国产av日韩一区二区三区精品,成人性爱视频在线观看,国产,欧美,日韩,一区,www.成色av久久成人,2222eeee成人天堂

Rumah pembangunan bahagian belakang Tutorial Python Untuk gelung dan pemahaman dalam Elixir - mengubah kod imperatif

Untuk gelung dan pemahaman dalam Elixir - mengubah kod imperatif

Dec 04, 2024 pm 03:05 PM

For loops and comprehensions in Elixir - transforming imperative code

Dalam artikel ini, kami akan membincangkan beberapa kegunaan biasa bagi gelung dan pemahaman dalam Python, cara menganalisis gelung sedia ada dan cara mengubahnya menjadi ungkapan yang setara dalam Elixir, menggunakan fungsi dalam modul Enum dan kefahaman.

Kami akan menumpukan pada:

  • mengubah koleksi data melalui fungsi (peta)
  • menapis nilai ke dalam atau keluar daripada koleksi (penapis)
  • menghasilkan nilai atau struktur agregat tunggal, seperti purata (kurangkan atau lipatan)

Kami akan menamatkan dengan contoh asas yang menggabungkan ketiga-tiga!

Ular sawa

Untuk gelung

Dalam Python, untuk gelung biasanya menampilkan pemprosesan berjalin - langkah digabungkan bersama ke dalam klausa atau badan yang sama. Berikut ialah contoh yang menduakan dua nombor genap yang pertama:

result = 0
for num in [1, 2, 3, 4, 5]:
    if num % 2 == 0:
        result += num ** 2
print(result)  # Output: 20

Satu cabaran badan bersilang ini ialah:

  1. kenal pasti setiap langkah, dan…
  2. tentukan jenis langkah itu.

Memecahkan setiap langkah membolehkan anda memahami transformasi yang berlaku, menghapuskan mana-mana yang tidak perlu dan menulis semula langkah tersebut ke dalam binaan bahasa lain atau fungsi peringkat lebih tinggi.

Menganotasi fungsi di atas menghasilkan:

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

Langkah-langkahnya

Akibatnya - susunan langkahnya ialah:

  1. Tapis "keluar" nombor ganjil/"dalam" nombor genap
  2. Peta nombor (cth. 2) ke nombor segi empat samanya (cth. 4)
  3. Kurangkan kepada jumlah nombor genap kuasa dua

Kefahaman

Pemahaman dalam Python ialah cara mudah untuk memetakan dan menapis koleksi seperti senarai dan kamus. Mereka tidak menawarkan cara untuk mengurangkan hasil, tetapi kita boleh menggunakan fungsi terbina dalam seperti jumlah untuk mengubah perkara di atas untuk memproses hasil pemahaman:

result = sum(num ** 2 for num in [1, 2, 3, 4, 5] if num % 2 == 0)
print(result)  # Output: 20

Dengan pemahaman, ungkapan membahagikan langkah peta (nombor ** 2) dan penapis (jika nombor % 2 == 0) dengan jelas. jumlah ialah langkah kurangkan di sini.

Memang mudah untuk menyelak ungkapan pemahaman dalam Python ini dan ia meletakkan had atas yang berguna pada kerumitan pemahaman.

Dengan latar belakang ini, dan pemahaman yang lebih baik tentang struktur dan had binaan pemprosesan Python, mari teruskan menulis semula kod Python di atas menggunakan pemahaman Elixir dan saluran paip Enum!

Pemetaan: Enum.map dan penjana

Bagaimanakah kita boleh menulis langkah kepada nombor kuasa dua? Dalam Elixir, ia mudah!

Menggunakan Enum.map:

result = 0
for num in [1, 2, 3, 4, 5]:
    if num % 2 == 0:
        result += num ** 2
print(result)  # Output: 20

dan menggunakan pemahaman (untuk):

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

<- mewakili ungkapan penjana, menjana nilai untuk digunakan dalam kandungan for expression, selepas melakukan:

Penapisan: Enum.penapis dan penapis

Mudah dilakukan dengan Enum.filter (atau Enum.reject):

result = sum(num ** 2 for num in [1, 2, 3, 4, 5] if num % 2 == 0)
print(result)  # Output: 20

Kami ingin menapis nombor ganjil sebelum ia diduakan, jadi kami meletakkannya di tempat yang betul dalam perancangan - sebelum Enum.map.

