首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏Python学习必看

    10个 Python 高效编程小技巧!

    初识Python语言,觉得python满足了你上学时候对编程语言的所有要求。python语言的高效编程技巧让那些曾经苦逼学了四年c或者c++的人,兴奋的不行不行的,终于解脱了。 11) } >>> d {1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10 而在字典表的例子里,我们创建了一个key是不重复的1到10之间的整数,value是布尔型,用来指示key是否是偶数。这里另外一个值得注意的事情是集合的字面量表示法。 当在控制台交互式编程或做日志时,这尤其有用: >>> import json >>> print(json.dumps(data))  # No indention {"status": "OK",  Patriots 10 带索引的列表迭代 teams = ["Packers", "49ers", "Ravens", "Patriots"] for index, team in enumerate(

    59230编辑于 2022-01-10
  • 来自专栏科技记者

    高效R语言编程》9、10--高效协作和学习

    高效协作的5条高级技巧: 保持统一的编码风格 仔细思考你的注释并随时更新 尽可能使用版本控制 信息化提交消息 不要害怕来自同事的反馈 编码风格 编码风格要前后一致,没有唯一,几个多数程序员都赞成的风格: install_github() #这个命令可以轻松安装github上的包,但是不能update 分支、分叉、更新、克隆 git是一个需要花费长时间学习的大型程序,掌握其高级功能的基础可使你成为一个较高效的协作者 2、能否再改善 3、代码是否符合已有编程风格 4、有自动测试吗?是否充分? 第十章 高效学习 软件配置 swirl包 install.packages("swirl") library(swirl) # | Hi! Warning message: 程辑包‘swirl’是用R版本4.0.5 来建造的 高效学习的5个高级技巧 1、使用R内部帮助 针对主题探索R help.search("optim")# 或者??

    1.5K20发布于 2021-07-27
  • 来自专栏信数据得永生

    TensorFlow 高效编程

    TensorFlow 高效编程 原文:vahidk/EffectiveTensorflow 译者:FesianXu、飞龙 协议:CC BY-NC-SA 4.0 一、TensorFlow 基础 ([10, 10]) y = tf.random_normal([10, 10]) z = tf.matmul(x, y) sess = tf.Session() z_val = sess.run(z) 许多问题,如优化具有数百万个参数的大型神经网络,都可以在 TensorFlow 中使用短短的几行代码高效地实现。而且 TensorFlow 可以跨多个设备和线程进行扩展,并支持各种平台。 五、向 TensorFlow 投喂数据 TensorFlow 被设计可以在大规模的数据情况下高效地运行。所以你需要记住千万不要“饿着”你的 TF 模型,这样才能得到最好的表现。 七、理解执行顺序和控制依赖 我们知道,TensorFlow 是属于符号式编程的,它不会直接运行定义了的操作,而是在计算图中创造一个相关的节点,这个节点可以用Session.run()进行执行。

    2.2K10编辑于 2022-12-02
  • 来自专栏科技记者

    高效R编程

    这是《高效R语言编程》的学习笔记,前面的笔记在这里:https://blog.csdn.net/zd200572/article/details/115349366 https://www.jianshu.com 这是《高效R语言编程》的学习笔记,前面的笔记在这里:https://blog.csdn.net/zd200572/article/details/115349366https://www.jianshu.com 高效编程的5个技巧 1、小心,尽量不要增大向量的大小 2、尽可能向量化代码 3、适当时机下使用因子 4、通过缓存变量避免不必要的计算 5、字节编译包可使性能轻而易举大幅提升 一般性建议 底层语言如C,需要你自己进行内存管理 - x*100000+x*10000000 a <- a^3 a } test_result <- memoise::memoise(test) microbenchmark(times = 10 lq mean median uq max neval test_result(1000) 0.09795 0.09942 0.18 0.110 0.1406 0.78 10

    1.9K30发布于 2021-05-20
  • 来自专栏Python爱好者

    Python高效编程(三)

    实际编程和面试都会遇到的典型问题。 name.endswith(('.py','.sh')): os.chmod(name,os.stat(name).st_mode|stat.S_IXUSR) 如何调整字符串中的文本格式 ''' 2017-10 -09adasdasdasd 2017-11-12dsfsfsdfsdfsd 将其中的日期(yyyy-MM-dd)改为(MM/dd/YYYY)格式 ''' import re s = '2017-10

