루프 또는 컴프리헨션에서 함수 생성 시 후기 바인딩 이해
루프 내에서 함수를 생성하려고 할 때 다음과 같은 상황이 발생할 수 있습니다. 다른 출력을 예상함에도 불구하고 모든 함수는 동일한 값을 반환합니다. 이 동작은 변수 값이 실행 시 결정되는 지연 바인딩으로 인해 발생합니다.
Python의 지연 바인딩
Python에서는 함수와 람다가 실행 시 기본 바인드 변수입니다. 이는 함수가 호출될 때 그 안에 사용된 모든 변수가 조회된다는 것을 의미합니다. 루프에서 루프 반복기 i는 나중에 해결되며 그때까지 루프 후 i의 최종 값을 참조합니다.
예를 들어 다음 코드 조각에서:
functions = [] for i in range(3): def f(): return i functions.append(f)
함수 목록의 모든 함수는 동일한 i 값을 참조하며, 이는 루프가 끝난 후 2입니다.
초기 적용 바인딩
이 문제를 해결하려면 함수 정의 시 i 값이 바인딩되도록 하는 조기 바인딩을 강제해야 합니다. 이를 수행하는 한 가지 방법은 아래와 같이 인수에 기본값을 사용하는 것입니다.
functions = [] for i in range(3): def f(i=i): return i functions.append(f)
i 인수에 기본값을 제공하면 초기 바인딩이 적용됩니다. f 함수에 전달된 i 값은 함수가 실행될 때가 아니라 함수가 정의될 때 확인됩니다.
함수 팩토리 사용
또 다른 접근 방식은 다음과 같습니다. 원하는 바인딩으로 함수를 생성하는 함수 팩토리를 사용합니다. 여기에는 바인딩하려는 변수를 사용하고 초기 바인딩된 변수가 포함된 중첩 함수를 반환하는 추가 함수를 생성하는 작업이 포함됩니다.
def make_f(i): def f(): return i return f
루프에서 f = make_f(i)를 사용하여 생성할 수 있습니다. 적절한 초기 바인딩으로 작동합니다.
위 내용은 Python 루프의 내 함수가 모두 동일한 값을 반환하는 이유는 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

ArraysareBetterForElement-WiseOperationsDuetOfasterAcccessandoptimizedimmentations.1) ArraysHaveCecontIguousMemoryFordirectAccess, 향상

Numpy에서 전체 배열의 수학적 작업은 벡터화 된 작업을 통해 효율적으로 구현 될 수 있습니다. 1) 추가 (ARR 2)와 같은 간단한 연산자를 사용하여 배열에서 작업을 수행하십시오. 2) Numpy는 기본 C 언어 라이브러리를 사용하여 컴퓨팅 속도를 향상시킵니다. 3) 곱셈, 분할 및 지수와 같은 복잡한 작업을 수행 할 수 있습니다. 4) 배열 모양이 호환되도록 방송 작업에주의를 기울이십시오. 5) NP.Sum ()과 같은 Numpy 함수를 사용하면 성능을 크게 향상시킬 수 있습니다.

Python에는 요소를 목록에 삽입하는 두 가지 주요 방법이 있습니다. 1) 삽입 (인덱스, 값) 메소드를 사용하여 지정된 인덱스에 요소를 삽입 할 수 있지만 큰 목록의 시작 부분에서 삽입하는 것은 비효율적입니다. 2) Append (value) 메소드를 사용하여 목록 끝에 요소를 추가하여 매우 효율적입니다. 대형 목록의 경우 Append ()를 사용하거나 Deque 또는 Numpy Array를 사용하여 성능을 최적화하는 것이 좋습니다.

TomakeApythonscriptexecutableonBothunixandwindows : 1) addashebangline (#!/usr/bin/envpython3) andusechmod xtomakeitexecutableonix.2) onwindows, inristpythonisinstalledandassociatedwith.pybattfile (run.bat) torunthescrest.

"CommandNotFound"오류가 발생하면 다음 사항을 확인해야합니다. 1. 스크립트가 존재하고 경로가 올바른지 확인하십시오. 2. 파일 권한을 확인하고 CHMOD를 사용하여 필요한 경우 실행 권한을 추가하십시오. 3. 스크립트 인터프리터가 설치되었는지 확인하십시오. 4. 스크립트 시작시 셰 잔 라인이 올바른지 확인하십시오. 그렇게하면 스크립트 작업 문제를 효과적으로 해결하고 코딩 프로세스가 원활하게 보장 할 수 있습니다.

ArraysareGenerallyMorememory- 효율적 인 thanlistsortingnumericaldataduetotheirfixed-sizenatureanddirectmemoryAccess.1) ArraysStoreElementsInacontiguousBlock, retoneverHead-fompointerSormetAdata.2) 목록, 종종 implementededymamamicArraysorlinkedStruct

ToconvertapyThonlisttoAnarray, usethearraymodule : 1) importThearrayModule, 2) CreateAlist, 3) Usearray (typecode, list) toconvertit, thetypecodelike'i'forintegers

Python 목록은 다양한 유형의 데이터를 저장할 수 있습니다. 예제 목록에는 정수, 문자열, 부동 소수점 번호, 부울, 중첩 목록 및 사전이 포함되어 있습니다. 목록 유연성은 데이터 처리 및 프로토 타이핑에서 가치가 있지만 코드의 가독성과 유지 관리를 보장하기 위해주의해서 사용해야합니다.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

Atom Editor Mac 버전 다운로드
가장 인기 있는 오픈 소스 편집기

DVWA
DVWA(Damn Vulnerable Web App)는 매우 취약한 PHP/MySQL 웹 애플리케이션입니다. 주요 목표는 보안 전문가가 법적 환경에서 자신의 기술과 도구를 테스트하고, 웹 개발자가 웹 응용 프로그램 보안 프로세스를 더 잘 이해할 수 있도록 돕고, 교사/학생이 교실 환경 웹 응용 프로그램에서 가르치고 배울 수 있도록 돕는 것입니다. 보안. DVWA의 목표는 다양한 난이도의 간단하고 간단한 인터페이스를 통해 가장 일반적인 웹 취약점 중 일부를 연습하는 것입니다. 이 소프트웨어는

SublimeText3 Linux 새 버전
SublimeText3 Linux 최신 버전

에디트플러스 중국어 크랙 버전
작은 크기, 구문 강조, 코드 프롬프트 기능을 지원하지 않음

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기