この記事では、Python でループ タイマーを実装する方法 (コード付き) を紹介します。一定の参考値があります。必要な友人はそれを参照してください。できれば幸いです。あなたにとって役に立ちます。
Python ループ内で特定の操作を実行するタイマーを作成するにはどうすればよいですか?
Timer オブジェクト
from threading import Timer def hello(): print "hello, world" t = Timer(10.0, hello) t.start()
10 秒後の出力:
hello, world
コード t = Timer(10.0, hello) に注目してください。Python には Timer オブジェクトが用意されており、指定された時間後の操作。完全な形式:
class threading.Timer(interval, function, args=[], kwargs={})
interval は時間間隔、function は呼び出し可能なオブジェクト、args と kwargs は function のパラメータとして使用されます。
注: この関数は 1 回のみ実行され、定期的に実行されるわけではありません。Timer は操作の実行時に新しいスレッドを作成します。
Python2 と Python3 の Timer にはわずかな違いがあります:
# python2.7 def Timer(*args, **kwargs): return _Timer(*args, **kwargs) # python3.7 class Timer(Thread): pass
Python3 では、Timer は Thread のサブクラスですが、python2 では、_Timer は Thread のサブクラスであり、Timer は単なる_Timer クラスのファクトリ メソッド。
上記のコードは、hello, world を 1 回だけ出力して終了します。では、ループ内で間隔を置いて出力するにはどうすればよいでしょうか?
大まかなループ タイマー
1 つの方法は、関数にタイマーを登録し続けて、関数が次の間隔で実行され続けるようにすることです。
from threading import Timer def hello(): print "hello, world" Timer(10.0, hello) .start() t = Timer(10.0, hello) t.start()
Every 10 秒 hello, world を出力します。
効果は得られましたが、ここで問題があるようです。タイマー自体に戻ると、これはスレッドですが、サイクル間隔が操作されるたびに、システムはスレッドを作成してリサイクルする必要があり、システムにとって非常にコストがかかります。時間間隔の間隔が非常に短い場合、システムは一度に多くのスレッドを作成し、これらのスレッドをすぐにリサイクルすることが難しく、システム メモリと CPU リソースが消費されます。
したがって、関数にタイマーを登録し続けることはお勧めできません。
その他の Python ループ タイマー
さらに Python メソッドの例を示します:
from threading import _Timer def hello(): print "hello, world" class RepeatingTimer(_Timer): def run(self): while not self.finished.is_set(): self.function(*self.args, **self.kwargs) self.finished.wait(self.interval) t = RepeatingTimer(10.0, hello) t.start()
RepeatingTimer クラスに注目してください。このクラスは threading._Timer を継承しますが、親クラスの run メソッドを書き換えます。 Python2 はこのように書かれており、Python3 のRepeatingTimer は threading.Timer を継承する必要があります。
なぜ Thread の run メソッドをオーバーライドする必要があるのでしょうか?
_Timer は Thread サブクラスです。まず、Thread クラスの実行の使用法を見てみましょう。
from threading import Thread def hello(): print "hello, world" # 继承 Thread class MyThread(Thread): # 把要执行的代码写到run函数里面 线程在创建后会直接运行run函数 def run(self): hello() t = MyThread() t.start()
Thread オブジェクトの完全な定義:
class threading.Thread(group=None, target=None, name=None, args=(), kwargs={})
実行メソッド コード:
class Thread(_Verbose): def run(self): try: if self.__target: self.__target(*self.__args, **self.__kwargs) finally: # Avoid a refcycle if the thread is running a function with # an argument that has a member that points to the thread. del self.__target, self.__args, self.__kwargs
標準の run メソッドは、ユーザーによって渡されたターゲット メソッドを実行するために使用されます。コンストラクタ。サブクラスは run メソッドをオーバーライドし、実行されるコードを run に書き込むことができます。スレッドの作成後、ユーザーが start() メソッドを呼び出したときに run() メソッドが実行されます。
したがって、RepeatingTimer は、スレッドの実行本体を変更できる _Timer の run() メソッドをオーバーライドします。RepeatingTimer の start() メソッドを呼び出すと、書き換えた run() メソッドが実行されます。
RepeatingTimer クラスの while not self.finished.is_set() ステートメントを見てください。self.finished.is_set() は True になりタイマーが終了するまでループを終了しません。 completed は threading.Event オブジェクトです。 Event オブジェクトは、set() メソッドで True に設定するか、clear() メソッドで False に設定できるフラグを管理します。wait([timeout]) を呼び出すと、スレッドはフラグが True になるか、タイムアウトが切れます。
タイマーには、操作を事前にキャンセルできる cancel() メソッドがあることがわかっています。実際には Event.clear() メソッドを呼び出して wait メソッドの待機を事前に終了させ、フラグが true の場合はタイマー操作を実行しないことを決定します。具体的なコード:
class _Timer(Thread): """Call a function after a specified number of seconds: t = Timer(30.0, f, args=[], kwargs={}) t.start() t.cancel() # stop the timer's action if it's still waiting """ def __init__(self, interval, function, args=[], kwargs={}): Thread.__init__(self) self.interval = interval self.function = function self.args = args self.kwargs = kwargs self.finished = Event() def cancel(self): """Stop the timer if it hasn't finished yet""" self.finished.set() def run(self): self.finished.wait(self.interval) if not self.finished.is_set(): self.function(*self.args, **self.kwargs) self.finished.set()
したがって、RepeatingTimer の run メソッドは、while ループ本体を常に実行します。ループ本体では、ユーザーによって渡された関数オブジェクトが実行され、指定された時間待機します。ユーザーがタイマーを終了したい場合は、cancel メソッドを呼び出してフラグを True に設定するだけで、ループ本体の実行が続行されなくなります。これで、非常に優れたループ タイマーが完成しました。
以上がPythonでループタイマーを実装する方法の紹介(コード付き)の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

