Вопрос от студента: как использовать в map функцию с параметром?
Все, кто сталкивался с
Или преобразовать все строки в верхнему регистру
А что делать в случае, если
и требуется округлить все числа до 1 знака после запятой, то есть, получить
В какое место надо написать параметр при использовании
Отвечаем. Просто так это сделать не получится! Для этого понадобятся lambda-функции.
В этом случае, чтобы округлить числа из списка до 1 знака после запятой, можно использовать следующий приём:
Здесь
Результатом будет новый список, содержащий округленные значения:
Таким образом, используя
Все, кто сталкивался с
map()
, знают, как использовать её, если параметры не нужны. Например, с map()
можно привести числа в списке к абсолютным значениям numbers = [-1, 2, -3, 4, -5]
absolute_values = list(map(abs, numbers))
print(absolute_values)
# [1, 2, 3, 4, 5]
Или преобразовать все строки в верхнему регистру
names = ["alice", "bob", "charlie", "david"]
print(list(map(str.upper, names)))
# ["ALICE", "BOB", "CHARLIE", "DAVID"]
А что делать в случае, если
map
нуждается в параметре? Например, есть список numbers = [0, 0.333, 0.667, 1]
и требуется округлить все числа до 1 знака после запятой, то есть, получить
[0, 0.3, 0.7, 1]
В какое место надо написать параметр при использовании
map()
?Отвечаем. Просто так это сделать не получится! Для этого понадобятся lambda-функции.
В этом случае, чтобы округлить числа из списка до 1 знака после запятой, можно использовать следующий приём:
a = [0, 0.333, 0.667, 1]
result = list(map(lambda x: round(x, 1), a))
Здесь
lambda x: round(x, 1)
создает анонимную функцию, которая принимает аргумент x
и вызывает функцию round()
с параметром 1
для округления числа x
до 1 знака после запятой. Затем map()
применяет эту анонимную функцию ко всем элементам списка.Результатом будет новый список, содержащий округленные значения:
[0, 0.3, 0.7, 1]
Таким образом, используя
map()
с анонимными функциями, можно применить функцию с параметром к элементам списка и получить нужный результат.Генератор кортежей
Генераторы списков — это конструкции вида
#
Чаще всего их используют для создания списков на лету. Но можно создавать и словари, если использовать фигурные скобки и пары значений, разделенных двоеточием:
Кортеж так создать не получится, потому что круглые скобки зарезервированы под генераторные выражения.
Но если все же хочется создать кортеж на лету именно этим способом, то можно вот так:
То есть, распаковываем и ставим запятую, чтобы обозначить, что это кортеж. Такие дела!
Генераторы списков — это конструкции вида
[x for x in range(5)]
#
[0, 1, 2, 3, 4]
Чаще всего их используют для создания списков на лету. Но можно создавать и словари, если использовать фигурные скобки и пары значений, разделенных двоеточием:
{n: n**2 for n in range(5)}
# {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}
Кортеж так создать не получится, потому что круглые скобки зарезервированы под генераторные выражения.
Но если все же хочется создать кортеж на лету именно этим способом, то можно вот так:
*(x for x in range(5)),
# (0, 1, 2, 3, 4)
То есть, распаковываем и ставим запятую, чтобы обозначить, что это кортеж. Такие дела!
Вау, в Python будет можно по желанию отключить GIL. В мейн буквально пару часов назад вмержили эту настройку
https://github.com/python/cpython/pull/116338
GIL (Global Interpreter Lock) — это механизм в CPython, который предотвращает одновременное выполнение нескольких потоков.
Это всю дорогу означало, что даже если мы пишем программу на Python как многопоточную, то в любой момент времени может выполняться только один тред.
С одной стороны, это ограничивало возможности параллельного выполнения кода даже на многоядерных процессорах. С другой, облегчало управление памятью в Python: такое решение исключает все особенности многопоточного программирования и делает проще работу программиста.
Наличие GIL годами было предметом дебатов и критики из-за ограничений на многопоточность. Я рада, что парадигма однопоточности Python наконец сдвигается: это реально изменит разработку на этом языке.
https://github.com/python/cpython/pull/116338
GIL (Global Interpreter Lock) — это механизм в CPython, который предотвращает одновременное выполнение нескольких потоков.
Это всю дорогу означало, что даже если мы пишем программу на Python как многопоточную, то в любой момент времени может выполняться только один тред.
С одной стороны, это ограничивало возможности параллельного выполнения кода даже на многоядерных процессорах. С другой, облегчало управление памятью в Python: такое решение исключает все особенности многопоточного программирования и делает проще работу программиста.
Наличие GIL годами было предметом дебатов и критики из-за ограничений на многопоточность. Я рада, что парадигма однопоточности Python наконец сдвигается: это реально изменит разработку на этом языке.
GitHub
gh-116167: Allow disabling the GIL with `PYTHON_GIL=0` or `-X gil=0` by swtaarrs · Pull Request #116338 · python/cpython
In free-threaded builds, running with PYTHON_GIL=0 or -X gil=0 will now disable the GIL. #116322 and #116329 track follow-up work to re-enable the GIL when loading an incompatible extension, and to...
Вы, наверное, знаете, что из-за того, что числа в памяти представлены в двоичной форме, в Python есть ошибка вида
В Python модуль
А вот кто скажет, почему возникает разница в примерах ниже?
1️⃣
2️⃣
Жду ваши ответы в комментариях!
print(0.1 + 0.2)
# 0.30000000000000004
В Python модуль
decimal
поддерживает точную арифметику десятичных чисел. Она важна в областях, требующих высокой точности, например, в финансах или научных расчетах.А вот кто скажет, почему возникает разница в примерах ниже?
1️⃣
from decimal import Decimal
a = Decimal(0.1)
b = Decimal(0.2)
print(a + b)
# 0.3000000000000000166533453694
2️⃣
a = Decimal('0.1')
b = Decimal('0.2')
print(a + b)
# 0.3
Жду ваши ответы в комментариях!