Dengan menggunakan pemahaman, kita boleh menambah ungkapan kedua pada kepala pemahaman, penapis, iaitu ujian boolean:

Enum.map([1, 2, 3, 4, 5], & &1 ** 2)

Ungkapan rem(n, 2) == 0 kemudian membuang mana-mana unsur yang mengembalikan palsu (atau nihil), meninggalkan [2, 4] sebagai nombor yang sebenarnya dihantar ke badan (do: n ** 2) daripada kefahaman.

Kurangkan -> Enum.kurangkan dan kurangkan:

Menggunakan Enum.reduce/2, kita boleh menukar senarai nombor kuasa dua kepada jumlahnya dengan menambah pada penumpuk. Elemen pertama digunakan sebagai nilai awal penumpuk jika kita tidak menentukan nilai awal untuk penumpuk (Enum.reduce/3), dan itu berguna di sini:

for n <- [1, 2, 3, 4, 5], do: n ** 2

Dengan kefahaman, kami mempunyai lebih banyak kuasa daripada Python yang setara. Kita boleh menambah langkah mengurangkan dengan menambahkan klausa lain pada kepala:

[1, 2, 3, 4, 5]
|> Enum.filter(& rem(&1, 2) == 0)
|> Enum.map(& &1 ** 2)

membuat dua perubahan di sini:

  1. menambah klausa pengurangan: 0 pada kepala, untuk menentukan bahawa kami akan mengumpul nilai yang nilai awalnya ialah 0
  2. menukar untuk badan untuk menangkap nilai acc (penumpuk) yang boleh kita tambahkan nilai kuasa dua semasa.

Fungsi terbina dalam: Enum.sum

Sebagai peraturan umum, kita harus menyatakan data yang ingin kita ubah dengan cara tahap tertinggi yang mungkin. Adalah berguna untuk menganggap Enum.reduce sebagai transformasi fungsi tahap paling rendah, kerana semua pemprosesan data lain boleh ditulis semula dari seginya.

Modul Enum mengandungi banyak fungsi peringkat lebih tinggi, biasanya melibatkan pengurangan senarai nilai kepada satu nilai agregat, seperti jumlah, maksimum atau minimum. Dalam kes ini, kami mahukan jumlah elemen.

Untuk saluran paip Enum, ini adalah mudah:

for n <- [1, 2, 3, 4, 5], rem(n, 2) == 0, do: n ** 2

Tiada cara untuk mewakili fungsi agregat peringkat tinggi ini dalam pemahaman, jadi kami boleh menyalurkan output pemahaman ke dalam panggilan Enum.sum seperti itu, sama seperti yang kami lakukan dalam Python:

[1, 2, 3, 4, 5]
|> Enum.filter(& rem(&1, 2) == 0)
|> Enum.map(& &1 ** 2)
|> Enum.reduce(& &1 + &2)

Mencampurkan bentuk yang berbeza secara amnya harus dielakkan, terutamanya jika transformasi adalah mudah, kerana ia mengakibatkan beban mental yang kurang untuk pembaca - pengurangan: borang di atas sebenarnya lebih jelas untuk dibaca walaupun pada tahap yang lebih rendah.

Ekspresi Elixir mana yang lebih baik?

Untuk meringkaskan, kami telah menghasilkan dua bentuk yang boleh dianggap sebagai idiomatik. Untuk saluran paip Enum:

result = 0
for num in [1, 2, 3, 4, 5]:
    if num % 2 == 0:
        result += num ** 2
print(result)  # Output: 20

dan kefahaman:

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

Kod yang mudah dibaca hendaklah mudah untuk diimbas, tanpa kesamaran atau tersandung pada ekspresi. Saya rasa kedua-dua borang memenuhi kriteria itu, sebagai:

  1. mereka mengikut satu bentuk konsisten - sama ada saluran paip Enum atau pemahaman
  2. setiap ungkapan sepadan dengan satu langkah pemprosesan
  3. ia boleh dibaca dari atas ke bawah atau dari kiri ke kanan tanpa gangguan

Kesimpulan

Menulis transformasi ini boleh dilakukan dalam beberapa cara berbeza dalam Elixir, dan asas kod mudah untuk mengubah gaya, terutamanya apabila kod ditukar dan pemprosesan menjadi lebih rumit dari semasa ke semasa.

PureType boleh memecahkan dan menganalisis saluran paip dan pemahaman Enum untuk mewakilinya dalam bentuk yang paling jelas dan paling idiomatik, mempelajari pilihan anda dan meningkatkan kebolehbacaan dan kejelasan kod anda untuk orang lain dalam pasukan. Cubalah hari ini!