Arraysinpython、特にvianumpy、arecrucialinscientificComputing fortheirefficienty andversitility.1)彼らは、fornumericaloperations、data analysis、andmachinelearning.2)numpy'simplementation incensuresfasteroperationsthanpasteroperations.3)arayableminablecickick

Pyenv、Venv、およびAnacondaを使用して、さまざまなPythonバージョンを管理できます。 1)Pyenvを使用して、複数のPythonバージョンを管理します。Pyenvをインストールし、グローバルバージョンとローカルバージョンを設定します。 2)VENVを使用して仮想環境を作成して、プロジェクトの依存関係を分離します。 3)Anacondaを使用して、データサイエンスプロジェクトでPythonバージョンを管理します。 4)システムレベルのタスク用にシステムPythonを保持します。これらのツールと戦略を通じて、Pythonのさまざまなバージョンを効果的に管理して、プロジェクトのスムーズな実行を確保できます。

numpyarrayshaveveraladvantages-averstandardpythonarrays:1)thealmuchfasterduetocベースのインプレンテーション、2)アレモレメモリ効率、特にlargedatasets、および3)それらは、拡散化された、構造化された形成術科療法、

パフォーマンスに対する配列の均一性の影響は二重です。1)均一性により、コンパイラはメモリアクセスを最適化し、パフォーマンスを改善できます。 2)しかし、タイプの多様性を制限し、それが非効率につながる可能性があります。要するに、適切なデータ構造を選択することが重要です。

craftexecutablepythonscripts、次のようになります

numpyarraysarasarebetterfornumeroperations andmulti-dimensionaldata、whilethearraymoduleissuitable forbasic、1)numpyexcelsinperformance and forlargedatasentassandcomplexoperations.2)thearraymuremememory-effictientivearientfa

NumPyArraySareBetterforHeavyNumericalComputing、whilethearrayarayismoreSuitableformemory-constrainedprojectswithsimpledatatypes.1)numpyarraysofferarays andatiledance andpeperancedatasandatassandcomplexoperations.2)thearraymoduleisuleiseightweightandmemememe-ef

ctypesallowsinging andmanipulatingc-stylearraysinpython.1)usectypestointerfacewithclibrariesforperformance.2)createc-stylearraysfornumericalcomputations.3)passarraystocfunctions foreffientientoperations.how、how、becuutiousmorymanagemation、performanceo


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

Safe Exam Browser
Safe Exam Browser は、オンライン試験を安全に受験するための安全なブラウザ環境です。このソフトウェアは、あらゆるコンピュータを安全なワークステーションに変えます。あらゆるユーティリティへのアクセスを制御し、学生が無許可のリソースを使用するのを防ぎます。

PhpStorm Mac バージョン
最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

MinGW - Minimalist GNU for Windows
このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。

MantisBT
Mantis は、製品の欠陥追跡を支援するために設計された、導入が簡単な Web ベースの欠陥追跡ツールです。 PHP、MySQL、Web サーバーが必要です。デモおよびホスティング サービスをチェックしてください。

VSCode Windows 64 ビットのダウンロード
Microsoft によって発売された無料で強力な IDE エディター

ホットトピック









