在这次PyCon演讲中,杰克迪德里奇展示了康威生命游戏的这种"简单"实现.我对GoL或半高级Python并不熟悉,但代码似乎很容易掌握,如果不是两件事:
yield.我之前已经看到使用yield来创建生成器,但是它们中的8个是新的...它是否返回了8个生成器的列表,或者这个是如何工作的?set(itertools.chain(*map(neighbors, board))).这个明星将结果列表(?)从将邻居应用到董事会中解压缩,并且...我的思绪刚刚爆发.是否有人试图为程序员解释这两个部分,这些程序员习惯于使用map,filter和reduce将一些python代码混合在一起,但是每天都不使用Python?:-)
import itertools
def neighbors(point):
x, y = point
yield x + 1, y
yield x - 1, y
yield x, y + 1
yield x, y - 1
yield x + 1, y + 1
yield x + 1, y - 1
yield x - 1, y + 1
yield x - 1, y - 1
def advance(board):
newstate = set()
recalc = board | set(itertools.chain(*map(neighbors, board)))
for …Run Code Online (Sandbox Code Playgroud) python yield generator python-itertools conways-game-of-life
我在这里是一个蟒蛇新手,我已经遇到了一个相当简单的问题 - 我正在寻找解决这个问题的最有效方法.所以,我有5个列表如下:
a,b,c,d,score
Run Code Online (Sandbox Code Playgroud)
以上列表都具有相同的大小(在我的情况下为500).a,b,c,d是字符串列表,score是一个int列表.
我想做的是a,b,c,d基于升序或降序排序score.因此,我首先要score根据降序模式进行排序,然后a,b,c,d根据排序的分数列表(按相同顺序)对相应的元素进行排序.
我enumerate想要实现这一点,但我想知道是否itertools可以在这里使用它来使它更快更有效.
关于如何实现这一目标的任何指导都将非常感谢&&抱歉,如果这是一个101问题.
我想尝试将以下详细信息列表分组:
details = [('20130325','B'), ('20130320','A'), ('20130325','B'), ('20130320','A')]
>>for k,v in itertools.groupby(details,key=operator.itemgetter(0)):
>> print k,list(v)
Run Code Online (Sandbox Code Playgroud)
这是上面groupby语句的输出:
20130325 [('20130325', 'B')]
20130320 [('20130320', 'A')]
20130325 [('20130325', 'B')]
20130320 [('20130320', 'A')]
Run Code Online (Sandbox Code Playgroud)
但我的预期输出是:
20130325 [('20130325', 'B'),('20130325', 'B')]
20130320 [('20130320', 'A'),('20130320', 'A')]
Run Code Online (Sandbox Code Playgroud)
我在某处做错了吗?
在itertools的python文档中,它为推进迭代器n步骤提供了以下"配方":
def consume(iterator, n):
"Advance the iterator n-steps ahead. If n is none, consume entirely."
# Use functions that consume iterators at C speed.
if n is None:
# feed the entire iterator into a zero-length deque
collections.deque(iterator, maxlen=0)
else:
# advance to the empty slice starting at position n
next(islice(iterator, n, n), None)
Run Code Online (Sandbox Code Playgroud)
我想知道为什么这个配方与这样的东西根本不同(除了消耗整个迭代器的处理):
def other_consume(iterable, n):
for i in xrange(n):
next(iterable, None)
Run Code Online (Sandbox Code Playgroud)
我曾经timeit证实,正如预期的那样,上述方法要慢得多.配方中有什么可以实现这种卓越的性能?我得到它使用islice,但看islice,它看起来与上面的代码基本相同:
def islice(iterable, *args):
s = slice(*args)
it = iter(xrange(s.start …Run Code Online (Sandbox Code Playgroud) from itertools import combinations_with_replacement
x = 'opo'
v = combinations_with_replacement(x, len(x))
ans = [''.join(map(str, x)) for x in v]
print(" ".join(set(ans)))
Run Code Online (Sandbox Code Playgroud)
我不知道为什么我错过了pop这里的序列.为什么pop不显示,但ppo和opp做的.
预期产出 opp ppp poo ppo ooo opo oop pop
实际产出 opp ppp poo ppo ooo opo oop
请考虑以下代码段:
>>> from itertools import chain
>>> foo = [0]
>>> for i in (1, 2):
... bar = (range(a, a+i) for a in foo)
... foo = chain(*list(bar))
...
