介紹4個大神常用而你不常用的python函式

介紹4個大神常用而你不常用的python函式

 

https://mp.weixin.qq.com/s/C2nw4JShmj1FlLeDy0IeRA

今天總共說下四個函式： assert ，map，filter，reduce 。

 

assert

俗稱 斷言！就是說斷言一件事，如果是真，程式繼續進行；如果是假，則報錯。

怎麼用捏？

兩種用法

• assert <condition>

• assert <condition>, <error message>

   

  第一種

  def avg( marks ):
     assert len ( marks ) !=
      return sum( marks )/ len ( marks )
  
  mark1 = []
  print ( "Average of mark1:" ,avg(mark1))

   

  結果為

  AssertionError

   

  第二種

  def avg( marks ):
     assert len ( marks ) != , "List is empty."
      return sum( marks )/ len ( marks )
  
  mark2 = [ 55 , 88 , 78 , 90 , 79 ]
  print ( "Average of mark2:" ,avg(mark2))
  
  mark1 = []
  print ( "Average of mark1:" ,avg(mark1))

   

  結果為

  Average of mark2: 78.0
  AssertionError: List is empty .

   

  map

  很多時候，我們對一個list裡的資料進行同一種操作，比如：

  items = [ 1 , 2 , 3 , 4 , 5 ]
  squared = []
  for i in item s:
     squared. append (i** 2 )

  
  
  

  這個時候，就可以用map操作，格式為：

  map(function_to_apply, list_input)

  
  
  

  具體操作為

  items = [ 1 , 2 , 3 , 4 , 5 ]
  squared = list(map(lambda x: x** 2 , items))

   

  當然list裡可以放函式

  def multiply (x):
    return (x*x)
  def add (x):
    return (x+x)
  
  funcs = [multiply, add]
  for i in range( 5 ):
    value = list(map( lambda x: x(i), funcs))
    print(value)
  
  # Output:
  # [0, 0]
  # [1, 2]
  # [4, 4]
  # [9, 6]
  # [16, 8]

   

  當然也可以進行str2id操作

  a = [ '5' , '2' , '3' , '4' , '5' ]
  print ( list ( map ( int , a )))
  
  # [ 5 , 2 , 3 , 4 , 5 ]

   

  filter

  filter 函式就是對於給定的條件進行篩選，過濾。

  number_list = range (- 5 , 5 )
  less_than_zero = list ( filter (lambda x : x < , number_list))
  print (less_than_zero)
  
  # Outpu t: [- 5 , - 4 , - 3 , - 2 , - 1 ]

   

  這個可以用在神經網路中是否對部分網路進行fine-tune

  if self. args .fine_tune is False:
      parameters = filter (lambda p : p .requires_grad, model.parameters())
  else :
      parameters = model.parameters()

   

  reduce

  reduce 就是累計上次的結果，用在當前操作上。比如不用reduce是這樣的

  product = 1
  list = [ 1 , 2 , 3 , 4 ]
  for num in list :
     product = product * num
  
  # product = 24

  
  
  

  用了之後

  from functools import reduce
  product = reduce(( lambda x, y: x * y), [ 1 , 2 , 3 , 4 ])
  
  # Output: 24

  
  
  

  IELTS a bit

  
  
  

  colossal adj. 巨大的；廣大的；龐大的

  deposit n. 存款   v. 將錢存入銀行