallup']
Employee._make(employee_list) # Employee(id=21, name='Bob', location='Gallup')
Salin selepas log masuk

Membongkar Namedtuple

Melalui proses membongkar, "Namedtuples" Python membolehkan anda menetapkan nilainya kepada pembolehubah individu dalam satu pernyataan ringkas.

id, name, location = employee1
print(f"id: {id}, name: {name}, location:{location}")
Salin selepas log masuk

Tukar "Namedtuples" kepada struktur data yang berbeza

Anda boleh menggunakan list() constructor untuk menukar bernama tuples kepada senarai. Berikut ialah contoh:

list(employee1) # [10, 'John Doe', 'Atlanta']
Salin selepas log masuk

Anda boleh menukar tuple bernama kepada kamus menggunakan kaedah "_asdict()", yang mengembalikan OrderedDict yang boleh anda tukar kepada kamus biasa. Berikut ialah contoh:

dict(employee1._asdict()) # {'id': 10, 'name': 'John Doe', 'location': 'Atlanta'}
Salin selepas log masuk

Kelebihan menggunakan "Namedtuple"

Kebolehbacaan: "Namedtuples" menjadikan kod lebih mudah dibaca dengan memberikan nama yang bermakna kepada elemen, dengan itu menghapuskan kerumitan keperluan akses berasaskan indeks.

Mutasi: Seperti tupel biasa, "Namedtuples" tidak boleh diubah. Setelah dibuat, nilainya tidak boleh diubah.

Kecekapan Memori: "Namedtuples" adalah cekap ingatan, mengambil lebih sedikit ruang daripada kelas yang setara. Adalah penting untuk ambil perhatian bahawa kecekapan memori yang diperoleh dengan Namedtuples adalah lebih biasa dalam senario yang melibatkan sebilangan besar kejadian atau apabila bekerja dengan set data yang besar.

Struktur Data Ringan: Bagus untuk mencipta kelas mudah tanpa kaedah tersuai.

Storan Data: Mudah untuk menyimpan data berstruktur, terutamanya apabila kelas lengkap tidak diperlukan.

Rekod API dan pangkalan data: Digunakan untuk mewakili rekod yang dikembalikan daripada pangkalan data atau data yang diterima daripada API.

"Namedtuple" dalam Python sesuai untuk senario yang memerlukan struktur ringkas, data tidak berubah dengan medan bernama, seperti

Tetapan Konfigurasi: Gunakan "Namedtuple" untuk mewakili tetapan konfigurasi dengan medan bernama untuk kejelasan dan kemudahan penggunaan.

Rekod pangkalan data: "Namedtuple" boleh mewakili rekod pangkalan data, menjadikannya jelas medan yang sepadan dengan lajur dalam jadual.

Penghuraian baris arahan: Gunakan "Namedtuple" untuk menyimpan parameter baris arahan yang dihuraikan, menyediakan struktur yang jelas untuk parameter input.

Pemalar Dinamakan: "Namedtuple" boleh digunakan untuk mewakili pemalar bernama dalam kod, menyediakan cara yang jelas dan boleh dibaca untuk mentakrifkan nilai pemalar.

"Namedtuples" cemerlang dalam senario ini dengan memberikan kejelasan, kebolehbacaan dan ketakbolehubah, menjadikannya alat yang berharga untuk data berstruktur ringkas.

Atas ialah kandungan terperinci Tingkatkan kejelasan kod dengan Python bernama tupel. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Akan R.E.P.O. Ada Crossplay?
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

PHP dan Python: Contoh dan perbandingan kod PHP dan Python: Contoh dan perbandingan kod Apr 15, 2025 am 12:07 AM

PHP dan Python mempunyai kelebihan dan kekurangan mereka sendiri, dan pilihannya bergantung kepada keperluan projek dan keutamaan peribadi. 1.PHP sesuai untuk pembangunan pesat dan penyelenggaraan aplikasi web berskala besar. 2. Python menguasai bidang sains data dan pembelajaran mesin.

Bagaimana sokongan GPU untuk Pytorch di CentOS Bagaimana sokongan GPU untuk Pytorch di CentOS Apr 14, 2025 pm 06:48 PM

Membolehkan pecutan GPU pytorch pada sistem CentOS memerlukan pemasangan cuda, cudnn dan GPU versi pytorch. Langkah-langkah berikut akan membimbing anda melalui proses: Pemasangan CUDA dan CUDNN Tentukan keserasian versi CUDA: Gunakan perintah NVIDIA-SMI untuk melihat versi CUDA yang disokong oleh kad grafik NVIDIA anda. Sebagai contoh, kad grafik MX450 anda boleh menyokong CUDA11.1 atau lebih tinggi. Muat turun dan pasang Cudatoolkit: Lawati laman web rasmi Nvidiacudatoolkit dan muat turun dan pasang versi yang sepadan mengikut versi CUDA tertinggi yang disokong oleh kad grafik anda. Pasang Perpustakaan Cudnn:

Python vs JavaScript: Komuniti, Perpustakaan, dan Sumber Python vs JavaScript: Komuniti, Perpustakaan, dan Sumber Apr 15, 2025 am 12:16 AM

Python dan JavaScript mempunyai kelebihan dan kekurangan mereka sendiri dari segi komuniti, perpustakaan dan sumber. 1) Komuniti Python mesra dan sesuai untuk pemula, tetapi sumber pembangunan depan tidak kaya dengan JavaScript. 2) Python berkuasa dalam bidang sains data dan perpustakaan pembelajaran mesin, sementara JavaScript lebih baik dalam perpustakaan pembangunan dan kerangka pembangunan depan. 3) Kedua -duanya mempunyai sumber pembelajaran yang kaya, tetapi Python sesuai untuk memulakan dengan dokumen rasmi, sementara JavaScript lebih baik dengan MDNWebDocs. Pilihan harus berdasarkan keperluan projek dan kepentingan peribadi.

