小编Sha*_*ger的帖子

如果我有一个带有32位std :: streampos的std :: fstream的实现,我应该使用什么策略？如果我想移动位置,我可以分几个步骤(10gb - 10次+ 1gb).我怎样才能获得职位？或者我应该在fstream之外的某个变量中保持当前位置？

PS我无法改变STL的实现.

Python 3.x之间是否存在重大差异:

for each_line in data_file:
    if each_line.find(":") != -1:
        #placeholder for code
        #more placeholder

和

for each_line in data:
    if not each_line.find(":") == -1:
        #placeholder for code
        #more placeholder

我的问题不是特别针对上述用法,而是更一般或必要 - 这种语法差异是否以不同的方式工作,即使结果是相同的？有逻辑差异吗？是否存在一个更合适的任务,或者仅仅是风格上的差异？如果这只是风格,Python程序员认为哪一个更干净？

此外,为上述要求相反的实例的区别是什么之间is和==？前者和后者一样,是对象身份和对象价值平等的区别吗？我的意思是,在上面的例子中,是is使用not隐式？

从Python 2.7加载unicode文本的正确方法如下:

content = open('filename').read().decode('encoding'):
for line in content.splitlines():
    process(line)

(更新:不,不是.请参阅答案.)

但是,如果文件非常大,我可能希望一次读取,解码和处理一行,这样整个文件永远不会一次加载到内存中.就像是:

for line in open('filename'):
    process(line.decode('encoding'))        

该for循环的在开放的文件句柄迭代是一个生成器,一次读取一行.

但这不起作用,因为如果文件是utf32编码的,那么文件中的字节(十六进制)看起来像:

hello\n = 68000000(h) 65000000(e) 6c000000(l) 6c000000(l) 6f000000(o) 0a000000(\n)

并且由for循环完成的行分割在字符的0a字节上\n,导致(以十六进制):

lines[0] = 0x 68000000 65000000 6c000000 6c000000 6f000000 0a
lines[1] = 0x 000000

因此,\n字符的一部分留在第1行的末尾,其余三个字节在第2行结束(后面是第2行中的任何文本.)decode可以理解地调用这些行中的任何一行都会导致a UnicodeDecodeError.

UnicodeDecodeError: 'utf32' codec can't decode byte 0x0a in position 24: truncated data

因此,显然,在字节上拆分unicode字节流0a并不是将其拆分为行的正确方法.相反,我应该分裂出现完整的四字节换行符(0x0a000000).但是,我认为检测这些字符的正确方法是将字节流解码为unicode字符串并查找\n字符 - 这个完整流的解码正是我试图避免的操作.

这不是一个不常见的要求.处理它的正确方法是什么？

有问题的新手,所以请温柔:

list = [1, 2, 3, 4, 5]
list2 = list

def fxn(list,list2):
    for number in list:
        print(number)
        print(list)
        list2.remove(number)
        print("after remove list is  ", list, " and list 2 is  ", list2)
    return list, list2

list, list2 = fxn(list, list2)
print("after fxn list is  ", list)
print("after fxn list2 is  ", list2)

这导致:

1
[1, 2, 3, 4, 5]
after remove list is   [2, 3, 4, 5]  and list 2 is   [2, 3, 4, 5]
3
[2, 3, 4, …

类方法和静态方法之间是否存在速度差异？我知道不同的用例,但有时我可以完全摆脱类方法,并想知道速度差异

现在我有一个图像处理算法，在 Python 中大约有 100 行左右。使用numpy,PIL和大约需要 500 毫秒scipy。我希望让它更快，并且由于实际算法到目前为止似乎已经非常优化，我想知道是否使用不同的方法，例如Cython会改善时间。我相信我可以做几件不同的事情：

1. 使用 Cython将 C 库的相关部分公开给 Python。
2. 使用 Ctypes只用 C 编写所有内容，但仍然使用纯 Python（根本不倾向于这个）
3. 在 C/C++ 中创建一个扩展模块，然后导入它并调用函数。我不确定我是否能够使用numpy这种方式。
4. 创建一个 DLL并让 Python 加载它。这不会使用numpy或那些模块，但仍然非常有效。