- 综合排序
- 最热优先
- 最新优先
- 来自专栏科技记者
《高效R语言编程》5-高效输入输出
data.table","feather","WDI")) 关于数据I/O的高级技巧 R语言自己的文件格式是.Rds，可以使用readRDS()与saveRDS()函数导入与导出，是一种速度与空间存储都什么高效的格式 对于高效导入大文本文件，使用readr或data.table与read.table()相当。 使用file.size()与object.size()跟踪文件与R对象的大小，以便在过大之前提前预防。 使用rio的通用数据导入 多功能包，名副其实，提供简单易用和计算高效的函数，其目标是简化数据导入导出过程。R的数据导入导出手册中有些函数已经过时了，比如WriteXLS包，且很难学习。 对于小于1M的数据，read.csv()比read_csv()要快，然而fread()比两个都快，如果是更大的数据，read_csv()和data.table比read.csv()快5倍左右。 % of total)" [5,
2.1K20发布于 2021-08-20 - 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 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。 a = tf.random_uniform([5, 3, 5]) b = tf.random_uniform([5, 1, 6]) # concat a and b and apply nonlinearity 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。
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 /p/71392ef45d01 很多R语言用户并不认为自己是程序员，我也是:)，精通专业知识，理解R语言的标准数据结构，但是缺乏正规编程训练，你是这样的吗？ 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 /p/71392ef45d01很多R语言用户并不认为自己是程序员，我也是:)，精通专业知识，理解R语言的标准数据结构，但是缺乏正规编程训练，你是这样的吗？ 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
1.7K30发布于 2021-05-20 AI代码助手TOP5榜单：助力高效编程的利器
腾讯云代码助手CodeBuddy腾讯云CodeBuddy是腾讯自主研发的AI编程辅助工具，依托混元和DeepSeek混合模型驱动，为开发者提供强大的AI编程能力。 核心能力：能够根据开发者的代码风格和项目需求，生成高质量的代码片段和注释，支持多种编程语言。优势：代码生成准确率高，能够很好地理解开发者的需求，生成的代码与项目风格高度匹配。 核心能力：能够根据代码上下文提供实时的代码补全和建议，支持多种编程语言。优势：依托GitHub的庞大用户基础和代码库，能够提供丰富的代码示例和建议。价格：订阅费$10/月，但高级功能需额外付费。
2.6K10编辑于 2025-07-04- 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。 +') #2 删除单个固定位置字符,可以使用切片+拼接 s = 'abc::123' s[:3]+s[5:] #3 字符串的replace()方法或正则表达式re.sub()删除任意位置字符 s =
1.1K50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？
1.2K20发布于 2020-06-30 - 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。
1K60发布于 2018-06-21 - 来自专栏Python编程与实战
Python高效编程技巧
>>> s1 = {x: randint(1, 4) for x in sample('abfcdrg', randint(1,5))} >>> s1 {'b': 1, 'f': 4, 'g': 3, 方法2：直接使用 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 模拟随机的进球球员和进球数 >>> s1 = {x: randint(1, 4) for x in sample('abfcdrg', randint(1,5))} >>> s1 {'d': 3, 'g
95110发布于 2019-12-04 - 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。 PrimeNumber(1,100): print(x) 如何进行反向迭代以及如何实现反向迭代 #实现一个连续浮点数发生器FloatRange(start,end,step) # l = [1,2,3,4,5] ) f.write(this.s) f.close() from itertools import islice f = open('test','r') for x in islice(f,3,5)
94740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。 如何实现用户的历史记录功能(最多n条) from collections import deque from random import randint N = randint(0,100) # 一个容纳5个值的队列 history = deque([],5) def guess(k): if k == N: print('right!')
