비동기 코드는 Python 개발의 중심이 되었습니다. asyncio가 표준 라이브러리의 일부가 되고 이와 호환되는 기능을 제공하는 많은 타사 패키지가 있기 때문에 이 패러다임은 조만간 사라지지 않을 것입니다.
비동기 코드를 작성하는 경우 코드의 모든 부분이 함께 작동하여 코드의 한 측면으로 인해 다른 모든 부분이 느려지지 않도록 하는 것이 중요합니다. 파일 I/O는 이 측면에서 일반적인 차단 요인이 될 수 있으므로 aiofiles 라이브러리를 사용하여 파일을 비동기식으로 작업하는 방법을 살펴보겠습니다.
기본부터 시작하여 비동기적으로(비동기 함수 내에서) 파일 내용을 읽는 데 필요한 모든 코드는 다음과 같습니다.
async with aiofiles.open('filename', mode='r') as f: contents = await f.read() print(contents)
더 자세히 알아보겠습니다.
비차단 코드란 무엇입니까?
'비동기', '비차단' 또는 '동시'와 같은 용어를 듣고 이들의 의미가 약간 혼란스러울 수도 있습니다. 이 훨씬 더 자세한 튜토리얼에 따르면 두 가지 주요 속성은 다음과 같습니다.
- 비동기 루틴은 최종 결과를 기다리는 동안 "일시 중지"하여 그 동안 다른 루틴이 실행되도록 할 수 있습니다.
- 위의 메커니즘을 통해 비동기 코드는 동시 실행을 용이하게 합니다. 다르게 말하면 비동기 코드는 동시성의 모양과 느낌을 제공합니다.
따라서 비동기 코드는 그 동안 다른 코드가 실행될 수 있도록 결과를 기다리는 동안 중단될 수 있는 코드입니다. 다른 코드의 실행을 "차단"하지 않으므로 "비차단" 코드라고 부를 수 있습니다.
asyncio 라이브러리는 Python 개발자가 이를 수행할 수 있는 다양한 도구를 제공하며, aiofiles는 파일 작업을 위한 훨씬 더 구체적인 기능을 제공합니다.
설정
시작하기 전에 Python 환경을 설정했는지 확인하세요. 도움이 필요하면 virtualenv 섹션을 통해 이 가이드를 따르세요. 특히 가상 환경과 관련하여 모든 것이 올바르게 작동하도록 하는 것은 동일한 시스템에서 여러 프로젝트가 실행되는 경우 종속성을 격리하는 데 중요합니다. 이 게시물의 코드를 실행하려면 Python 3.7 이상이 필요합니다.
이제 환경이 설정되었으므로 일부 타사 라이브러리를 설치해야 합니다. 우리는 aiofiles를 사용할 것이므로 가상 환경을 활성화한 후 다음 명령으로 설치하십시오.
pip install aiofiles==0.6.0
이 게시물의 나머지 부분에서는 원본 150마리의 포켓몬에 해당하는 포켓몬 API 데이터의 JSON 파일을 사용합니다. 여기에서 모든 항목이 포함된 폴더를 다운로드할 수 있습니다. 이제 다음 단계로 넘어가 코드를 작성할 준비가 되었습니다.
aiofiles로 파일 읽기
특정 포켓몬에 해당하는 파일을 열고 JSON을 사전으로 구문 분석한 후 이름을 출력하는 것부터 시작하겠습니다.
async with aiofiles.open('filename', mode='r') as f: contents = await f.read() print(contents)
이 코드를 실행하면 터미널에 "articuno"가 인쇄되는 것을 볼 수 있습니다. 파일을 한 줄씩 비동기적으로 반복할 수도 있습니다(이 코드는 articuno.json의 9271줄을 모두 인쇄합니다).
pip install aiofiles==0.6.0
aiofiles를 사용하여 파일에 쓰기
파일에 쓰는 것도 표준 Python 파일 I/O와 유사합니다. 각 포켓몬이 배울 수 있는 모든 동작 목록이 포함된 파일을 만들고 싶다고 가정해 보겠습니다. 간단한 예를 들어, "변형" 동작만 배울 수 있는 포켓몬 Ditto에 대해 수행할 작업은 다음과 같습니다.
import aiofiles import asyncio import json async def main(): async with aiofiles.open('articuno.json', mode='r') as f: contents = await f.read() pokemon = json.loads(contents) print(pokemon['name']) asyncio.run(main())