Penjelasan terperinci mengenai Prinsip Docker Penjelasan terperinci mengenai Prinsip Docker Apr 14, 2025 pm 11:57 PM

Docker menggunakan ciri -ciri kernel Linux untuk menyediakan persekitaran berjalan yang cekap dan terpencil. Prinsip kerjanya adalah seperti berikut: 1. Cermin digunakan sebagai templat baca sahaja, yang mengandungi semua yang anda perlukan untuk menjalankan aplikasi; 2. Sistem Fail Kesatuan (Unionfs) menyusun pelbagai sistem fail, hanya menyimpan perbezaan, menjimatkan ruang dan mempercepatkan; 3. Daemon menguruskan cermin dan bekas, dan pelanggan menggunakannya untuk interaksi; 4. Ruang nama dan cgroups melaksanakan pengasingan kontena dan batasan sumber; 5. Pelbagai mod rangkaian menyokong interkoneksi kontena. Hanya dengan memahami konsep -konsep teras ini, anda boleh menggunakan Docker dengan lebih baik.

Keserasian Centos Miniopen Keserasian Centos Miniopen Apr 14, 2025 pm 05:45 PM

Penyimpanan Objek Minio: Penyebaran berprestasi tinggi di bawah CentOS System Minio adalah prestasi tinggi, sistem penyimpanan objek yang diedarkan yang dibangunkan berdasarkan bahasa Go, serasi dengan Amazons3. Ia menyokong pelbagai bahasa pelanggan, termasuk Java, Python, JavaScript, dan GO. Artikel ini akan memperkenalkan pemasangan dan keserasian minio pada sistem CentOS. Keserasian versi CentOS Minio telah disahkan pada pelbagai versi CentOS, termasuk tetapi tidak terhad kepada: CentOS7.9: Menyediakan panduan pemasangan lengkap yang meliputi konfigurasi kluster, penyediaan persekitaran, tetapan fail konfigurasi, pembahagian cakera, dan mini

Cara Mengendalikan Latihan Pittorch Diagihkan di Centos Cara Mengendalikan Latihan Pittorch Diagihkan di Centos Apr 14, 2025 pm 06:36 PM

Latihan yang diedarkan Pytorch pada sistem CentOS memerlukan langkah -langkah berikut: Pemasangan Pytorch: Premisnya ialah Python dan PIP dipasang dalam sistem CentOS. Bergantung pada versi CUDA anda, dapatkan arahan pemasangan yang sesuai dari laman web rasmi Pytorch. Untuk latihan CPU sahaja, anda boleh menggunakan arahan berikut: PipinstallToRchTorchVisionTorchaudio Jika anda memerlukan sokongan GPU, pastikan versi CUDA dan CUDNN yang sama dipasang dan gunakan versi pytorch yang sepadan untuk pemasangan. Konfigurasi Alam Sekitar Teragih: Latihan yang diedarkan biasanya memerlukan pelbagai mesin atau mesin berbilang mesin tunggal. Tempat

Cara Memilih Versi PyTorch di CentOS Cara Memilih Versi PyTorch di CentOS Apr 14, 2025 pm 06:51 PM

Apabila memasang pytorch pada sistem CentOS, anda perlu dengan teliti memilih versi yang sesuai dan pertimbangkan faktor utama berikut: 1. Keserasian Persekitaran Sistem: Sistem Operasi: Adalah disyorkan untuk menggunakan CentOS7 atau lebih tinggi. CUDA dan CUDNN: Versi Pytorch dan versi CUDA berkait rapat. Sebagai contoh, Pytorch1.9.0 memerlukan CUDA11.1, manakala Pytorch2.0.1 memerlukan CUDA11.3. Versi CUDNN juga mesti sepadan dengan versi CUDA. Sebelum memilih versi PyTorch, pastikan anda mengesahkan bahawa versi CUDA dan CUDNN yang serasi telah dipasang. Versi Python: Cawangan Rasmi Pytorch

Cara Memasang Nginx di CentOs Cara Memasang Nginx di CentOs Apr 14, 2025 pm 08:06 PM

CentOS Memasang Nginx memerlukan mengikuti langkah-langkah berikut: memasang kebergantungan seperti alat pembangunan, pcre-devel, dan openssl-devel. Muat turun Pakej Kod Sumber Nginx, unzip dan menyusun dan memasangnya, dan tentukan laluan pemasangan sebagai/usr/local/nginx. Buat pengguna Nginx dan kumpulan pengguna dan tetapkan kebenaran. Ubah suai fail konfigurasi nginx.conf, dan konfigurasikan port pendengaran dan nama domain/alamat IP. Mulakan perkhidmatan Nginx. Kesalahan biasa perlu diberi perhatian, seperti isu ketergantungan, konflik pelabuhan, dan kesilapan fail konfigurasi. Pengoptimuman prestasi perlu diselaraskan mengikut keadaan tertentu, seperti menghidupkan cache dan menyesuaikan bilangan proses pekerja.

See all articles