Atas ialah kandungan terperinci Untuk gelung dan pemahaman dalam Elixir - mengubah kod imperatif. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bagaimanakah rangka kerja Python atau PyTest memudahkan ujian automatik? Bagaimanakah rangka kerja Python atau PyTest memudahkan ujian automatik? Jun 19, 2025 am 01:10 AM

Python's Unittest and Pytest adalah dua kerangka ujian yang digunakan secara meluas yang memudahkan penulisan, penganjuran dan menjalankan ujian automatik. 1. Kedua -duanya menyokong penemuan automatik kes ujian dan menyediakan struktur ujian yang jelas: Unittest mentakrifkan ujian dengan mewarisi kelas ujian dan bermula dengan ujian \ _; Pytest lebih ringkas, hanya memerlukan fungsi bermula dengan ujian \ _. 2. Mereka semua mempunyai sokongan dakwaan terbina dalam: Unittest menyediakan kaedah AssertEqual, AssertTrue dan lain-lain, manakala PYTest menggunakan pernyataan menegaskan yang dipertingkatkan untuk memaparkan butiran kegagalan secara automatik. 3. Semua mempunyai mekanisme untuk mengendalikan penyediaan ujian dan pembersihan: un

Bagaimanakah Python boleh digunakan untuk analisis data dan manipulasi dengan perpustakaan seperti numpy dan panda? Bagaimanakah Python boleh digunakan untuk analisis data dan manipulasi dengan perpustakaan seperti numpy dan panda? Jun 19, 2025 am 01:04 AM

Pythonisidealfordataanalysisysisduetonumpyandpandas.1) numpyexcelsatnumericalcomputationswithfast, multi-dimensiArarraySandvectorizedoperationsLikenp.sqrt ()

Apakah teknik pengaturcaraan dinamik, dan bagaimana saya menggunakannya dalam Python? Apakah teknik pengaturcaraan dinamik, dan bagaimana saya menggunakannya dalam Python? Jun 20, 2025 am 12:57 AM

Pengaturcaraan Dinamik (DP) mengoptimumkan proses penyelesaian dengan memecahkan masalah kompleks ke dalam subproblem yang lebih mudah dan menyimpan hasilnya untuk mengelakkan pengiraan berulang. Terdapat dua kaedah utama: 1. Top-down (Hafalan): Recursif menguraikan masalah dan menggunakan cache untuk menyimpan hasil pertengahan; 2. Bottom-Up (Jadual): Bangun secara beransur-ansur dari keadaan asas. Sesuai untuk senario di mana nilai maksimum/minimum, penyelesaian optimum atau subproblem yang bertindih diperlukan, seperti urutan Fibonacci, masalah backpacking, dan lain -lain.

Bagaimana anda boleh melaksanakan iterators tersuai di Python menggunakan __iter__ dan __Next__? Bagaimana anda boleh melaksanakan iterators tersuai di Python menggunakan __iter__ dan __Next__? Jun 19, 2025 am 01:12 AM

Untuk melaksanakan iterator tersuai, anda perlu menentukan kaedah __iter__ dan __Next__ di dalam kelas. ① Kaedah __iter__ mengembalikan objek iterator itu sendiri, biasanya diri sendiri, bersesuaian dengan persekitaran berulang seperti untuk gelung; ② Kaedah __Next__ mengawal nilai setiap lelaran, mengembalikan elemen seterusnya dalam urutan, dan apabila tidak ada lagi item, pengecualian hentian harus dibuang; ③ Status mesti dikesan dengan betul dan keadaan penamatan mesti ditetapkan untuk mengelakkan gelung tak terhingga; ④ Logik kompleks seperti penapisan talian fail, dan perhatikan pembersihan sumber dan pengurusan memori; ⑤ Untuk logik mudah, anda boleh mempertimbangkan menggunakan hasil fungsi penjana sebaliknya, tetapi anda perlu memilih kaedah yang sesuai berdasarkan senario tertentu.

