![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python基础
五月的echo
神的孩子全跳舞
展开
-
Python日记(四):yield
看论文源代码的时候看到了这个yield,用起来感觉逼格很高,其实自己写个简单代码跑一下就知道这个东西还是蛮好理解的。通过yield将循环内的变量封装成一个生成器(generator),然后通过调用函数的方式返回这个生成器,生成器只能用于迭代操作,更简单点理解生成器就是一个迭代器。假如我打印0-9,用普通的for循环可以得到:def fun1(): for i in range(10): print(i)fun1()yield实现:def fun2(): for原创 2020-07-21 12:36:16 · 189 阅读 · 0 评论 -
Python日记(三):numpy矩阵以及Torch张量骚操作
Numpynp.pad(array, pad_width, mode, **kwargs)给一个n维矩阵最外围补一圈任意数,类似于CNN中的padding。array:需要padding的array;pad_width:元组形式的数据,表明了不同的axis的padding位置,before_1表示在axis=0的最开始补,after_2表示在axis=1的末尾补;mode:padding的模式,可以是常量甚至也可以是函数。''' Pads an array. Parameters原创 2020-05-30 21:48:53 · 28324 阅读 · 2 评论 -
python日记(二):密集计算加速(双重for循环为例)
前情提要:python在处理高时间复杂度的双重for循环时候效率低,而多线程又不适合于计算密集的任务提速。昨天睡之前让电脑自己运行17000*17000的计算,结果跑了19000秒。因此尝试寻求为python提速的解决方案。在那之前,我们先了解一下,为什么python这么慢???python为啥这么慢首先可以了解python的运行原理,以下总结都来自于右边链接–> Linkkkkkkkkkkkk1,Linkkkkkkkkkk2,Linkkkkkkkkkkk3python将py文件视为一个mo原创 2020-05-09 12:46:51 · 8545 阅读 · 3 评论 -
python日记(一):为什么我的多线程速度反而不如单线程?
Background(废话,可以跳过不看)今天使用在实际操作中,需要求一个矩阵中每个结点对之间相似度的操作,矩阵的大小大概有17000+,所以一共需要计算结点对17000×17000=?????辣么老多个。计算了一下大概需要三个小时以上。然后就想到了以前用过的多线程爬虫,简直爽到飞起,所以想着用多线程可以是不是可以提高循环计算的速度?然后就动手写了一个多线程,但是发现速度甚至不及单线程,甚至还要更慢。Excuse Me????然后就去查看了一下别的大佬怎么讲。python线程原理(敲黑板)下面引入原创 2020-05-08 22:10:22 · 2360 阅读 · 0 评论