Cet article présente principalement la méthode d'utilisation des noms de variables dynamiques en Python. Les amis qui en ont besoin peuvent se référer à
Si vous souhaitez écrire. un programme, laissez x1 être 1, x2 être 2, et puis jusqu'à ce que x100 soit 100, que feriez-vous ?
Dans un langage statique comme le C, l'identifiant du nom de la variable sera en fait directement traduit en adresse mémoire par le compilateur, il n'y a donc aucun moyen de le faire sauf définir manuellement la valeur de chaque variable. Et les langages dynamiques comme Python peuvent le faire.
La chose la plus simple à laquelle penser est naturellement eval, mais en fait, une chose aussi dangereuse n'est pas nécessaire, car le nom de variable de Python n'est qu'une clé de dictionnaire. Pour obtenir ce dictionnaire, il suffit d’utiliser directement les fonctions locales et globales.
Donc ce programme peut être implémenté comme ceci :
Le code est le suivant :
>>> names = locals() >>> for i in xrange(1, 101): ... names['x%s' % i] = i ... >>> x1 1 >>> x2 2 >>> x100 100
Mais on peut dire que cet exemple ne sert à rien, après tout, c'est plus pratique d'utiliser un tableau pour l'implémenter.
Prenons ensuite un autre exemple : le serveur utilise une base de données d'objets et peut directement enregistrer des objets dans la base de données. Le serveur répertorie toutes les classes actuellement prises en charge et l'utilisateur souhaite ajouter une classe qui n'existe pas dans la liste. Un texte JSON ou XML est donc envoyé au serveur. Le serveur analyse ce texte, le convertit en objet de classe et définit le nom de la classe. L'utilisateur peut alors générer à volonté des objets de cette classe.
La clé est que cette base de données est liée au nom de la classe. Vous ne pouvez pas utiliser une classe Object générale pour enregistrer tous les objets, sinon la requête sera gâchée.
Par coïncidence, quelqu'un a également soulevé cette exigence sur le forum GAE, mais lui, qui ne connaissait que Java, a finalement dû abandonner.
Bien sûr, vous pouvez l'utiliser comme une farce :
Le code est le suivant :
>>> locals()['True'] = False >>> True False
Une autre utilisation est de tester si un nom de variable existe déjà. L'approche standard consiste à essayer... sauf une exception NameError. En fait, vous pouvez utiliser directement in locals() ou globals() pour juger.
Au fait, permettez-moi de vous présenter une autre méthode étrange. Je ne sais pas si quelqu'un l'a écrit comme ceci :
Le code est le suivant :
>>> import __main__ >>> hasattr(__main__, 'x') False >>> setattr(__main__, 'x', 1) >>> x 1 >>> hasattr(__main__, 'x') True
Bien sûr, non. on vous recommande d'écrire ainsi, et moi non plus.
Enfin, en plus de définir dynamiquement les noms de variables, une suppression dynamique est également possible, comme del locals()['x1']. De même, delattr est disponible.
Tutoriels associés recommandés : Tutoriel vidéo Python
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

ForhandlingLargedatasetSInpython, UsenumpyArraysforbetterperformance.1) NumpyArraysAremeMory-EfficientAndFasterFornumericalOperations.2) EvitUnneceSsaryTypeConversions.3) Le effet de levier

Inpython, listSusedynamicMemoryallocation withover-allocation, whileLumpyArraySallocateFixedMemory.1) listsallocatemoreMoryThreededEdededInitialement, redimensipwenessary.2) NumpyArraySallocateExactMemoryForElements, offrantwectable usinessflexibilité.

Inpython, YouCanscthedatatatypeyfelemememedenernSspant.1) usenpynernrump.1) usenpynerp.dloatp.ploatm64, formateur préséconstrolatatype.

NumpyissentialFornumericalComputingInpythondutOtsSpeed, MemoryEfficiency et ComprehenSiveMathematicalFunctions.1) It'sfastBecauseitPerformSoperations INC.2) NumpyArraySareMoremory-EfficientThanpythonlists.3)

ContigusMymoryallocationiscrucialforAraySBauseitallowsforefficient andfastelementAccess.1) iTenablesConstanttimeAccess, o (1), duetoDirectAddressCalculation.2) itimproveScacheefficiendyAllowingMultipleElementFetchesperCacheline.3) itsimplieniesMemorymorymorymorymorymory

SlitingyPapyThonListIsDoneUsingTheSyntaxList [Démarrage: arrêt: étape] .He'showitworks: 1) startisheindexofthefirStelementoinclude.2) stopisTheIndexoftheFirstelementsoexclude.3) StepistheincrementBetweenselans.it'susefulfactingPortationSoListShsandCanusegeg

NumpyAllowsForvariousOperations ONARRAYS: 1) BasicarithmeticLikeaddition, Soustraction, Multiplication, anddivision; 2) AdvancedOperationSuchasmatrixMultiplication; 3) Element-Wiseoperations withoutExplicitloop

ArraySinpython, en particulier ThroughNumpyandPandas, aressentialfordataanalysis, offingspeeedAfficiency.1) numpyarrayablefficienthandlingoflargedatasetsandComplexOperationsLikEMoVingAverages.2)


Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

SublimeText3 version anglaise
Recommandé : version Win, prend en charge les invites de code !

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

SublimeText3 Linux nouvelle version
Dernière version de SublimeText3 Linux

ZendStudio 13.5.1 Mac
Puissant environnement de développement intégré PHP
