


In diesem Artikel behandeln wir einige häufige Verwendungen von For-Schleifen und Comprehensions in Python, wie man eine vorhandene Schleife analysiert und wie man sie in Elixir in die entsprechenden Ausdrücke umwandelt. Verwendung der Funktionen im Modul Enum und comprehensions.
Wir konzentrieren uns auf:
- Umwandeln einer Datensammlung durch eine Funktion (Karte)
- Werte in oder aus einer Sammlung filtern (Filter)
- Erzeugen eines einzelnen Aggregatwerts oder einer einzelnen Struktur, z. B. eines Durchschnitts (reduzieren oder falten)
Wir schließen mit einem einfachen Beispiel ab, das alle drei kombiniert!
Python
Für Schleifen
In Python verfügen for-Schleifen typischerweise über eine verschachtelte Verarbeitung – die Schritte werden in derselben Klausel oder demselben Textkörper zusammengefasst. Hier ist ein Beispiel, das die ersten beiden geraden Zahlen quadriert:
result = 0 for num in [1, 2, 3, 4, 5]: if num % 2 == 0: result += num ** 2 print(result) # Output: 20
Eine Herausforderung dieses verschachtelten Körpers besteht darin:
- Identifizieren Sie jeden Schritt und...
- Finden Sie heraus, um welche Art von Schritt es sich handelt.
Wenn Sie jeden Schritt aufschlüsseln, können Sie die stattfindenden Transformationen verstehen, unnötige eliminieren und diese Schritte in ein anderes Sprachkonstrukt oder eine Funktion auf höherer Ebene umschreiben.
Das Kommentieren der obigen Funktion führt zu:
result = 0 for num in [1, 2, 3, 4, 5]: ## Filter if num % 2 == 0: ## Reduce (result += ) and Map (num ** 2) result += num ** 2 print(result) # Output: 20
Die Schritte
Als Ergebnis lautet die Reihenfolge der Schritte:
- Filtern „out“ ungerade Zahlen/„in“ gerade Zahlen
- OrdnenZahlen (z. B. 2) der entsprechenden Quadratzahl (z. B. 4) zu
- Reduzierenauf eine Summe der quadrierten geraden Zahlen
Verständnis
Comprehensions in Python sind einfache Möglichkeiten, Sammlungen wie Listen und Wörterbücher zuzuordnen und zu filtern. Sie bieten keine Möglichkeit, das Ergebnis zu reduzieren, aber wir können integrierte Funktionen wie sum verwenden, um das Obige umzuwandeln und das Ergebnis des Verständnisses zu verarbeiten:
result = sum(num ** 2 for num in [1, 2, 3, 4, 5] if num % 2 == 0) print(result) # Output: 20
Mit Verständnis unterteilt der Ausdruck den Schritt Karte (Anzahl ** 2) und den Schritt Filter (bei Anzahl % 2). == 0) deutlich. Summe ist hier der Schritt Reduzieren.
Es ist einfach, diese Verständnisausdrücke in Python zu überfliegen, und es setzt eine sinnvolle Obergrenze für die Komplexität eines Verständnisses.
Mit diesem Hintergrund und einem besseren Verständnis der Struktur und Einschränkungen der Verarbeitungskonstrukte von Python fahren wir mit dem Umschreiben des obigen Python-Codes unter Verwendung der Verständnis- und Enum-Pipelines von Elixir fort!
Zuordnung: Enum.map und Generatoren
Wie können wir den Schritt zu Quadratzahlen schreiben? Bei Elixir ist es ganz einfach!
Verwenden von Enum.map:
result = 0 for num in [1, 2, 3, 4, 5]: if num % 2 == 0: result += num ** 2 print(result) # Output: 20
und Verständnis verwenden (für):
result = 0 for num in [1, 2, 3, 4, 5]: ## Filter if num % 2 == 0: ## Reduce (result += ) and Map (num ** 2) result += num ** 2 print(result) # Output: 20
Das Generator-Ausdruck dar, der Werte generiert, die nach do:
im Hauptteil des for-Ausdrucks verwendet werdenFilterung: Enum.filter und Filter
Einfach mit Enum.filter (oder Enum.reject) zu machen:
result = sum(num ** 2 for num in [1, 2, 3, 4, 5] if num % 2 == 0) print(result) # Output: 20
Wir möchten ungerade Zahlen herausfiltern, bevor sie quadriert werden, also platzieren wir sie an der richtigen Stelle in der Pipeline – vor Enum.map.
Mithilfe von Verständnissen können wir dem Kopf des Verständnisses einen zweiten Ausdruck hinzufügen, einen Filter, der ein boolescher Test ist:
Enum.map([1, 2, 3, 4, 5], & &1 ** 2)
Der Ausdruck rem(n, 2) == 0 verwirft dann alle Elemente, die falsch (oder null) zurückgeben, und lässt [2, 4] als die Zahlen zurück, die tatsächlich an den Körper übergeben werden (do: n ** 2) des Verständnisses.
Reduzieren -> Enum.reduce und reduzieren:
Mit Enum.reduce/2 können wir eine Liste quadrierter Zahlen in ihre Summe umwandeln, indem wir sie zu einem Akkumulator addieren. Das erste Element wird als Anfangswert des Akkumulators verwendet, wenn wir keinen Anfangswert für den Akkumulator angeben (Enum.reduce/3), und das ist hier praktisch:
