一些常用的用法

Python的一些我没见过的用法，写一篇博客记录一下。

字典

kwargs

在 Python 中，kwargs 是一个通常用于表示关键字参数的字典。它通常在函数定义中用于接收传递给函数的任意数量的关键字参数。

当在函数调用时，使用关键字参数传递参数给函数时，这些关键字参数会被收集到一个字典中，并传递给函数内部。这个字典的名称通常被称为 kwargs（keyword arguments 的缩写）。

在函数定义中，**kwargs 的语法用于接收这些关键字参数，并将它们收集到一个字典中。这个字典中的键是参数的名称，值是传递给函数的对应参数的值。

例如，以下是一个使用了 kwargs 的函数定义的示例：

def example_function(**kwargs):
    for key, value in kwargs.items():
        print(f"{key}: {value}")

# 调用函数并传递关键字参数
example_function(a=1, b=2, c=3)

在这个示例中，**kwargs 表示接收任意数量的关键字参数，并将它们收集到一个字典中。当调用 example_function() 函数并传递关键字参数时，这些参数会被收集到 kwargs 字典中，并在函数内部使用。

get方法

以该代码为例：

ema = kwargs.get('ema', None)

在给定的代码中，kwargs.get('ema', None) 是 Python 中的字典方法 get() 的使用示例。

get() 方法用于从字典中获取指定键的值，并在指定键不存在时返回默认值。

具体来说，kwargs.get('ema', None) 的作用是从 kwargs 字典中获取键为 ‘ema’ 的值，如果该键存在，则返回对应的值；如果该键不存在，则返回 None。

这种用法常用于处理函数参数中的可选项，如果调用者没有提供特定的参数，则使用默认值。在给定的代码中，ema 变量将被赋值为 ‘ema’ 参数的值，如果 ‘ema’ 参数不存在，则 ema 变量将被赋值为 None。

遍历

遍历字典

在 Python 中，遍历字典有多种方法，常用的包括使用 for 循环、字典的 items() 方法和字典的 keys() 方法。下面分别介绍这些方法：

使用 for 循环：

my_dict = {'a': 1, 'b': 2, 'c': 3}
for key in my_dict:
    print(key, my_dict[key])

在这个示例中，for 循环遍历字典 my_dict 中的每个键，然后可以通过键获取对应的值。

使用字典的 items() 方法：

my_dict = {'a': 1, 'b': 2, 'c': 3}

for key, value in my_dict.items():
    print(key, value)

在这个示例中，items() 方法返回字典中的键值对，for 循环可以同时遍历键和值。

使用字典的 keys() 方法：

my_dict = {'a': 1, 'b': 2, 'c': 3}

for key in my_dict.keys():
    print(key, my_dict[key])

在这个示例中，keys() 方法返回字典中的键，for 循环遍历键，并通过键获取对应的值。

通常推荐使用 items() 方法，因为它能够同时获取键和值，具有更高的效率。
两种方式是等价的
即：my_dict.items() 和 dict.items(my_dict)

列表生成式

列表生成式是一种简洁而强大的语法，用于根据一定规则快速生成列表。它的基本语法如下：

[expression for item in iterable]

其中：

expression 是对每个迭代元素进行操作的表达式，可以是任何合法的 Python 表达式。
item 是迭代过程中的每个元素，可以在表达式中使用。
iterable 是可迭代对象，可以是列表、元组、集合、字典等。
列表生成式还可以包含条件语句，使其具有更强的灵活性，其一般形式如下：

[expression for item in iterable if condition]

其中：

condition 是一个布尔表达式，用于过滤迭代元素。只有满足条件的元素才会被包含在生成的列表中。
举个例子，以下列表生成式生成一个包含 1 到 10 中每个整数的平方的列表：

squares = [x**2 for x in range(1, 11)]

这个列表生成式的含义是，在 1 到 10 的范围内遍历每个整数 x，对每个整数求平方，并将结果组成一个新的列表。其效果与以下的 for 循环等价：

squares = []
for x in range(1, 11):
    squares.append(x**2)

列表生成式的语法简洁明了，通常用于替代普通的 for 循环。

字典生成式

Python 中也有字典生成式，它与列表生成式类似，用于快速创建字典。字典生成式的基本语法如下：

{key_expression: value_expression for item in iterable}

其中：

key_expression 是对每个迭代元素生成字典键的表达式。
value_expression 是对每个迭代元素生成字典值的表达式。
item 是迭代过程中的每个元素，可以在表达式中使用。
iterable 是可迭代对象，可以是列表、元组、集合等。
字典生成式还可以包含条件语句，其一般形式如下：

{key_expression: value_expression for item in iterable if condition}

其中：

condition 是一个布尔表达式，用于过滤迭代元素。只有满足条件的元素才会被包含在生成的字典中。
举个例子，以下字典生成式生成一个包含 1 到 5 中每个整数及其平方的键值对字典：

squares_dict = {x: x**2 for x in range(1, 6)}

这个字典生成式的含义是，在 1 到 5 的范围内遍历每个整数 x，对每个整数分别求平方，并将结果作为值，整数本身作为键，组成一个新的字典。其效果与以下的 for 循环等价：

squares_dict = {}
for x in range(1, 6):
    squares_dict[x] = x**2

字典生成式与列表生成式一样，也是一种简洁而强大的语法，可以大大简化代码，提高代码的可读性和简洁性。
在一些情况下，字典生成式和列表生成式可以套用：

targets = [{k: v.to(device) for k, v in t.items()} for t in targets]

一些操作

解包操作符

有如下代码

log_stats = {**{f'train_{k}': v for k, v in train_stats.items()},
                        **{f'test_{k}': v for k, v in test_stats.items()},
                        'epoch': epoch,
                        'n_parameters': n_parameters}

这里两个*代表的是解包操作符，在给定的代码中，log_stats 是一个字典，通过两个解包操作符，将多个字典的键值对解包并合并到 log_stats 字典中。

具体来说，{f'train_{k}': v for k, v in train_stats.items()} 和 {f'test_{k}': v for k, v in test_stats.items()} 是字典推导式，用于生成新的字典，其中每个键是原始字典中的键加上前缀 “train_” 或 “test_”，对应的值保持不变。

通过使用 ** 解包操作符，将这两个字典的键值对解包，并合并到 log_stats 字典中。这样做可以更方便地将多个字典合并成一个字典，并且能够避免创建额外的中间字典。

综上所述，这里的两个 ** 解包操作符用于将两个字典的键值对解包并合并到 log_stats 字典中，以便记录训练和测试的统计信息，以及其他一些信息，如 epoch 数和模型参数数量。