閱讀大概需要3分鐘
今天總共說下四個函數:assert,map,filter,reduce。
assert
俗稱 斷言!就是說斷言一件事,如果是真,程序繼續進行;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) != 0 return sum(marks)/len(marks) mark1 = [] print("Average of mark1:",avg(mark1))
結果爲
AssertionError
第二種
def avg(marks): assert len(marks) != 0,"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))
結果爲
Average of mark2: 78.0 AssertionError: List is empty.
map
很多時候,我們對一個list裏的數據進行同一種操作,比如:
items = [1, 2, 3, 4, 5] squared = [] for i in items: squared.append(i**2)
這個時候,就可以用map操作,格式爲:
map(function_to_apply, list_input)
具體操作爲
items = [1, 2, 3, 4, 5] squared = list(map(lambda x: x**2, items))
當然list裏可以放函數
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函數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 < 0, number_list)) print(less_than_zero) # Output: [-5, -4, -3, -2, -1]
這個可以用在神經網絡中是否對部分網絡進行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