for n <p>Mit Comprehensions haben wir sogar noch mehr Leistung als das Python-Äquivalent. Wir können einen Reduzierungsschritt hinzufügen, indem wir dem Kopf eine weitere Klausel hinzufügen:<br> </p> <pre class="brush:php;toolbar:false">[1, 2, 3, 4, 5] |> Enum.filter(& rem(&1, 2) == 0) |> Enum.map(& &1 ** 2)
hier zwei Änderungen vornehmen:
- Hinzufügen einer Reduce: 0-Klausel zum Kopf, um anzugeben, dass wir einen Wert akkumulieren, dessen Anfangswert 0 ist
- Ändern des for-Körpers, um einen Acc-Wert (den Akkumulator) zu erfassen, zu dem wir den aktuellen quadrierten Wert addieren können.
Integrierte Funktionen: Enum.sum
Als allgemeine Regel sollten wir die Daten, die wir transformieren möchten, auf der höchstmöglichen Ebene ausdrücken. Es ist nützlich, sich Enum.reduce als die funktionale Transformation der niedrigsten Ebene vorzustellen, da alle anderen Datenverarbeitungsvorgänge in dieser Hinsicht neu geschrieben werden können.
Das Enum-Modul enthält viele übergeordnete Funktionen, die typischerweise das Reduzieren einer Liste von Werten auf einen einzigen Aggregatwert, wie eine Summe, ein Maximum oder ein Minimum, beinhalten. In diesem Fall möchten wir die Summe der Elemente.
Für Enum-Pipelines ist dies unkompliziert:
for n <p>Es gibt keine Möglichkeit, diese Aggregatfunktionen auf hoher Ebene in Comprehensions darzustellen, daher können wir die Ausgabe des Comprehensions wie folgt in einen Enum.sum-Aufruf weiterleiten, ähnlich wie wir es in Python gemacht haben:<br> </p> <pre class="brush:php;toolbar:false">[1, 2, 3, 4, 5] |> Enum.filter(& rem(&1, 2) == 0) |> Enum.map(& &1 ** 2) |> Enum.reduce(& &1 + &2)
Das Mischen verschiedener Formen sollte generell vermieden werden, insbesondere wenn es sich um eine einfache Transformation handelt, da dies zu einer geringeren mentalen Belastung für den Leser führt – die obenstehende Reduce:-Form ist tatsächlich klarer zu lesen, obwohl sie auf einem niedrigeren Niveau liegt.
Welcher Elixir-Ausdruck ist besser?
Zusammenfassend haben wir am Ende zwei Formen gefunden, die man als idiomatisch bezeichnen könnte. Für Enum-Pipelines:
result = 0 for num in [1, 2, 3, 4, 5]: if num % 2 == 0: result += num ** 2 print(result) # Output: 20
und Verständnis:
result = 0 for num in [1, 2, 3, 4, 5]: ## Filter if num % 2 == 0: ## Reduce (result += ) and Map (num ** 2) result += num ** 2 print(result) # Output: 20
Leicht lesbarer Code sollte einfach zu durchsuchen sein, ohne Unklarheiten oder Stolpern über Ausdrücke. Ich denke, dass beide Formen dieses Kriterium erfüllen, als:
- Sie folgen einer einzigen konsistenten Form – entweder Enum-Pipelines oder Comprehensions
- Jeder Ausdruck entspricht einem einzelnen Verarbeitungsschritt
- Es kann ohne Unterbrechung von oben nach unten oder von links nach rechts gelesen werden
Abschluss
Das Schreiben dieser Transformationen kann in Elixir auf verschiedene Arten erfolgen, und es ist für eine Codebasis leicht, Stile zu variieren, insbesondere wenn Code geändert wird und die Verarbeitung mit der Zeit komplizierter wird.
PureType kann Enum-Pipelines und -Verständnisse aufschlüsseln und analysieren, um sie in ihrer klarsten und idiomatischsten Form darzustellen, Ihre Vorlieben kennenzulernen und die Lesbarkeit und Klarheit Ihres Codes für andere im Team zu verbessern. Probieren Sie es noch heute aus!
Das obige ist der detaillierte Inhalt vonFür Schleifen und Verständnis in Elixir – Imperativcode transformieren. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Dieses Tutorial zeigt, wie man Python verwendet, um das statistische Konzept des Zipf -Gesetzes zu verarbeiten, und zeigt die Effizienz des Lesens und Sortierens großer Textdateien von Python bei der Bearbeitung des Gesetzes. Möglicherweise fragen Sie sich, was der Begriff ZiPF -Verteilung bedeutet. Um diesen Begriff zu verstehen, müssen wir zunächst das Zipf -Gesetz definieren. Mach dir keine Sorgen, ich werde versuchen, die Anweisungen zu vereinfachen. Zipf -Gesetz Das Zipf -Gesetz bedeutet einfach: In einem großen natürlichen Sprachkorpus erscheinen die am häufigsten vorkommenden Wörter ungefähr doppelt so häufig wie die zweiten häufigen Wörter, dreimal wie die dritten häufigen Wörter, viermal wie die vierten häufigen Wörter und so weiter. Schauen wir uns ein Beispiel an. Wenn Sie sich den Brown Corpus in amerikanischem Englisch ansehen, werden Sie feststellen, dass das häufigste Wort "Th ist