    1.2K50发布于 2018-06-21
  • 来自专栏Python爱好者

    Python高效编程(一)

    实际编程和面试都会遇到的典型问题。 图片来源于网络 如何在列表,字典,集合中根据条件筛选数据 from random import randint from timeit import timeit ​ data = [randint(-10,10 ) for _ in range(10)] filter(lambda x:x >= 0,data) #首选列表解析 时间比filter少一半左右 [x for x in data if x >= student.age isinstance(student,tuple) 如何统计序列中元素的出现频度 from random import randint data = [randint(1,10

    1.1K90发布于 2018-06-21
  • 来自专栏Python爱好者

    Python高效编程(二)

    实际编程和面试都会遇到的典型问题。

    1K40发布于 2018-06-21
  • 来自专栏Python编程与实战

    Python高效编程技巧

    collections 模块下面的 Counter 对象 >>> data = [randint(0, 20) for _ in range(30)] >>> data [7, 8, 5, 16, 10 , 16, 8, 17, 11, 18, 11, 17, 15, 7, 2, 19, 5, 16, 17, 17, 12, 19, 9, 10, 0, 20, 11, 2, 11, 10] >>> c2 = Counter(data) >>> c2 Counter({17: 4, 11: 4, 16: 3, 10: 3, 7: 2, 8: 2, 5: 2, 2: 2, 19: 2, 18: 1, 15 = f.read() total = re.split('\W+', d) # 所有的单词列表 result = Counter(total) print(result.most_common(10

    1K10发布于 2019-12-04
  • 来自专栏Python爱好者

    Python高效编程(四)

    实际编程和面试都会遇到的典型问题。 NamedTemporaryFile() ntf.name 如何读写csv文件 from urllib.request import urlretrieve # 下载平安银行2017-04-01到2017-10 headers = next(reader) writer.writerow(headers) for row in reader: # 提取出2017-10 -01后 成交额大于5000W的数据 if row[0] < '2017-10-01': break if round(float

    1.1K60发布于 2018-06-21
  • 来自专栏科学计算

    Matlab高效编程技巧

      用过Matlab的同学应该都知道,Matlab的慢是出了名的,但是再慢也有优化的方式,下面我们给出几个Matlab编程中常用的优化技巧。    高效编程的内容就先写这么多,后面还会继续补充。下面说一个Matlab调试中断点设置问题。在一个for循环中,比如for i=1:n,我们想在i=100的进入断点,这个时候应该怎么用?

    1.4K20发布于 2020-06-30
  • 来自专栏进击的Coder

    Python 高效编程技巧

    collections 模块下面的 Counter 对象 >>> data = [randint(0, 20) for _ in range(30)] >>> data [7, 8, 5, 16, 10 , 16, 8, 17, 11, 18, 11, 17, 15, 7, 2, 19, 5, 16, 17, 17, 12, 19, 9, 10, 0, 20, 11, 2, 11, 10] >>> c2 = Counter(data) >>> c2 Counter({17: 4, 11: 4, 16: 3, 10: 3, 7: 2, 8: 2, 5: 2, 2: 2, 19: 2, 18: 1, 15 = f.read() total = re.split('\W+', d) # 所有的单词列表 result = Counter(total) print(result.most_common(10

    1.2K50发布于 2019-07-04
  • 来自专栏Python爱好者

    Python高效编程(五)

    实际编程和面试都会遇到的典型问题。

    1K30发布于 2018-06-21
  • 来自专栏技术银河

    如何高效学习编程

    学习编程的重点就是懂如何学习学习编程的重点就是懂如何学习 编程确实不是一件容易的事情,除了要有较强的逻辑思维,还需要花大量的时间和集中力来提升或者维持一定的高度。 与其他的领域不一样的是,技术每日都在变,所以对于编程初学者是很难一直与时并进的。就算是技术大神和老司机们也是追赶的比较吃力的。 在技术领域打滚的这些年里,通过经历和经验总结出一些高效的学习方式和方法,在这篇文章里与大家分享。让我们现在就在技术领域的学习之路上奔跑吧! 所以锁定目标是高效学习的第一门课。 ---- 选择目标 如果你的目标是前端开发,前期的学习道路是比较明确的,HTML5+CSS3起步。 ---- 采用学习策略 对的策略才能高效 每一个人都会有一种最合适自己的学习方式方法,适合我的不一定对你就有效 - 所以找到一种对你有效的学习方法很重要。

