यह मेरे टेलीग्राम-चैनल @pythonetc से पायथन और प्रोग्रामिंग के बारे में सुझावों और ट्रिक्स का एक नया चयन है।

पिछले प्रकाशन ।

0_0

0_0 पूरी तरह से वैध पायथन अभिव्यक्ति है।

किसी के साथ सूची को क्रमबद्ध करना

None मानों के साथ सूची को क्रमबद्ध करना चुनौतीपूर्ण हो सकता है:

 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 

हो सकता है कि आप किसी को हटाने और अपने काम के आधार पर सूची के अंत या सूची की शुरुआत के बाद उन्हें वापस निकालने की कोशिश करें:

 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] 

वह एक कौर है। अधिक जटिल key का उपयोग करने के लिए बेहतर समाधान है:

 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] 

उन प्रकारों के लिए जहां कोई अनन्तता उपलब्ध नहीं है, आप इसके बजाय टुपल्स को सॉर्ट कर सकते हैं:

 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] 

कॉलिंग random.seed ()

जब आप अपनी प्रक्रिया को कांटा करते हैं, तो आप जिस यादृच्छिक बीज का उपयोग कर रहे हैं, वह पूरी प्रक्रियाओं की नकल कर रहा है। उसी "यादृच्छिक" परिणाम के निर्माण की प्रक्रिया हो सकती है।

इससे बचने के लिए, आपको हर प्रक्रिया में random.seed() को मैन्युअल रूप से कॉल random.seed() ।

हालाँकि, ऐसा नहीं है यदि आप multiprocessing मॉड्यूल का उपयोग कर रहे हैं, तो यह आपके लिए बिलकुल सही है।

यहाँ एक उदाहरण है:

 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() 

परिणाम कुछ इस प्रकार है:

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

इसके अलावा, यदि आप Python 3.7 या नए का उपयोग कर रहे हैं, तो at_fork नए at_fork हुक के लिए भी धन्यवाद देता है।

पायथन 3.7 के लिए उपरोक्त कोड का आउटपुट है:

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

0 में जोड़ना

यह sum([a, b, c]) की तरह दिखता a + b + c बराबर है, जबकि वास्तव में यह 0 + a + b + c । इसका मतलब है कि यह उन प्रकारों के साथ काम नहीं कर सकता है जो 0 को जोड़ने का समर्थन नहीं करते हैं:

 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' 

यह तय करने के लिए कि आप कस्टम स्टार्ट तत्व प्रदान कर सकते हैं जो 0 बजाय प्रयोग किया जाता है:

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

sum float और int प्रकार के योग के लिए अच्छी तरह से अनुकूलित है, लेकिन किसी अन्य कस्टम प्रकार को संभाल सकता है। हालाँकि, यह bytes को bytes करने से इंकार कर देता है, क्योंकि इस ऑपरेशन के लिए bytearray और bytearray को अच्छी तरह से ऑप्टिमाइज़ किया गया है:

 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) 

ज्यूपिटर नोटबुक में सूचकांक पूर्णता

आप जिप्थर नोटबुक में अनुक्रमणिका पूर्णता को _ipython_key_completions_ method प्रदान करके अनुकूलित कर सकते हैं। इस तरह से आप यह नियंत्रित कर सकते हैं कि जब आप d["x जैसी चीज़ के बाद टैब दबाते हैं तो क्या प्रदर्शित होता है:



ध्यान दें कि विधि एक तर्क के रूप में देखा स्ट्रिंग नहीं मिलता है।