Какая строка на картинке является генераторным выражением?
Anonymous Quiz
12%
1
46%
2
3%
3
13%
4
25%
Все
Проще запомнить, кто есть кто, если обратить внимание на тип возвращаемого объекта:
[х * х for х in range (10)] # Списковое включение: строит список
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81] # Подобно list(генераторное выражение)
(х * х for х in range (10)) # Генератор: Генераторное выражение
<generator object <genexpr> at 0x10451eb50> # Круглые скобки часто необязательны
{x * x for x in range (10)} # Включение множества
{0, 1, 64, 4, 36, 9, 16, 49, 81, 25}
{x: x * x for x in range(10)} # Включение словаря
{0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}
Что можно настроить с помощью pd.set_option()?
Anonymous Quiz
20%
Сколько строк отображать при вызове датафрейма
10%
Какой фреймворк использовать для построения графика
4%
Сколько знаков после запятой показывать
65%
Все вышеперечисленное
Функция
Документация
pd.set_option() в библиотеке Pandas позволяет настраивать различные параметры отображения и поведения датафрейма, улучшая пользовательский опыт. Она позволяет изменять такие настройки, как максимальное количество отображаемых строк и столбцов, точность представления чисел, форматирование дат и времени, а также задавать бэкенд-движки при чтении файлов Excel, баз SQL и проч. Пользователи могут установить параметры как глобально, так и для конкретных сессий, что позволяет тонко настраивать визуализацию данных под свои нужды. Доступные параметры можно просмотреть с помощью pd.get_option() и pd.describe_option(), что упрощает управление настройками.Документация
for Y in range(5): pass # Операторы циклов имена не локализуют
Генератор выражений:
2.
В Python множество (set) не гарантирует порядок элементов, и при каждом запуске программы в разных версиях языка он будет отличаться.
x * x for x in range(10) вычисляет квадрат числа x для каждого числа x в диапазоне от 0 до 9 (то есть от 0 до 9 включительно).2.
set: Функция set() берет все значения, производимые генератором, и добавляет их в множество. Итак, в результате формируется множество, содержащее значения: {0, 1, 4, 9, 16, 25, 36, 49, 64, 81}В Python множество (set) не гарантирует порядок элементов, и при каждом запуске программы в разных версиях языка он будет отличаться.
Что выведет код?
Anonymous Quiz
65%
{0: 0, 2: 4, 4: 16, 6: 36, 8: 64}
18%
{0, 4, 16, 36, 64}
14%
{'0': 0, '2': 4, '4': 16, '6': 36, '8': 64}
3%
Error
x * x for x in range(10) вычисляет квадрат числа x для каждого четного числа x в диапазоне от 0 до 9 (то есть 0, 2, 4, 6, 8).Фигурные скобки и
x: обозначают генерацию словаря, где в качестве ключа будет выступать исходный четный x (то есть числа 0, 2, 4, 6, 8).Ключи словаря тоже не упорядочиваются, потому в разных версиях интерпретаторов мы будем получать разный порядок ключей.
На каждой итерации внутреннего цикла вам доступен элемент
Результат каждого сложения добавляется в множество
x из первого списка и элемент y из второго списка, и вы выполняете сложение этих двух значений: x + y.Результат каждого сложения добавляется в множество
a. Множество автоматически удаляет дубликаты.Какой встроенный модуль позволяет замерить время исполнения кода?
Anonymous Quiz
9%
statistics
23%
datetime
59%
time
9%
Никакой из вышеперечисленных
Модуль time позволяет замерить время исполнения кода. Вот пример функции с ее использованием:
Что делают остальные модули, можно посмотреть в полном списке в документации Python.
import time
def timer(func, *args): # Упрощенная функция измерения времени
start = time.clock()
for i in range(1000):
func(*args)
return time.clock() - start # Суммарное истекшее время в секундах
Что делают остальные модули, можно посмотреть в полном списке в документации Python.
map() — самый быстрый вариант, поскольку функция фактически работает на C. И это превышает скорости конкурентов. А кто в рейтинге взял серебро и бронзу?
Как видно, в каждой функции по 10 миллионов шагов функций — каждая строит список из 10 000 элементов 1000 раз.
Запустив сценарий в Python 3.7, мы получаем следующие результаты — map() быстрее списковых включений, они оба быстрее циклов for, а генераторные выражения и функции находятся посередине (время в секундах):
Генераторное выражение должно делать дополнительную работу по сохранению и
восстановлению своего состояния во время выпуска значений.
Как видно, в каждой функции по 10 миллионов шагов функций — каждая строит список из 10 000 элементов 1000 раз.
Запустив сценарий в Python 3.7, мы получаем следующие результаты — map() быстрее списковых включений, они оба быстрее циклов for, а генераторные выражения и функции находятся посередине (время в секундах):
forLoop :: 2.34160
listComp : 1.31783
mapCall :: 0.41968
genExpr :: 1.92063
genFunc :: 1.93672
Генераторное выражение должно делать дополнительную работу по сохранению и
восстановлению своего состояния во время выпуска значений.