首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    命令行模式与python交互模式

    命令行模式与python交互模式 1.在命令行模式下,可以执行 python 进入 Python 交互式环境,也可以执 行 python hello.py 运行一个.py 文件。 2.在 Python 交互式环境下,只能输入 Python 代码并立刻执行。 3.Python 交互式环境会把每一行 Python 代码的结果自动打印出来,但是,直接运行 Python 代码却不会。 例: 在 Python 交互式环境下,输入: >>> 100 + 200 + 300 600 直接可以看到结果 600。 但是,写一个 calc.py 的文件,内容如下: 100 + 200 + 300 然后在命令行模式下执行: C:\work>python calc.py 发现什么输出都没有。 想要输出结果,必须自己用 print()打印出来。 把 calc.py改造一下: print(100 + 200 + 300) 再执行,就可以看到结果: C:\work>python calc.py 600 4.在 Windows上像直接运行exe文件运行.py文件是不行的,但是,在 Mac 和 Linux 上是可以的,方法是在.py 文件的第一行加上一个特殊的注释: #!/usr/bin/env python3 # -*- coding: utf-8 -*- print('hello, world') 然后,通过命令给 hello.py 以执行权限: $ chmod a+x hello.py 就可以直接运行 ./hello.py

    01

    python的协程使用

    # 9.py #code=utf-8 # python的协程使用 ''' 所以子程序调用是通过栈实现的,一个线程就是执行一个子程序。 Python对协程的支持还非常有限,用在generator中的yield可以一定程度上实现协程。虽然支持不完全,但已经可以发挥相当大的威力了。 Python通过yield提供了对协程的基本支持,但是不完全。而第三方的gevent为Python提供了比较完善的协程支持。 由于gevent是基于IO切换的协程,所以最神奇的是,我们编写的Web App代码,不需要引入gevent的包,也不需要改任何代码,仅仅在部署的时候,用一个支持gevent的WSGI服务器,立刻就获得了数倍的性能提升。 ''' import time def consumer(): r = '' while True: n = yield r if not n: return print('[CONSUMER] Consuming %s...' % n) time.sleep(1) r = '200 ok' def produce(c): c.next() n = 0 while n < 5: n = n + 1 print('[PRODUCER] Producing %s...' % n) r = c.send(n) print('[PRODUCER] Consumer return: %s' % r) c.close() c = consumer() produce(c) ''' 上面程序逻辑是: 首先调用c.next()启动生成器; 然后,一旦生产了东西,通过c.send(n)切换到consumer执行; consumer通过yield拿到消息,处理,又通过yield把结果传回; produce拿到consumer处理的结果,继续生产下一条消息; produce决定不生产了,通过c.close()关闭consumer,整个过程结束。 ''' ''' 执行结果是 [PRODUCER] Producing 1... [CONSUMER] Consuming 1... [PRODUCER] Consumer return: 200 ok [PRODUCER] Producing 2... [CONSUMER] Consuming 2... [PRODUCER] Consumer return: 200 ok [PRODUCER] Producing 3... [CONSUMER] Consuming 3... [PRODUCER] Consumer return: 200 ok [PRODUCER] Producing 4... [CONSUMER] Consuming 4... [PRODUCER] Consumer return: 200 ok [PRODUCER] Producing 5... [CONSUMER] Consuming 5... [PRODUCER] Consumer return: 200 ok '''

    02

    【python实操】如何改善你的程序,让你的程序更快执行?

    首先我们笼统来看几个改善Python程序性能的建议: 使用合适的数据结构:选择最适合处理问题的数据结构可以提高程序性能。例如,使用字典而不是列表来查找元素。 避免冗余计算和循环:重复计算和循环可能会使程序变慢。通过缓存结果或使用生成器避免冗余计算,避免多次循环可以提高性能。 使用内置函数和库:内置函数和库通常比手写的代码快得多,因为它们经过优化和测试。 避免过多的对象属性访问:频繁访问对象属性会使代码变慢,对于经常访问同一属性的代码可以考虑使用局部变量缓存这些属性。 使用NumPy或Pandas:NumPy和Pandas是用于数值计算和数据分析的Python库,它们针对大型数据集进行了优化,通常比纯Python代码更快。 使用并行编程: Python中的并行编程可以显著提高程序的性能。使用multiprocessing和threading模块可以将任务分配给多个处理器和内核。 代码优化:分析代码并使用适当的算法和数据结构,减少函数调用,避免不必要的内存分配和使用适当的数据类型都可以提高程序的性能。

    02
    领券