Tag: python 3.5

numpy点（）和Python 3.5+matrix乘法之间的区别@: 我最近搬到了Python 3.5，注意到新的matrix乘法运算符（@）有时候与numpy的点运算符有所不同。例如，对于3D数组： import numpy as np a = np.random.rand(8,13,13) b = np.random.rand(8,13,13) c = a @ b # Python 3.5+ d = np.dot(a, b) @运算符返回形状数组： c.shape (8, 13, 13) 而np.dot()函数返回： d.shape (8, 13, 8, 13) 我怎样才能重现与numpy点相同的结果？还有其他的重大差异吗？

在初始阶段，类应该转换参数的types吗？如果是这样，怎么样？: 我用5个实例variables定义了一个类 class PassPredictData: def __init__(self, rating, name, lat, long, elev): self.rating = rating # rest of init code 我想确保： rating是一个整数 name是一个str lat ， long ，高是浮游物当阅读我的input文件时，一切工作基于我的类创build对象的列表。当我开始比较值时，我得到了奇怪的结果，因为实例variables仍然是string。当调用构造函数时使用int(string)和float(string)创build对象时，是否使用“最Pythonic方法”来转换值，还是应该使用类内部的逻辑来完成此类转换？

如何在Python 3.5中使用async / await？: #!/usr/bin/env python3 # -*- coding: utf-8 -*- import time async def foo(): await time.sleep(1) foo() 我不能让这个简单的例子来运行： RuntimeWarning: coroutine 'foo' was never awaited foo()

pandas：我怎样才能使用apply（）函数为单个列？: 我有一个有两列的pandas数据框。我需要改变第一列的值而不影响第二列，并且只改变第一列值就可以得到整个dataframe。我怎样才能在pandas中应用？

协程与Python 3.5中未来/任务的区别？: 假设我们有一个虚拟函数： async def foo(arg): result = await some_remote_call(arg) return result.upper() 有什么区别： coros = [] for i in range(5): coros.append(foo(i)) loop = get_event_loop() loop.run_until_complete(wait(coros)) 和： from asyncio import ensure_future futures = [] for i in range(5): futures.append(ensure_future(foo(i))) loop = get_event_loop() loop.run_until_complete(wait(futures)) 注意：该示例返回结果，但这不是问题的重点。当返回值很重要时，使用gather()而不是wait() 。无论返回值如何，我正在寻找ensure_future()清晰度。 wait(coros)和wait(coros)两者都运行协程，那么何时以及为什么要将协程打包在ensure_future ？基本上，使用Python 3.5的async运行一堆非阻塞操作的正确方法是什么？额外的信用，如果我想批量打电话？例如，我需要调用some_remote_call(…) 1000次，但我不想用1000个同时连接粉碎web服务器/数据库/等。这是可行的线程或进程池，但有没有办法用asyncio做到这asyncio ？

为什么Python 3.5中的str.translate比Python 3.4更快？: 我试图从Python 3.4中使用text.translate()从给定的string中删除不需要的字符。最小的代码是： import sys s = 'abcde12345@#@$#%$' mapper = dict.fromkeys(i for i in range(sys.maxunicode) if chr(i) in '@#$') print(s.translate(mapper)) 它按预期工作。但是，在Python 3.4和Python 3.5中执行相同的程序会产生很大的差异。计算时间的代码是 python3 -m timeit -s "import sys;s = 'abcde12345@#@$#%$'*1000 ; mapper = dict.fromkeys(i for i in range(sys.maxunicode) if chr(i) in '@#$'); " "s.translate(mapper)" Python 3.4程序需要1.3ms，而Python 3.5中的相同程序只需要26.4μs 。在Python 3.5中有哪些改进，使得它比Python 3.4更快？

为什么在Python 3中x ** 4.0比x ** 4更快？: 为什么x**4.0比x**4快？我正在使用CPython 3.5.2。 $ python -m timeit "for x in range(100):" " x**4.0" 10000 loops, best of 3: 24.2 usec per loop $ python -m timeit "for x in range(100):" " x**4" 10000 loops, best of 3: 30.6 usec per loop 我尝试改变我提出的权力，看看它是如何行动的，例如，如果我把x从10增加到16，那么从30增加到35，但是如果我以浮动的方式增加10.0 ，那么它只是移动在24.1〜4左右。我想这与浮点数转换和2的幂可能有关，但我不知道。我注意到，在这两种情况下，2的幂更快，我猜是因为这些计算对于解释器/计算机来说更为原生/容易。但是，花车几乎不动。 2.0 => 24.1~4 & 128.0 => 24.1~4 但是 2 […]

我如何指定方法的返回types与python中的类本身相同？: 我在python 3中有以下代码： class Position: def __init__(self, x: int, y: int): self.x = x self.y = y def __add__(self, other: Position) -> Position: return Position(self.x + other.x, self.y + other.y) 但是我的编辑（PyCharm）说参考位置不能被parsing（在_add__方法中）。我应该如何指定我期望的返回types是Positiontypes？编辑：我认为这实际上是一个PyCharm问题。它实际上在其警告中使用了信息，并且代码完成但是纠正我的错误，并且需要使用其他语法。