Rhydon처럼 둘 이상의 움직임을 가진 포켓몬으로 이것을 시도해 보겠습니다.
import aiofiles import asyncio async def main(): async with aiofiles.open('articuno.json', mode='r') as f: async for line in f: print(line) asyncio.run(main())
rhydon_moves.txt를 열면 다음과 같이 시작하는 112줄의 파일이 표시됩니다.
asyncio를 사용하여 많은 파일을 비동기적으로 처리
이제 조금 더 복잡해져서 JSON 파일이 있는 150개 포켓몬 모두에 대해 이 작업을 수행해 보겠습니다. 우리 코드는 모든 파일을 읽고, JSON을 구문 분석하고, 각 포켓몬의 동작을 새 파일에 다시 작성해야 합니다.
import aiofiles import asyncio async def main(): async with aiofiles.open('ditto_moves.txt', mode='w') as f: await f.write('transform') asyncio.run(main())
이 코드를 실행하면 각 포켓몬에 해당하는 이동 목록이 포함된 .json 파일과 함께 .txt 파일로 채워진 포켓몬 파일 디렉터리가 표시됩니다.
일부 비동기 작업을 수행해야 하고 파일을 작성한 후 각 포켓몬의 움직임 목록과 같은 비동기 작업에 해당하는 데이터로 끝내고 싶다면 asyncio.ensure_future 및 asyncio.gather를 사용할 수 있습니다.
각 파일을 처리하는 코드 부분을 자체 비동기 함수로 분리하고 해당 함수 호출에 대한 약속을 작업 목록에 추가할 수 있습니다. 다음은 해당 기능과 새로운 기본 기능의 예입니다.
import aiofiles import asyncio import json async def main(): # Read the contents of the json file. async with aiofiles.open('rhydon.json', mode='r') as f: contents = await f.read() # Load it into a dictionary and create a list of moves. pokemon = json.loads(contents) name = pokemon['name'] moves = [move['move']['name'] for move in pokemon['moves']] # Open a new file to write the list of moves into. async with aiofiles.open(f'{name}_moves.txt', mode='w') as f: await f.write('\n'.join(moves)) asyncio.run(main())
이것은 Python에서 비동기 코드를 활용하는 일반적인 방법이며, HTTP 요청 등의 작업에 자주 사용됩니다.
그러면 이것을 무엇에 사용합니까?
포켓몬의 데이터를 사용한 이 게시물의 예제는 aiofiles 모듈의 기능과 읽고 쓰기 위해 파일 디렉터리를 탐색하는 코드를 작성하는 방법을 보여주기 위한 변명일 뿐입니다. 파일 I/O가 비동기 코드의 방해 요인이 되지 않도록 해결하려는 특정 문제에 이러한 코드 샘플을 적용할 수 있기를 바랍니다.
우리는 aiohttp 및 asyncio로 수행할 수 있는 작업의 극히 일부에 불과하지만 이를 통해 비동기 Python의 세계로의 여정을 좀 더 쉽게 시작할 수 있었으면 좋겠습니다.
당신이 무엇을 만들었는지 기대하고 있습니다. 언제든지 연락하여 경험을 공유하거나 궁금한 점이 있으면 문의하세요.
위 내용은 aiofiles 및 asyncio를 사용하여 Python에서 비동기식으로 파일 작업의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