Python bietet eine Vielzahl von Möglichkeiten zum Herunterladen von Dateien aus dem Internet, die über HTTP über das Urllib -Paket oder die Anforderungsbibliothek heruntergeladen werden können. In diesem Tutorial wird erläutert, wie Sie diese Bibliotheken verwenden, um Dateien von URLs von Python herunterzuladen. Anfragen Bibliothek Anfragen ist eine der beliebtesten Bibliotheken in Python. Es ermöglicht das Senden von HTTP/1.1 -Anfragen, ohne die URLs oder die Formulierung von Postdaten manuell hinzuzufügen. Die Anforderungsbibliothek kann viele Funktionen ausführen, einschließlich: Formulardaten hinzufügen Fügen Sie mehrteilige Datei hinzu Greifen Sie auf Python -Antwortdaten zu Eine Anfrage stellen Kopf

In diesem Artikel wird erklärt, wie man schöne Suppe, eine Python -Bibliothek, verwendet, um HTML zu analysieren. Es beschreibt gemeinsame Methoden wie find (), find_all (), select () und get_text () für die Datenextraktion, die Behandlung verschiedener HTML -Strukturen und -Anternativen (SEL)

Der Umgang mit lauten Bildern ist ein häufiges Problem, insbesondere bei Mobiltelefonen oder mit geringen Auflösungskamera-Fotos. In diesem Tutorial wird die Bildfilterungstechniken in Python unter Verwendung von OpenCV untersucht, um dieses Problem anzugehen. Bildfilterung: Ein leistungsfähiges Werkzeug Bildfilter

PDF-Dateien sind für ihre plattformübergreifende Kompatibilität beliebt, wobei Inhalte und Layout für Betriebssysteme, Lesegeräte und Software konsistent sind. Im Gegensatz zu Python Processing -Klartextdateien sind PDF -Dateien jedoch binäre Dateien mit komplexeren Strukturen und enthalten Elemente wie Schriftarten, Farben und Bilder. Glücklicherweise ist es nicht schwierig, PDF -Dateien mit Pythons externen Modulen zu verarbeiten. In diesem Artikel wird das PYPDF2 -Modul verwendet, um zu demonstrieren, wie Sie eine PDF -Datei öffnen, eine Seite ausdrucken und Text extrahieren. Die Erstellung und Bearbeitung von PDF -Dateien finden Sie in einem weiteren Tutorial von mir. Vorbereitung Der Kern liegt in der Verwendung von externem Modul PYPDF2. Installieren Sie es zunächst mit PIP: pip ist p

Dieses Tutorial zeigt, wie man Redis Caching nutzt, um die Leistung von Python -Anwendungen zu steigern, insbesondere innerhalb eines Django -Frameworks. Wir werden Redis -Installation, Django -Konfiguration und Leistungsvergleiche abdecken, um den Vorteil hervorzuheben

Die natürliche Sprachverarbeitung (NLP) ist die automatische oder semi-automatische Verarbeitung der menschlichen Sprache. NLP ist eng mit der Linguistik verwandt und hat Verbindungen zur Forschung in kognitiven Wissenschaft, Psychologie, Physiologie und Mathematik. In der Informatik

Dieser Artikel vergleicht TensorFlow und Pytorch für Deep Learning. Es beschreibt die beteiligten Schritte: Datenvorbereitung, Modellbildung, Schulung, Bewertung und Bereitstellung. Wichtige Unterschiede zwischen den Frameworks, insbesondere bezüglich des rechnerischen Graps


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

SublimeText3 Linux neue Version
SublimeText3 Linux neueste Version

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

Dreamweaver CS6
Visuelle Webentwicklungstools