1K90发布于 2018-06-21 - 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. ```python >>> # Set Comprehensions >>> some_list = [1, 2, 3, 4, 5, 2, 5, 1, 4, 8] ####5. Python神奇的开源社区 这里我提到的几个东西都是Python标准库里的，如果你安装了Python，你就已经可以这样使用了。
1.4K50发布于 2018-01-26 - 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。 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。 使用方式其实很简单，把学习或者工作时间拆分为25分钟一个小阶段，每25分钟休息5分钟，每4次小阶段休息15到20分钟。 推荐阅读 《5大法则助你 成为更出色的开发者》 --- 这篇文章传授5大法则助我们成为更出色的开发者，在众多开发者中脱颖而出的诀窍，也会在我们的技术职业生涯中给我们很多的帮助。
75341发布于 2020-10-29 - 来自专栏进击的Coder
Python 高效编程技巧
“ 阅读本文大概需要 5 分钟。 ” 工作中经常要处理各种各样的数据，遇到项目赶进度的时候自己写函数容易浪费时间。 Python 中有很多内置函数帮你提高工作效率！ 一. >>> s1 = {x: randint(1, 4) for x in sample('abfcdrg', randint(1,5))} >>> s1 {'b': 1, 'f': 4, 'g': 3, 方法2：直接使用 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
1.1K50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。 _radius ** 2 * pi c = Cricle(5) c.radius 如何让类支持比较操作 from math import pi from functools import total_ordering ,None) if f: return f() shape1 = Circle(3) shape2 = Rectangle(5,6 ) shape3 = Triangle(3,4,5) shapes = [shape1,shape2,shape3] print(list(map(getArea,shapes)))
94130发布于 2018-06-21 - 来自专栏新码农博客
Python：高效编程技巧
一、根据条件在序列中筛选数据 假设有一个数字列表 data, 过滤列表中的负数 data = [1, 2, 3, 4, -5] # 使用列表推导式 result = [i for i in data from random import randint, sample s1 = {x: randint(1, 4) for x in sample("abfcdrg", randint(1, 5))} functools import reduce # 模拟随机的进球球员和进球数 s1 = {x: randint(1, 4) for x in sample("abfcdrg", randint(1, 5) )} s2 = {x: randint(1, 4) for x in sample("abfcdrg", randint(1, 5))} s3 = {x: randint(1, 4) for x in sample("abfcdrg", randint(1, 5))} # 首先获取字典的 keys，然后取每轮比赛 key 的交集。
92320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 4、云计算也是一个成本低的获得强大算力的一个选择 5、固态硬盘通常对代码执行影响不大，但是可以提升整体工作效率 R语言跑个分玩玩 library(benchmarkme) res=benchmark_std () # Programming benchmarks (5 tests): 3,500,000 Fibonacci numbers calculation (vector calc): 0.547 : Creation, transp., deformation of a 5,000 x 5,000 matrix: 0.367 (sec). 2,500 x 2,500 normal distributed Linear regr. over a 5,000 x 500 matrix (c = a \ b'): 0.557 (sec). # Matrix function benchmarks (5 tests
1.1K30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 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。
1.7K40发布于 2021-07-27 - 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？
99040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
1.2K10发布于 2021-04-30 - 来自专栏科技记者
《高效R语言编程》6--高效数据木匠
使用seperate()分割联合变量 分割是指将一个实际由两个变量组成的变量分割成两个独立列 library(tidyr) agesex <- c("m0-10","f0-10") n <- c(3,5) ")) # A tibble: 2 x 3 age sex n <chr> <chr> <dbl> 1 m0 10 3 2 f0 10 5 使用变量名非标准化求值更高效，见R语言 dplyr传递参数_自由 平等~忠诚 奉献-CSDN博客[2]。只是函数名多了个下划线那么简单吗？ 使用dplyr高效处理数据 这个包名的意思是数据框钳，相比基础R的优点是运行更快、与整洁数据和数据库配合好。函数名的部分灵感来自SQL。 ? 非标准计算 代码中没有引号包裹的原始名字，这种方式叫做非标准计算（NSE），高效交互使用函数，减少键盘输入，允许Rstudio中自动完成。还是函数名多个_。
2.7K20发布于 2021-07-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号