이 튜토리얼은 Python을 사용하여 Zipf의 법칙의 통계 개념을 처리하는 방법을 보여주고 법을 처리 할 때 Python의 읽기 및 대형 텍스트 파일을 정렬하는 효율성을 보여줍니다. ZIPF 분포라는 용어가 무엇을 의미하는지 궁금 할 것입니다. 이 용어를 이해하려면 먼저 Zipf의 법칙을 정의해야합니다. 걱정하지 마세요. 지침을 단순화하려고 노력할 것입니다. Zipf의 법칙 Zipf의 법칙은 단순히 : 큰 자연어 코퍼스에서 가장 자주 발생하는 단어는 두 번째 빈번한 단어, 세 번째 빈번한 단어보다 세 번, 네 번째 빈번한 단어 등 4 배나 자주 발생합니다. 예를 살펴 보겠습니다. 미국 영어로 브라운 코퍼스를 보면 가장 빈번한 단어는 "TH입니다.

시끄러운 이미지를 다루는 것은 특히 휴대폰 또는 저해상도 카메라 사진에서 일반적인 문제입니다. 이 튜토리얼은 OpenCV를 사용 하여이 문제를 해결하기 위해 Python의 이미지 필터링 기술을 탐구합니다. 이미지 필터링 : 강력한 도구 이미지 필터

이 기사에서는 HTML을 구문 분석하기 위해 파이썬 라이브러리 인 아름다운 수프를 사용하는 방법을 설명합니다. 데이터 추출, 다양한 HTML 구조 및 오류 처리 및 대안 (SEL과 같은 Find (), find_all (), select () 및 get_text ()와 같은 일반적인 방법을 자세히 설명합니다.

데이터 과학 및 처리가 가장 좋아하는 Python은 고성능 컴퓨팅을위한 풍부한 생태계를 제공합니다. 그러나 Python의 병렬 프로그래밍은 독특한 과제를 제시합니다. 이 튜토리얼은 이러한 과제를 탐구하며 전 세계 해석에 중점을 둡니다.

이 기사는 딥 러닝을 위해 텐서 플로와 Pytorch를 비교합니다. 데이터 준비, 모델 구축, 교육, 평가 및 배포와 관련된 단계에 대해 자세히 설명합니다. 프레임 워크, 특히 계산 포도와 관련하여 주요 차이점

이 튜토리얼은 Python 3에서 사용자 정의 파이프 라인 데이터 구조를 작성하여 클래스 및 작업자 과부하를 활용하여 향상된 기능을 보여줍니다. 파이프 라인의 유연성은 일련의 기능을 데이터 세트, GE에 적용하는 능력에 있습니다.

파이썬 객체의 직렬화 및 사막화는 사소한 프로그램의 주요 측면입니다. 무언가를 Python 파일에 저장하면 구성 파일을 읽거나 HTTP 요청에 응답하는 경우 객체 직렬화 및 사태화를 수행합니다. 어떤 의미에서, 직렬화와 사제화는 세계에서 가장 지루한 것들입니다. 이 모든 형식과 프로토콜에 대해 누가 걱정합니까? 일부 파이썬 객체를 지속하거나 스트리밍하여 나중에 완전히 검색하려고합니다. 이것은 세상을 개념적 차원에서 볼 수있는 좋은 방법입니다. 그러나 실제 수준에서 선택한 직렬화 체계, 형식 또는 프로토콜은 속도, 보안, 유지 보수 상태 및 프로그램의 기타 측면을 결정할 수 있습니다.

Python의 통계 모듈은 강력한 데이터 통계 분석 기능을 제공하여 생물 통계 및 비즈니스 분석과 같은 데이터의 전반적인 특성을 빠르게 이해할 수 있도록 도와줍니다. 데이터 포인트를 하나씩 보는 대신 평균 또는 분산과 같은 통계를보고 무시할 수있는 원래 데이터에서 트렌드와 기능을 발견하고 대형 데이터 세트를보다 쉽고 효과적으로 비교하십시오. 이 튜토리얼은 평균을 계산하고 데이터 세트의 분산 정도를 측정하는 방법을 설명합니다. 달리 명시되지 않는 한,이 모듈의 모든 함수는 단순히 평균을 합산하는 대신 평균 () 함수의 계산을 지원합니다. 부동 소수점 번호도 사용할 수 있습니다. 무작위로 가져옵니다 수입 통계 Fracti에서


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

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

드림위버 CS6
시각적 웹 개발 도구

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

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

SublimeText3 영어 버전
권장 사항: Win 버전, 코드 프롬프트 지원!

ZendStudio 13.5.1 맥
강력한 PHP 통합 개발 환경
