Python日常总结

发布时间：2024-12-17 18:42

旅行总结：结束时总结旅行亮点和遗憾 #生活技巧# #自驾游建议# #自驾游旅行日记模板#

Python日常总结

Python中定义全局变量

代码：

A = 0 B = [0] def fun1(A, B): A += 1 B[0] += 1 fun1(A, B) print 'after fun1 %d %s' % (A,B) def fun2(): global A A += 1 B[0] += 1 fun2() print 'after fun2 %d %s' % (A,B) 123456789101112131415

输出：

after fun1 0 [1] after fun2 1 [2] 12

fun1中，A作为基本类型（int）是值传递，B不是基本类型（list）则是引用传递，所以执行后全局的A未变但B变了；

（如果熟悉C++就很容易理解，类似的概念：指针、引用、深拷贝、浅拷贝等）

（注意，与C++不同，Python中字符串str为基本类型）

fun2中，使用Python的关键字global才可以在函数内操作全局变量A，但B不需要global却能直接使用，这样可以避免一些“自以为是”的逻辑错误；

（注意，如果仅仅访问而不修改，在函数内是可以不用global直接使用的，比如在fun2中只是print A）

有了上面的理解后，我们来分析下在Python中怎么用全局变量好：

首先，使用基本类型的全局变量需要在每个操作它的函数、类里面用global声明还是挺麻烦的；

列表或元组呢，访问的时候用数字索引会降低代码的可读性；

用字典（dict）则可以解决上面两个问题，在简单的程序中dict应该是很合适的；

但是，在复杂的代码中如果需要对全局变量的修改进行一定的控制，或者在多组多个线程每组共享同类型但不同值的全局变量时，dict就无法胜任；

综上，个人认为自定义一个类来保存所有的全局变量是最好的方法：

简单时就直接访问成员变量；

需要控制时就声明为私有变量，用成员函数访问和修改；

多组多线程分开共享时就每组new一个新实例即可；

示例一：
调用其他文件的函数

#common.py class MyGlobal: def __init__(self): self.A = 0 self.B = [0] GL = MyGlobal() #main.py from common import * def fun(): GL.A += 1 GL.B[0] += 1 fun() print 'after fun %d %s' % (GL.A,GL.B) #执行./main.py after fun 1 [1]

1234567891011121314151617

示例二：
多线程操作（不太懂哎！）

#common.py import threading class MyGlobal: def __init__(self, i, setname): self.setname = setname self.A = i self.B = [i] #main.py from common import * def fun_trd(gl): print '%s %d %s' % (gl.setname,gl.A,gl.B) #两组，每组三个线程 trds = [] for i in range(0,2): setname = 'SET%d' % i gl = MyGlobal(i, setname) for k in range(0,3): t = threading.Thread(target=fun_trd, args=(gl,)) t.setDaemon(True) t.start() trds.append(t) for t in trds: t.join() #执行./main.py SET0 0 [0] SET0 0 [0] SET0 0 [0] SET1 1 [1] SET1 1 [1] SET1 1 [1]

1234567891011121314151617181920212223242526272829303132

python出现np.reshape（-1）

举几个例子或许就清楚了，有一个数组z，它的shape属性是(4, 4)

z = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]]) z.shape (4, 4) z.reshape(-1) z.reshape(-1) array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]) z.reshape(-1, 1) 12345678910

也就是说，先前我们不知道z的shape属性是多少，但是想让z变成只有1列，行数不知道多少，通过z.reshape(-1,1)，Numpy自动计算出有16行，新的数组shape属性为(16, 1)，与原来的(4, 4)配套。

z.reshape(-1,1) array([[ 1], [ 2], [ 3], [ 4], [ 5], [ 6], [ 7], [ 8], [ 9], [10], [11], [12], [13], [14], [15], [16]])

1234567891011121314151617

z.reshape(-1, 2)
newshape等于-1，列数等于2，行数未知，reshape后的shape等于(8, 2)

z.reshape(-1, 2) array([[ 1, 2], [ 3, 4], [ 5, 6], [ 7, 8], [ 9, 10], [11, 12], [13, 14], [15, 16]]) 123456789

同理，只给定行数，newshape等于-1，Numpy也可以自动计算出新数组的列数。

网址：Python日常总结 https://www.yuejiaxmz.com/news/view/501442

上一篇: 特快货物班列为“双11”运输提速

下一篇: 全过程管理、全覆盖创建、全方位引