Apakah trend yang muncul atau arahan masa depan dalam bahasa pengaturcaraan Python dan ekosistemnya? Apakah trend yang muncul atau arahan masa depan dalam bahasa pengaturcaraan Python dan ekosistemnya? Jun 19, 2025 am 01:09 AM

Trend masa depan dalam Python termasuk pengoptimuman prestasi, jenis yang lebih kuat, peningkatan runtime alternatif, dan pertumbuhan berterusan bidang AI/ML. Pertama, Cpython terus mengoptimumkan, meningkatkan prestasi melalui masa permulaan yang lebih cepat, pengoptimuman panggilan fungsi dan operasi integer yang dicadangkan; Kedua, jenis petikan sangat terintegrasi ke dalam bahasa dan alat untuk meningkatkan pengalaman keselamatan dan pembangunan kod; Ketiga, runtime alternatif seperti Pyscript dan Nuitka menyediakan fungsi baru dan kelebihan prestasi; Akhirnya, bidang AI dan Sains Data terus berkembang, dan perpustakaan yang muncul mempromosikan pembangunan dan integrasi yang lebih cekap. Trend ini menunjukkan bahawa Python sentiasa menyesuaikan diri dengan perubahan teknologi dan mengekalkan kedudukan utama.

Bagaimana saya melakukan pengaturcaraan rangkaian di python menggunakan soket? Bagaimana saya melakukan pengaturcaraan rangkaian di python menggunakan soket? Jun 20, 2025 am 12:56 AM

Modul soket Python adalah asas pengaturcaraan rangkaian, menyediakan fungsi komunikasi rangkaian peringkat rendah, sesuai untuk membina aplikasi klien dan pelayan. Untuk menyediakan pelayan TCP asas, anda perlu menggunakan socket.socket () untuk membuat objek, mengikat alamat dan port, panggilan. Listen () untuk mendengar sambungan, dan menerima sambungan klien melalui .accept (). Untuk membina klien TCP, anda perlu membuat objek soket dan panggilan .Connect () untuk menyambung ke pelayan, kemudian gunakan .sendall () untuk menghantar data dan .recv () untuk menerima respons. Untuk mengendalikan pelbagai pelanggan, anda boleh menggunakan 1. Threads: Mulakan benang baru setiap kali anda menyambung; 2. Asynchronous I/O: Sebagai contoh, Perpustakaan Asyncio dapat mencapai komunikasi yang tidak menyekat. Perkara yang perlu diperhatikan

Polimorfisme dalam kelas python Polimorfisme dalam kelas python Jul 05, 2025 am 02:58 AM

Polimorfisme adalah konsep teras dalam pengaturcaraan berorientasikan objek Python, merujuk kepada "satu antara muka, pelbagai pelaksanaan", yang membolehkan pemprosesan bersatu pelbagai jenis objek. 1. Polimorfisme dilaksanakan melalui penulisan semula kaedah. Subkelas boleh mentakrifkan semula kaedah kelas induk. Sebagai contoh, kaedah bercakap () kelas haiwan mempunyai pelaksanaan yang berbeza dalam subkelas anjing dan kucing. 2. Penggunaan praktikal polimorfisme termasuk memudahkan struktur kod dan meningkatkan skalabilitas, seperti memanggil kaedah cabutan () secara seragam dalam program lukisan grafik, atau mengendalikan tingkah laku umum watak -watak yang berbeza dalam pembangunan permainan. 3. Polimorfisme pelaksanaan Python perlu memenuhi: Kelas induk mentakrifkan kaedah, dan kelas kanak -kanak mengatasi kaedah, tetapi tidak memerlukan warisan kelas induk yang sama. Selagi objek melaksanakan kaedah yang sama, ini dipanggil "jenis itik". 4. Perkara yang perlu diperhatikan termasuk penyelenggaraan

Bagaimana saya mengiris senarai dalam python? Bagaimana saya mengiris senarai dalam python? Jun 20, 2025 am 12:51 AM

Jawapan teras kepada pengirim senarai Python adalah menguasai sintaks [Start: End: Step] dan memahami kelakuannya. 1. Format asas pengirim senarai adalah senarai [Mula: akhir: langkah], di mana permulaan adalah indeks permulaan (termasuk), akhir adalah indeks akhir (tidak termasuk), dan langkah adalah saiz langkah; 2. Omit Mula secara lalai bermula dari 0, endek akhir secara lalai hingga akhir, omite langkah secara lalai kepada 1; 3. Gunakan my_list [: n] untuk mendapatkan item n pertama, dan gunakan my_list [-n:] untuk mendapatkan item n yang terakhir; 4. Gunakan langkah untuk melangkau unsur -unsur, seperti my_list [:: 2] untuk mendapatkan angka, dan nilai langkah negatif dapat membalikkan senarai; 5. Kesalahpahaman biasa termasuk indeks akhir tidak

See all articles