Es una nueva selección de consejos y trucos sobre Python y la programación de mi canal de Telegram @pythonetc.

Publicaciones anteriores

0_0

0_0 es una expresión de Python totalmente válida.

Ordenar una lista con Ninguno

Ordenar una lista con valores None puede ser un desafío:

 In [1]: data = [ ...: dict(a=1), ...: None, ...: dict(a=-3), ...: dict(a=2), ...: None, ...: ] In [2]: sorted(data, key=lambda x: x['a']) ... TypeError: 'NoneType' object is not subscriptable 

Puede intentar eliminar Nones y volver a colocarlos después de ordenarlos (al final o al principio de la lista según su tarea):

 In [3]: sorted( ...: (d for d in data if d is not None), ...: key=lambda x: x['a'] ...: ) + [ ...: d for d in data if d is None ...: ] Out[3]: [{'a': -3}, {'a': 1}, {'a': 2}, None, None] 

Eso es un bocado. La mejor solución es usar una key más compleja:

 In [4]: sorted(data, key=lambda x: float('inf') if x is None else x['a']) Out[4]: [{'a': -3}, {'a': 1}, {'a': 2}, None, None] 

Para los tipos donde no hay infinito disponible, puede ordenar las tuplas en su lugar:

 In [5]: sorted(data, key=lambda x: (1, None) if x is None else (0, x['a'])) Out[5]: [{'a': -3}, {'a': 1}, {'a': 2}, None, None] 

Llamando a random.seed ()

Cuando bifurcas tu proceso, la semilla aleatoria que estás utilizando se está copiando en todos los procesos. Eso puede conducir a procesos que producen el mismo resultado "aleatorio".

Para evitar esto, debe llamar manualmente a random.seed() en cada proceso.

Sin embargo, ese no es el caso si está utilizando el módulo de multiprocessing , está haciendo exactamente eso por usted.

Aquí hay un ejemplo:

 import multiprocessing import random import os import sys def test(a): print(random.choice(a), end=' ') a = [1, 2, 3, 4, 5] for _ in range(5): test(a) print() for _ in range(5): p = multiprocessing.Process( target=test, args=(a,) ) p.start() p.join() print() for _ in range(5): pid = os.fork() if pid == 0: test(a) sys.exit() else: os.wait() print() 

El resultado es algo como:

 4 4 4 5 5 1 4 1 3 3 2 2 2 2 2 

Además, si está utilizando Python 3.7 o posterior, os.fork hace lo mismo, gracias al nuevo at_fork hook.

La salida del código anterior para Python 3.7 es:

 1 2 2 1 5 4 4 4 5 5 2 4 1 3 1 

Agregando a 0

Parece que sum([a, b, c]) es equivalente a a + b + c , mientras que de hecho es 0 + a + b + c . Eso significa que no puede funcionar con tipos que no admiten agregar a 0 :

 class MyInt: def __init__(self, value): self.value = value def __add__(self, other): return type(self)(self.value + other.value) def __radd__(self, other): return self + other def __repr__(self): class_name = type(self).__name__ return f'{class_name}({self.value})' In : sum([MyInt(1), MyInt(2)]) ... AttributeError: 'int' object has no attribute 'value' 

Para solucionarlo, puede proporcionar un elemento de inicio personalizado que se use en lugar de 0 :

 In : sum([MyInt(1), MyInt(2)], MyInt(0)) Out: MyInt(3) 

sum está bien optimizado para la suma de tipos float e int pero puede manejar cualquier otro tipo personalizado. Sin embargo, se niega a sumar bytes , bytearray y str ya que join está bien optimizado para esta operación:

 In : sum(['a', 'b'], '') ... TypeError: sum() can't sum strings [use ''.join(seq) instead] In : ints = [x for x in range(10_000)] In : my_ints = [Int(x) for x in ints] In : %timeit sum(ints) 68.3 µs ± 142 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each) In : %timeit sum(my_ints, Int(0)) 5.81 ms ± 20.5 µs per loop (mean ± std. dev. of 7 runs, 100 loops each) 

Indice de terminaciones en el cuaderno jupyter

Puede personalizar las finalizaciones de índice en el cuaderno Jupyter proporcionando el _ipython_key_completions_ method . De esta manera, puede controlar lo que se muestra cuando presiona tab después de algo como d["x :



Tenga en cuenta que el método no obtiene la cadena buscada como argumento.