>>> list(foo)
[0, 1]
Run Code Online (Sandbox Code Playgroud)
这是有道理的 - 在循环的第一次迭代中,bar等价于iter([[0]])和foo求值chain([0]),相当于iter([0]).然后,在循环的第二次迭代中,bar现在等效于iter([[0, 1]])和foo变为iter([0, 1]).这就是为什么list(foo)是[0, 1].
list(foo)当我使用foo = sum(list(bar), [])而不是使用时,我也得到相同的结果chain(*list(bar)).
现在考虑以下代码段:
>>> from itertools import chain
>>> foo = [0]
>>> for i …Run Code Online (Sandbox Code Playgroud) items = ['a', 'b', 'c','d']
from itertools import permutations
for p in permutations(items):
p1=(''.join(p))
p2=filter(lambda x: x[1]=='b',p1)
Run Code Online (Sandbox Code Playgroud)
我想在第二个索引上用b排除字符串.当我尝试打印过滤器对象时
<filter at 0x7f8d729ba908>
for p in p2:
print (p)
IndexError Traceback (most recent call last)
<ipython-input-27-fbcaa516953f> in <module>()
----> 1 for p in p2:
2 print (p)
<ipython-input-23-c6289753f791> in <lambda>(x)
1 for p in permutations(items):
2 p1=(''.join(p))
----> 3 p2=filter(lambda x: x[1]=='b',p1)
IndexError: string index out of range
Run Code Online (Sandbox Code Playgroud)
lambda是正确的选择吗?为什么我有字符串索引问题?
更新:已经超过24小时了,代码还没有完成:)
我在下面有这个python代码.基本上,此代码目前仅使用1%的数据集(这就是它被称为样本的原因).它有32968行名称.我清理了标点符号并将其全部用小写字母表示.
我的问题是这段代码到目前为止已经运行了8个小时,还没有完成.因为,如上所述,我只使用1%的数据,我将需要稍后在整个数据集上再次运行此代码,这将花费100倍的时间.我不认为等待800小时是个好主意.所以对于我的问题:
有什么办法可以让它更快吗?应该了解spark或mapreduce,并尝试将这些用于此代码?
编辑:好的,我将尝试添加有关代码实际执行的更多信息.清理之前的名称示例:
import pandas as pd
import numpy as np
data = {'clean_name': ['Abbott Laboratories','Apple Computers', 'Apple, Inc.', 'Abercrombie & Fitch Co.', 'ABM Industries Incorporated', 'Ace Hardware Corporation'], 'name_group': np.zeros(6, dtype=int)}
sample = pd.DataFrame(data)
sample
Out[2]:
clean_name name_group
0 Abbott Laboratories 0
1 Apple Computers 0
2 Apple, Inc. 0
3 Abercrombie & Fitch Co. 0
4 ABM Industries Incorporated 0
5 Ace Hardware Corporation 0
Run Code Online (Sandbox Code Playgroud)
然后,我清理标点符号并将其全部用小写字母表示.基本上,我想将每个名称与下一个名称进行比较,如果相似,我会给它相同的组号.像这样的东西:
sample
Out[28]:
clean_name name_group
0 abbott laboratories …Run Code Online (Sandbox Code Playgroud) 我正在接受一个datacamp教程,我想知道是否有人可以解释为什么这个代码打印出最多11个的ODD数字?我在考虑每个next()调用序列中的步骤,但如果我按照这个想法,第一个打印应该是数字2(count(0)在它第一次打到while时然后打印时转到count(1) ,它应该去计数(2).
TIA.
from itertools import count
sequence = count(start=0, step=1)
while(next(sequence) <= 10):
print(next(sequence))
Run Code Online (Sandbox Code Playgroud)
1 3 5 7 9 11
想象一下,我们有一个股票清单:
stocks = ['AAPL','GOOGL','IBM']
Run Code Online (Sandbox Code Playgroud)
具体的股票并不重要,重要的是我们在这个清单中有n个项目.
想象一下,我们还有一个权重列表,从0%到100%:
weights = list(range(101))
Run Code Online (Sandbox Code Playgroud)
给定n = 3(或任何其他数字),我需要生成一个矩阵,其中每个可能的权重组合总和达到100%.例如
0%, 0%, 100%
1%, 0%, 99%
0%, 1%, 99%
etc...
Run Code Online (Sandbox Code Playgroud)
是否有一些itertools的方法可以做到这一点?什么东西在numpy?最有效的方法是什么?
python ×10
python-itertools ×10
bigdata ×1
count ×1
data-science ×1
generator ×1
lambda ×1
numpy ×1
performance ×1
python-2.7 ×1
python-3.x ×1
set ×1
yield ×1