    84741发布于 2020-10-29
  • 来自专栏向治洪

    Python高效编程技巧

    ###Python高效编程技巧 如果你发现一个好的程序库,符合你的要求,不要不好意思————大部分的开源项目都欢迎捐赠代码和欢迎提供帮助——即使你不是一个Python高手。 我已经使用Python编程有多年了,即使今天我仍然惊奇于这种语言所能让代码表现出的整洁和对DRY编程原则的适用。 下面我挑选出的这几个技巧常常会被人们忽略,但它们在日常编程中能真正的给我们带来不少帮助。 ####1. >>> d {1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10 而在字典表的例子里,我们创建了一个key是不重复的1到10之间的整数,value是布尔型,用来指示key是否是偶数。 这里另外一个值得注意的事情是集合的字面量表示法。

    1.5K50发布于 2018-01-26
  • 来自专栏新码农博客

    Python:高效编程技巧

    d = f.read() # 所有的单词列表 total = re.split("\W+", d) result = Counter(total) print(result.most_common(10

    1K20发布于 2020-04-16
  • 来自专栏科技记者

    高效R语言编程》8--高效硬件

    软件配置 benchmarkme包 高效硬件的5个技巧 1、使用benchmarkme包评估下CPU,看是否值得硬件升级 2、如有可能,增加更多RAM(虽然现在芯片慌,说这个有点不合时宜) 粗略经验,RAM

    1.2K30发布于 2021-07-27
  • 来自专栏科技记者

    高效R语言编程》7--高效优化

    高效的基础R 改善性能的标准方式和替代方法 if与ifelse函数 marks <- runif(n=10e6, min=30, max=99) system.time({ result1 <- ifelse } }) # 用户 系统 流逝 0.61 0.00 0.61 排序和排名 sort()函数有三种算法,shell, quick和radix,部分排序可以带来三倍速度提升,例如加partial=1:10 逆向排序 decreasing = TRUE,比rev(sort(x))快10%。 is.na与anyNA 想了解一具向量是否包含任何缺失值,anyNA()更高效。 矩阵 数据框中提取行比矩阵中慢约150倍。

    1.9K40发布于 2021-07-27
  • 来自专栏科学计算

    10编程

    编程 什么是元编程 维基百科上的解释为: 元编程(英语:Metaprogramming),又译超编程,是指某类计算机程序的编写,这类计算机程序编写或者操纵其它程序(或者自身)作为它们的资料,或者在运行时完成部分本应在编译时完成的工作 知乎上有一个关于元编程的解释是比较直观的。 泛泛来说,只要是与编程相关的编程就算是 meta-programming 了——比如,若编程甲可以输出 A - Z,那么写程序甲算「编程」;而程序乙可以生成程序甲(也许还会连带着运行它输出 A - Z) 那我们看看Julia中的元编程到底是什么及如何应用? val end end @tid map(x->x^2, 1:10000) @which @which 1+2 @which sleep(2) @show x = rand(10

    1.2K20发布于 2020-06-30
  • 来自专栏产品优化

    Java 高效编程·HashMap 排序

    HashMap 的值是没有顺序的,它是按照 key 的 HashCode 来实现的,对于这个无序的 HashMap 我们要怎么来实现排序呢?

    1.1K40编辑于 2022-12-01
  • 来自专栏科技记者

    高效R语言编程》笔记

    前面宏基因组与R语言的笔记还未结束,又开始新坑啦,都是要继续的啦! 1、跑分 直接是代码了。 # 安装跑分包 install.packages(c("microbenchmark","profvis")) library(microbenchmark) # 这个包默认运行程序100次,进行基准测试,获得微秒级差异 df <- data.frame(v<-1:4,name<-letters[1:4]) microbenchmark(df[3,2], df[3,"name"],df$name[3]) # 纳表

    1.4K10发布于 2021-04-30
领券